Publication
Credit scoring : uma análise econométrica
| Summary: | Com intenção de melhorar os serviços de análise e gestão de crédito, as instituições financeiras desenvolveram o modelo credit scoring. Este modelo é utilizado por estas instituições para previsão do risco de crédito no processo da tomada de decisão de concessão de crédito. O objetivo deste trabalho, é desenvolver um modelo de credit scoring a partir de uma amostra de 1000 solicitantes de créditos extraídos da carteira de crédito de um banco alemão. Para tal, estimou-se um modelo probit, considerando-se 25 variáveis independentes quantitativas e qualitativas que influenciam a probabilidade do crédito ser aprovado ou não. Os resultados deste estudo mostram que o modelo de credit scoring se apresenta adequado no ajustamento aos dados, obtendo uma classificação correta para cerca de 77% dos clientes. Contudo, os resultados encontrados fornecem informações importantes para auxílio no processo de tomada de decisões de concessão de crédito e gerenciamento do crédito bancário, podendo assim contribuir para a redução do número de clientes inadimplentes e dos respetivos custos. |
|---|---|
| Main Authors: | Fernandes, António Francisco de Melo |
| Subject: | Crédito Risco de Crédito Credit Scoring Probit Credit Credit risk |
| Year: | 2017 |
| Country: | Portugal |
| Document type: | master thesis |
| Access type: | open access |
| Associated institution: | Universidade de Lisboa |
| Language: | Portuguese |
| Origin: | Repositório da Universidade de Lisboa |
| Summary: | Com intenção de melhorar os serviços de análise e gestão de crédito, as instituições financeiras desenvolveram o modelo credit scoring. Este modelo é utilizado por estas instituições para previsão do risco de crédito no processo da tomada de decisão de concessão de crédito. O objetivo deste trabalho, é desenvolver um modelo de credit scoring a partir de uma amostra de 1000 solicitantes de créditos extraídos da carteira de crédito de um banco alemão. Para tal, estimou-se um modelo probit, considerando-se 25 variáveis independentes quantitativas e qualitativas que influenciam a probabilidade do crédito ser aprovado ou não. Os resultados deste estudo mostram que o modelo de credit scoring se apresenta adequado no ajustamento aos dados, obtendo uma classificação correta para cerca de 77% dos clientes. Contudo, os resultados encontrados fornecem informações importantes para auxílio no processo de tomada de decisões de concessão de crédito e gerenciamento do crédito bancário, podendo assim contribuir para a redução do número de clientes inadimplentes e dos respetivos custos. |
|---|
Funded activities
No funded projects found.