Publicação: Risco de crédito e a aplicação da modelagem regressão logística
dc.contributor.advisor | Seixas, Wladimir [UNESP] | |
dc.contributor.author | Vieira, Lourival | |
dc.date.accessioned | 2023-11-29T18:32:56Z | |
dc.date.available | 2023-11-29T18:32:56Z | |
dc.date.issued | 2023-10-30 | |
dc.description.abstract | O presente estudo tem como objetivo principal a realização de um estudo da técnica estatística conhecida como Regressão Logística, também referida como análise logit. Nesse sentido, busca entender a metodologia utilizada e sua aplicação na avaliação e determinação dos fatores de maior relevância que influenciam na pontuação do risco de crédito para indivíduos. Como objetivo secundário busca-se compreender o impacto desses estudos na orientação das práticas de crédito atualmente adotadas no cenário financeiro e creditício brasileiro, considerando especialmente a introdução do sistema de cadastro positivo. Ao avaliar o alcance e a eficácia dessas análises, pretende-se compreender se elas contribuem significativamente para aprimorar as diretrizes utilizadas no processo de concessão de crédito. | pt |
dc.description.abstract | The main objective of the present study is to conduct an investigation into the statistical technique known as Logistic Regression, also referred to as logit analysis. In this context, it aims to comprehend the methodology employed and its application in assessing and determining the most relevant factors that influence the credit risk scoring for individuals. As a secondary objective, the study seeks to understand the impact of these analyses on guiding the credit practices currently adopted in the Brazilian financial and credit lands cape, with special consideration given to the introduction of the positive credit registry system. By evaluating the scope and effectiveness of these analyses, the intention is to ascertain whether they significantly contribute to enhancing the guidelines employed in the credit approval process. | en |
dc.description.sponsorship | Não recebi financiamento | |
dc.identifier.uri | https://hdl.handle.net/11449/251558 | |
dc.language.iso | por | |
dc.publisher | Universidade Estadual Paulista (Unesp) | |
dc.rights.accessRights | Acesso aberto | |
dc.subject | Análise de risco. | pt |
dc.subject | Regressão logística | en |
dc.subject | Métodos matemáticos | pt |
dc.subject | Risk analysis | en |
dc.subject | Logistic regression | en |
dc.subject | Mathematical methods. | en |
dc.title | Risco de crédito e a aplicação da modelagem regressão logística | pt |
dc.title.alternative | Credit risk and the application of logistics regression modeling | en |
dc.type | Dissertação de mestrado | pt |
dcterms.impact | A dissertação tem como objeto de estudo a promoção do entendimento de uma metodologia que pode ser aplicada para calcular os riscos de crédito de um grupo específico de tomadores. Como base central dessa discussão, tomou-se como parâmetro a implantação da Lei do Cadastro Positivo para abordar a mensuração do score de crédito. Como objetivo secundário busca-se compreender o impacto desses estudos na orientação das práticas de crédito atualmente adotadas no cenário financeiro e creditício brasileiro. A aplicação de dados reais em modelagens estatísticas e econométricas mostra a importância de relacionar a matemática com estatística e economia para compreender as aplicações matemáticas na vida real. Ao avaliar o alcance e a eficácia dessas análises, pode-se compreender como elas contribuem significativamente no aprimoramento das diretrizes utilizadas no processo de concessão de crédito. | pt |
dcterms.impact | The dissertation aims to promote the understanding of a methodology that can be applied to calculate the credit risks of a specific group of borrowers. As a central basis for this discussion, the implementation of the Positive Credit Registry Law was taken as a parameter to address the measurement of the credit score. As a secondary objective, the study seeks to comprehend the impact of these analyses on guiding the credit practices currently adopted in the Brazilian financial and credit scenario. The application of realworld data in statistical and econometric modeling shows the importance of integrating mathematics with statistics and economics to comprehend mathematical applications in real life. By assessing the scope and effectiveness of these analyses, one can understand how they significantly contribute to improving the guidelines used in the credit granting process. | en |
dspace.entity.type | Publication | |
unesp.campus | Universidade Estadual Paulista (UNESP), Instituto de Geociências e Ciências Exatas, Rio Claro | pt |
unesp.embargo | Online | |
unesp.examinationboard.type | Banca pública | |
unesp.graduateProgram | Matemática - IGCE 33004137065P9 | |
unesp.knowledgeArea | Matemática do ensino superior | |
unesp.researchArea | Métodos matemáticos |
Arquivos
Pacote Original
1 - 1 de 1
Licença do Pacote
1 - 1 de 1
Carregando...
- Nome:
- license.txt
- Tamanho:
- 2.95 KB
- Formato:
- Item-specific license agreed upon to submission
- Descrição: