Skip navigation
Use este identificador para citar ou linkar para este item: http://repositorio.unb.br/handle/10482/44834
Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2022_MatheusAndradedosReis.pdf455,77 kBAdobe PDFVisualizar/Abrir
Título: Modelo preditivo de risco de crédito para cooperativas de agronegócio
Autor(es): Reis, Matheus Andrade dos
Orientador(es): Cajueiro, Daniel Oliveira
Assunto: Risco de crédito
Aprendizagem de máquina
Cooperativas de agronegócios
Data de publicação: 15-Set-2022
Referência: REIS, Matheus Andrade dos. Modelo preditivo de risco de crédito para cooperativas de agronegócio. 2022. 35 f., il. Dissertação (Mestrado Profissional em Economia) — Universidade de Brasília, Brasília, 2022.
Resumo: O uso de técnicas de Machine Learning na gestão de riscos é uma prática cada vez mais comum nas corporações. Em especial os bancos tem utilizado essas técnicas em seus processos de análise de risco de crédito. Este trabalho avalia o uso de modelos comuns de Machine Learning para avaliar o risco de crédito de um público específico: cooperativas de agronegócios. Foram testados diversos modelos consolidados no mercado e verificamos que, para este propósito, dois modelos se destacaram: Gradient Boosting e Random Forest. Os modelos revelaram que as variáveis relativas à situação econômico-financeira das cooperativas, medidas por meio de indicadores financeiros, são mais relevantes do que outras informações obtidas em pesquisas diversas, como o comportamento em outras transações financeiras e a capacidade adminsitrativa da cooperativa.
Abstract: The use of Machine Learning techniques in risk management is an increasingly common practice in corporations. Banks, in particular, use these techniques in their credit risk analysis processes. This research evaluates the use of common Machine Learning models to assess the credit risk of a specific public: agribusiness cooperatives. Various models consolidated in the market were tested and we verified that, for this purpose, two models stood out: Gradient Boosting and Random Forest. The models revealed that the variables related to the economic-financial situation of the cooperatives, measured by financial ratios, are more relevant than other information obtained in several researches, such as the behavior in other financial transactions and the administrative capacity of the cooperative.
Unidade Acadêmica: Faculdade de Economia, Administração, Contabilidade e Gestão de Políticas Públicas (FACE)
Departamento de Economia (FACE ECO)
Informações adicionais: Dissertação (mestrado) — Universidade de Brasília, Faculdade de Economia, Administração, Contabilidade e Gestão de Políticas Públicas, Programa de Pós-graduação em Economia, 2022.
Programa de pós-graduação: Programa de Pós-Graduação em Economia, Mestrado Profissional
Licença: A 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.
Aparece nas coleções:Teses, dissertações e produtos pós-doutorado

Mostrar registro completo do item Visualizar estatísticas



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