ANÁLISE DE INADIMPLÊNCIA A PARTIR DO MODELO DE CREDIT SCORE APLICADO A PESSOAS FÍSICAS DE BAIXA RENDA
Resumen
Os modelos de Credit Scoringsão modelos quantitativos empregados comumente por instituições financeiras na mensuração e previsão de risco de crédito. Nesse contexto, o presente trabalho analisa o nível de inadimplência dos consumidores pessoa física de baixa renda de Curitiba e região metropolitana e a partir da resolução 2.682/99 do Banco Central do Brasil estima um modelo de Credit Scorepara inadimplência. Na análise foi utilizada a Regressão Logística com o auxilio dos softwares SPSS eXlstat.A partir dos resultados obtidos por meio da análise quantitativa observou que dos 2.369 respondentes que formam a amostra do estudo,335 são considerados maus pagadores, por possuírem três parcelas ou mais em atraso o que corresponde ao prazo acima de 90 dias. No que se refere à construção do modelo de previsão de inadimplência, utilizou-se a técnica de regressão logística binária. Considerando que o percentual de inadimplentes foi igual a 14,14%, (335 respondentes) selecionou-se uma amostra aleatória de 200 indivíduos para a amostra de validação, com o objetivo de verificar a aderência do modelo estimado aos dados observados. Esta amostra possibilita comprovar se o modelo está predizendo os dados adequadamente. De uma forma geral todos os resultados obtidos na pesquisa foram satisfatórios.
Texto completo:
PDF (Português (Brasil))Referencias
ABEP – Associação Brasileira de Empresas de Pesquisa. Critério de Classificação Econômica Brasil. Disponível em: . Acesso em: 11 fev. 2013.
ANDRICH, E. G.; CRUZ, J. A. W.; ANDRICH, R. G.; GUINDANI, R. A. Finanças corporativas: análise de demonstrativos contábeis e de investimentos. Editora Intersaberes, 2014.
AVERY, R. B.; BREVOORT, K. P.; CANNER, G. B. Credit scoring and its effects on the availability and affordability of credit. The Journal of Consumer Affairs, v. 43, n. 3, p. 380-542, Fall 2009.
BANCO CENTRAL DO BRASIL. Resolução nº 2682/99. Disponível em: http://www.bcb.gov.br/pre/normativos/res/1999/pdf/res_2668_O.pdf. Acesso em: 01 abr. 2013.
BRUSKY, B.; FORTUNA, J. P. Entendendo a demanda para as microfinanças no Brasil: um estudo de caso qualitativo de duas cidades. Programa de Desenvolvimento Institucional do Banco Nacional de Desenvolvimento (PDI/BNDES), (Relatório de Pesquisa), 2002.
BUENO, V. F. F. Avaliação de risco na concessão de crédito bancário para micros e pequenas empresas. Florianópolis: UFSC, 2003. Dissertação (Mestrado em Engenharia da Produção), Programa de Pós-Graduação em Engenharia de Produção, Universidade Federal de Santa Catarina, 2003.
CAMARGOS, M. A; ARAÚJO, E. A. T.; CAMARGOS, M. C. S. A inadimplência em um programa de crédito de uma instituição financeira pública de Minas Gerais: uma análise utilizando regressão logística. REGE, v. 19, n. 3, p. 473-492, jul./set. 2012 - São Paulo – SP, Brasil.
CAOUETTE, J. B.; ALTMAN, E. I.; NARAYANAN, P. Gestão do Risco de Crédito: o grande desafio dos mercados financeiros globais. 2. Ed. Rio de Janeiro: Qualitymark, SERASA, 2009.
CASA NOVA, S. P. C. Quanto pior, melhor : Estudo da utilização da análise por envoltória de dados em modelos de análise de inadimplência/insolvência de empresas. Revista Contemporanea de Contabilidade, v. 10, n. 19, p. 71–96. 2013.
CASADO, M. M. Os princípios fundamentais como ponto de partida para uma primeira análise do sobre endividamento no Brasil. Revista de Direito do Consumidor. São Paulo: RT, n.33, 2000.
CORRAR, L.J.; PAULO, E.; DIAS FILHO, J.M. Análise Multivariada. 1 ed. São Paulo: Atlas, 2007.
