Dissertação de Mestrado
URI permanente desta comunidadehttps://repositorio.insper.edu.br/handle/11224/3237
Navegar
5 resultados
Resultados da Pesquisa
Dissertação Aplicação de árvores de regressão aditivas bayesianas no desenvolvimento de modelos de escore de crédito no Brasil(2016) Brito Filho, Daniel Alves DeA análise de crédito é uma atividade fundamental para as instituições financeiras. Os modelos de escore de crédito tornaram-se uma ferramenta importante, devido à necessidade de padronização e agilidade nas análises de crédito, existindo situações em que a aprovação ou recusa do crédito é totalmente automatizada. Segundo Thomas (2009), a técnica mais utilizada na construção de modelos de escore de crédito é a regressão logística. Por outro lado, outras técnicas, reunidas sob o termo aprendizado de máquina, têm sido aplicadas em modelos de classificação. Como podemos observar em Kruppa et al. (2013) e Lessmann et al. (2015), esses modelos têm apresentado resultados superiores aos modelos de regressão logística. Este trabalho propõe uma comparação entre o modelo de regressão logística e os modelos de aprendizado de máquina BART e Random Forests. Para o desenvolvimento dos modelos foi utilizada uma base de dados fornecida pela empresa Serasa Experian contendo informações do bureau de crédito referente a clientes de operações de crédito direto ao consumidor no varejo. Para a avaliação da performance dos modelos foram utilizadas a estatística de Kolmogorov-Smirnov e o coeficiente de Gini. Também foi gerado um intervalo de confiança para a métrica área sob a curva (AUC) para testar a hipótese dos modelos possuírem a mesma performance. Como principal resultado, a análise realizada confirma a superioridade do modelo BART sobre o modelo de regressão logística no banco de dados analisado. Além disso, os resultados sugerem que o modelo Random Forests é superior ao modelo de regressão logística somente quando ajustado na amostra balanceada analisada, dado que a performance da regressão logística melhorou quanto ajustado na base de desenvolvimento desbalanceada. Os melhores modelos BART ajustados, tanto na amostra balanceada quanto na amostra desbalanceada, foram superiores ao modelo Random Forests, nos dados analisados. Porém, o modelo BART padrão e Random Forests apresentaram performance similar e não podemos afirmar que um modelo foi superior ao outro.Dissertação Construção de modelos de classificação de risco de crédito para empresas brasileiras com base em indicadores contábeis(2007) Rezende, Fernanda Carneiro DeO objetivo deste estudo é demonstrar, utilizando as técnicas de análise discriminante e regressão logística, o poder de previsão de modelos de classificação de risco de crédito com base em indicadores contábeis. A amostra utilizada compreende 126 empresas brasileiras com ações negociadas na BOVESPA, sendo 63 concordatárias e 63 não concordatárias, para o período de 1988 a 2006. Foram estimados modelos para o período todo, para o período anterior ao Plano Real e para o período posterior ao Plano Real. Constatou-se uma melhora significativa do modelo no período após a implementação do Plano Real. Apesar dos rígidos pressupostos, o modelo de análise discriminante obteve uma boa discriminação entre as empresas concordatárias e não concordatárias, e o índice de acerto desse modelo foi superior ao modelo de regressão logística. Observou-se que a utilização de indicadores contábeis em modelos de classificação de risco de crédito permite classificar empresas como concordatárias e não concordatárias, com um nível de acerto acima de 90%. O estudo procurou responder principalmente a três questões: (i) como os indicadores contábeis evoluem – uma comparação da importância de indicadores contábeis referentes ao período anterior e posterior ao Real; (ii) determinação de um modelo de classificação de risco de crédito; e (iii) qual técnica estatística tem maior poder de previsão de falência: análise discriminante ou regressão logística.Dissertação Aplicação do modelo Multi-estado de Markov em cartões de crédito(2007) Régis, Daniel EvangelistaModelos multi-estado de Markov são utilizados na área médica para estimar as probabilidades de transição entre, por exemplo, vários estágios de uma doença, podendo