Skip navigation
Use este identificador para citar ou linkar para este item: http://repositorio2.unb.br/jspui/handle/10482/34891
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2018_MarciaAraujoMaia.pdf1,42 MBAdobe PDFVisualizar/Abrir
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.advisorNakano, Eduardo Yoshio-
dc.contributor.authorMaia, Marcia Araujo-
dc.date.accessioned2019-06-17T21:12:48Z-
dc.date.available2019-06-17T21:12:48Z-
dc.date.issued2019-06-17-
dc.date.submitted2018-12-17-
dc.identifier.citationMAIA, Marcia Araujo. Modelagem do risco de crédito via modelo de riscos competitivos. 2018. xvi, 45 f., il. Dissertação (Mestrado em Estatística)—Universidade de Brasília, Brasília, 2018.pt_BR
dc.identifier.urihttp://repositorio.unb.br/handle/10482/34891-
dc.descriptionDissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2018.pt_BR
dc.description.abstractO segmento de empréstimo é um dos investimentos que têm significativa rentabilidade para vários setores da economia, inclusive para Entidades Fechadas de Previdência Complementar (EFPC). Dessa forma, foi construída uma modelagem que auxilie na predição de riscos de inadimplência. O objetivo deste trabalho foi propor escore de risco de inadimplência baseado na modelagem de dados de sobrevivência na presença de eventos competitivos. A metodologia proposta foi aplicada a um conjunto de dados reais sobre clientes que realizaram um empréstimo em um fundo de pensão. Os resultados mostraram que a classificação dos clientes pelo escore de risco baseado no modelo log-logístico se mostrou útil para identificar os clientes "bons pagadores".pt_BR
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES).pt_BR
dc.language.isoPortuguêspt_BR
dc.rightsAcesso Abertopt_BR
dc.titleModelagem do risco de crédito via modelo de riscos competitivospt_BR
dc.title.alternativeModelo de riscos competitivos aplicado à modelagem de dados com fração de cura não latentept_BR
dc.typeDissertaçãopt_BR
dc.subject.keywordRisco de créditopt_BR
dc.subject.keywordInadimplência (Finanças)pt_BR
dc.subject.keywordAnálise de sobrevivênciapt_BR
dc.subject.keywordRegressão logísticapt_BR
dc.subject.keywordEstatísticapt_BR
dc.rights.licenseA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.pt_BR
dc.contributor.advisorcoGomes, Juliana Betini Fachini-
dc.description.abstract1The loan segment is an investment that provides significant profitability for several sectors of the economy, including Pension Funds. Considering that, a model was built to predict the default risk. The main objective of this study was to present a default risk score based on the survival data model, considering the presence of competitive events. The proposed methodology was applied to a group of real data of clients whom have loaned money from Pension Funds. The results showed that the classification of clients by the risk score based on the log-logistic model proved useful to identify a "good-payer"customer.pt_BR
dc.description.unidadeInstituto de Ciências Exatas (IE)pt_BR
dc.description.unidadeDepartamento de Estatística (IE EST)pt_BR
dc.description.ppgPrograma de Pós-Graduação em Estatísticapt_BR
Aparece nas coleções:Teses, dissertações e produtos pós-doutorado

Mostrar registro simples do item Visualizar estatísticas



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.