FERREIRA, M. A. M.; CELSO, A. S. S.; BARBOSA NETO, J. E. Aplicação do modelo logilbinomial na análise do risco de crédito em uma instituição bancária. Revista de Negócios, v.17, n. 1, p. 41–59. 2012.
GHODSELAHI, A. A hybrid support vector machine ensemble model for credit scoring. International Journal of Computer Applications, v. 17, n. 5, p. 975-8887, 2011.
LOUZADA, F. et al. Statistical Measured of the Predictive Capacity of Classification models used in Credit Scoring. Technology Credit - Serasa Experian, v. 68. São Paulo, 2009.
MATTOZO, C. Q. M. Identidade, inserção social e acesso a serviços financeiros: um estudo na favela da Rocinha. Rio de Janeiro: CPPEAD/UFRR, apresentado com Tese de Doutorado, UFRJ, 2005.
MOREIRA, F. A. A. Demanda e oferta de entretenimento: um estudo do segmento de baixa renda do Distrito de Itaquera na cidade de São Paulo. 2006. 162 p. Dissertação (Mestrado em Administração) – Escola de Administração de Empresas de São Paulo, São Paulo, 2006.
NOBRE, L. H.; MACEDO, A. F. P.; NOBRE, F. C.; SILVA, W. V. Análise da Relação entre Variáveis Demográficas e Escores de Tolerância ao Risco. In: Revista de Administração da UFSM, v. 10, n. 1, 2017.
PALMUTI, C. S.; PICCHIAI, D. Mensuração do risco de crédito por meio de análise
estatística multivariada. Revista Economia Ensaios, v. 26, n. 2, p. 7–22. 2012.
RIBEIRO, C. F.; ZANI, J.; ZANINI, F. A. M. Estimação da verificação da probabilidade de inadimplência: uma verificação empírica na Universidade Católica de Pelotas. In: ENCONTRO DA ASSOCIAÇÃO NACIONAL DE PÓS GRADUAÇÃO E PESQUISA EM ADMINISTRAÇÃO, 33, 2009, São Paulo, Anais. Rio de Janeiro: ANPAD, 2009.
ROCHA, D. T.; MARTINS, T. S.; SILVA, W. V.; CRUZ, J. A. W. C. Análise de risco: um estudo bibliométrico e sociométrico da produção científica da área de finanças do EnANPAD 1997-2008. In: Revista Pensar Contábil, Vol. 12 (47), 2010.
SANTOS, J. O. Análise de Crédito: empresas e pessoas físicas. São Paulo: Atlas, 2009.
SECURATO, J. R.; PEROBELLI, F. F. C. Comparação entre métodos para determinação do valor presente de uma carteira de crédito e de seu risco. Cadernos de Pesquisa em Administração. v. 7, n. 4, out./ dez.2000.
SELAU, L. P. R.; RIBEIRO, J. L. D. Uma sistemática para construção e escolha de modelos de previsão de risco de crédito. Revista Gestão e Produção, v. 16, n. 3, p. 398–413. 2009.
SEMEDO, DANILSON, P.V. Credit Scoring: Aplicação da regressão logística vs redes neuronais artificiais na avaliação do risco de crédito no mercado Cabo-Verdiano. 2009. 126 p. Dissertação (Mestrado em Estatística e Gestão da Informação) – Instituto Superior de Estatística e Gestão da Informação da Universidade Nova de Lisboa.
SICSÚ, A. L. Credit Scoring: Desenvolvimento-Implantação-Acompanhamento. 1.Ed. São Paulo: Blucher, 2010.
SILVA, J. S. S. Aspectos do superendividamento do consumidor de baixa renda. 20 p. Escola de Magistratura do Estado do Rio de Janeiro, Rio de Janeiro, 2012.
SILVA, J. P. Gestão e Análise de risco de Crédito. 5. Ed. São Paulo: Atlas, 2006.
THOMAS, L. A survey of credit and behavioral scoring: forecasting financial risk of lending to consumers. International Journal of Forecasting, Amesterdam, v.16, n.2, Apr/Jun., 2000.
Enlaces refback
- No hay ningún enlace refback.
Administração de Empresas em Revista, e-ISSN: 2316-7548
Rua Chile, 1678, Rebouças, Curitiba/PR (Brasil). CEP 80.220-181