o paciente recuperar-se ou morrer. O principal interesse deste trabalho é analisar a aplicação do modelo multi-estado de Markov na área de risco associado ao uso de cartões de crédito, aproveitando as características de transições entre diversos estados de relacionamento entre os clientes e as instituições ao longo do tempo e, com isso, gerar modelos de escore para diversos fins. Modelos de regressão logística também são estimados a fim de comparar os resultados com os obtidos pelo modelo multi-estado de MarkovDissertação Mensuração do risco de crédito espacial e sua incorporação nos modelos de credit scoring(2012) Fernandes, Guilherme BarretoO modelo de Vasicek (2002) propõe que a probabilidade de inadimplência de uma empresa depende de suas características idiossincráticas e de um fator macroeconomico comum a todas as empresas. Entretanto, empresas de pequeno e médio porte são mais afetadas por um fator macroeconômico local. Apesar de não ser possível observar esse fator, seu efeito pode ser percebido através da análise espacial da inadimplência. Stine (2011) apresenta evidências sobre essa correlação espacial entre as taxas de inadimplência de condados nos Estados Unidos. No presente trabalho, propomos a hipótese que a estrutura de correlação espacial existe e não é a mesma para todas as regiões do estado de São Paulo. A estimativa para o fator de risco espacial é obtida através da krigagem ordinária (Matheron, 1963) da inadimplência. A base de dados utilizada contém cerca de 2,8 milhões de empresas paulistas e foi obtida junto à Serasa Experian. A importância do fator de risco espacial é verificada através de sua inclusão em modelos de credit scoring. A base de dados de um banco de médio porte foi utilizada nessa segunda hipótese e os métodos de regressão logística naive (Hosmer e Lemeshow, 2000) e regressão logística com erro de medida (Cook e Stefanski, 1994) foram aplicados. Dentre os principais resultados encontrados, a estrutura de correlação espacial difere entre três regiões paulistas: 1) grande São Paulo, 2) interior paulista e 3) Vale do Paraíba e litoral. Outro resultado importante é a confirmação da relevância do fator de risco espacial nos modelos de credit scoring, já que a inserção desse como covariável representa um aumento de cerca de 8 p.p. de KS para o caso apresentado. Por fim, a utilização do modelo com erro de medida não apresentou grande diferença em termos de desempenho ou efeito estimado.Dissertação Fatores motivadores da adoção de Internet Banking por micro e pequenas empresas(2012) Rosa, Ramon BarbosaO Internet Banking é um serviço relativamente recente de autoatendimento que os bancos disponibilizam para seus clientes realizarem operações bancárias. Embora empresas sejam um grupo potencial de usuários para esse serviço, até o momento não identificamos um único estudo que tenha foco neste público, preferindo os estudiosos concentrarem sua atenção no consumidor individual. Nesta dissertação focamos nossa atenção no comportamento de adoção de Internet Banking por organizações, particularmente por micro e pequenas empresas. Partindo de um modelo existente na literatura sobre adoção de inovações tecnológicas, construímos um quadro conceitual formado por conhecimentos gerados pelas áreas de Estratégia Organizacional, Controles e Incentivos, Ecologia Organizacional e Estratégia Competitiva com o objetivo de encontrar os fatores organizacionais que favorecem a adoção de Internet Banking por micro e pequenas empresas. Como resultado, descobrimos que a propensão de adoção do Internet Banking por essas empresas pode ser explicada pela sua estrutura diretiva, fatores ecológicos como tamanho e idade e pelo ambiente competitivo no qual a empresa se insere. Além disso, para robustecer a análise, utilizamos um Modelo de Riscos Proporcionais com o objetivo de entender se os fatores que explicam a propensão de adoção também explicam a velocidade com o qual a empresa inicia o uso do Internet Banking após sua contratação na abertura da conta. Em geral as descobertas deste estudo ajudam a ampliar nossa compreensão da adoção de inovações tecnológicas por empresas, trazendo também algumas contribuições para Marketing de Relacionamento e análise do Comportamento Pós-Venda do Consumidor.