Estudo da correlação das características de clientes de empresa de meio de pagamento com a inadimplência
| Ano de defesa: | 2023 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Dissertação |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
Não Informado pela instituição
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Palavras-chave em Inglês: | |
| Link de acesso: | https://hdl.handle.net/10438/33948 |
Resumo: | A inadimplência é um indicador acompanhado na saúde financeira das empresas. Diante disso, o presente trabalho apresenta a seguinte questão: quais as características dos indivíduos explicam variação na probabilidade de inadimplência? O objetivo principal é analisar a correlação de traços individuais, como gênero, idade, região geográfica, comportamento de uso, entre outros parâmetros, com a inadimplência desses mesmos clientes de uma fintech do setor de meios de pagamentos. Com a finalidade de explorar o tema, foi utilizada uma base amostral de 166.967 clientes assinantes do serviço pós-pago para análise exploratória da empresa estudada. A metodologia adotada foi quantitativa, com a aplicação de regressão estatística no formato cross-section e modelo probit, com a resposta binária: adimplente ou não adimplente. Para modelagem estatística, foi utilizada base real de 166.967 clientes da empresa, tendo como hipótese: características dos indivíduos explicam variação na probabilidade de inadimplência, variando isoladamente cada a característica testada. As regressões demonstraram grande impacto na probabilidade de inadimplência: clientes do gênero masculino diminuem em 20% essas chances, clientes da região Sul diminuem em 23%, clientes que pagam a fatura através da modalidade com débito em conta, 6%, e clientes hard user, em 48%. Além disso, clientes da região Centro-Oeste aumentam a probabilidade de inadimplência em 16%, os que escolhem cartão de crédito como meio de pagamento aumentam em 5% e clientes com pouco uso em 48%. Como resultado prático, o estudo aponta uma possibilidade de evolução nos modelos atuais de avaliação de risco de crédito. |
| id |
FGV_af78773de8e0cb82299d8de22122a8ff |
|---|---|
| oai_identifier_str |
oai:repositorio.fgv.br:10438/33948 |
| network_acronym_str |
FGV |
| network_name_str |
Repositório Institucional do FGV (FGV Repositório Digital) |
| repository_id_str |
|
| spelling |
Higuchi, Carlos Eduardo KojimaEscolas::EAESPMartins, Henrique CastroSampaio, Joelson OliveiraBrunassi Silva, Vinicius AugustoYoshinaga, Claudia Emiko2023-07-27T12:31:53Z2023-07-27T12:31:53Z2023-06https://hdl.handle.net/10438/33948A inadimplência é um indicador acompanhado na saúde financeira das empresas. Diante disso, o presente trabalho apresenta a seguinte questão: quais as características dos indivíduos explicam variação na probabilidade de inadimplência? O objetivo principal é analisar a correlação de traços individuais, como gênero, idade, região geográfica, comportamento de uso, entre outros parâmetros, com a inadimplência desses mesmos clientes de uma fintech do setor de meios de pagamentos. Com a finalidade de explorar o tema, foi utilizada uma base amostral de 166.967 clientes assinantes do serviço pós-pago para análise exploratória da empresa estudada. A metodologia adotada foi quantitativa, com a aplicação de regressão estatística no formato cross-section e modelo probit, com a resposta binária: adimplente ou não adimplente. Para modelagem estatística, foi utilizada base real de 166.967 clientes da empresa, tendo como hipótese: características dos indivíduos explicam variação na probabilidade de inadimplência, variando isoladamente cada a característica testada. As regressões demonstraram grande impacto na probabilidade de inadimplência: clientes do gênero masculino diminuem em 20% essas chances, clientes da região Sul diminuem em 23%, clientes que pagam a fatura através da modalidade com débito em conta, 6%, e clientes hard user, em 48%. Além disso, clientes da região Centro-Oeste aumentam a probabilidade de inadimplência em 16%, os que escolhem cartão de crédito como meio de pagamento aumentam em 5% e clientes com pouco uso em 48%. Como resultado prático, o estudo aponta uma possibilidade de evolução nos modelos atuais de avaliação de risco de crédito.Default is an indicator monitored in the financial health of companies. Thus, this study presents the following question: what are the characteristics of individuals that explain the variation in the probability of default? The main objective is to analyze the correlation of individual traits, such as gender, age, geographic region, usage behavior, among other parameters, with the default of customers from a fintech company in the payment methods sector. In order to explore the topic, a sample base of 166,967 postpaid service subscribers was used for exploratory analysis of the studied company. The adopted methodology was quantitative, applying statistical regression in a cross-section format and a probit model, with the binary response: defaulter or not defaulter. For statistical modeling, a real database of 166,967 company customers was used, with the hypothesis that individual characteristics explain the variation in the probability of defaulter, isolating each tested characteristic. The regressions demonstrated a significant impact on the probability of default: male customers decrease these chances by 20%, customers from the South region decrease them by 23%, customers who pay their bills through the direct debit method by 6%, and hard user customers by 48%. Additionally, customers from the Midwest region increase the probability of delinquency by 16%, those who choose credit card as a payment method increase it by 5%, and customers with low usage by 48%. As a practical result, the study suggests a potential improvement in the current credit risk evaluation models.porDefaultCreditPayment optionsFintechInadimplênciaCréditoMeios de pagamentoAdministração de empresasInadimplência (Finanças)CréditosEmpresas novasPagamentoAvaliação de riscosEstudo da correlação das características de clientes de empresa de meio de pagamento com a inadimplênciainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional do FGV (FGV Repositório Digital)instname:Fundação Getulio Vargas (FGV)instacron:FGVORIGINAL23.07.26 Dissertação_Eduardo Higuchi_submissão.pdf23.07.26 Dissertação_Eduardo Higuchi_submissão.pdfPDFapplication/pdf818427https://repositorio.fgv.br/bitstreams/5c79f762-4926-48cc-8e81-f47b6366e693/downloadd8efe51af379b3d7d8614e7c000e1941MD51trueAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-84707https://repositorio.fgv.br/bitstreams/72952306-77dd-4c09-a984-9f0af4c28b10/downloaddfb340242cced38a6cca06c627998fa1MD52falseAnonymousREADTEXT23.07.26 Dissertação_Eduardo Higuchi_submissão.pdf.txt23.07.26 Dissertação_Eduardo Higuchi_submissão.pdf.txtExtracted texttext/plain120128https://repositorio.fgv.br/bitstreams/a2f33b89-7287-46f2-8b94-a238fdadb126/downloadccac8812215aa8293d6b2f69a968ad38MD53falseAnonymousREADTHUMBNAIL23.07.26 Dissertação_Eduardo Higuchi_submissão.pdf.jpg23.07.26 Dissertação_Eduardo Higuchi_submissão.pdf.jpgGenerated Thumbnailimage/jpeg1379https://repositorio.fgv.br/bitstreams/579750a9-926e-4ca5-86f3-7ecea827dc9b/download46787805e85335805b93c5fb7860a7a3MD54falseAnonymousREAD10438/339482023-10-09 16:19:29.385open.accessoai:repositorio.fgv.br:10438/33948https://repositorio.fgv.brRepositório InstitucionalPRIhttp://bibliotecadigital.fgv.br/dspace-oai/requestbiblioteca.digital@fgv.bropendoar:39742023-10-09T16:19:29Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV)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 |
| dc.title.por.fl_str_mv |
Estudo da correlação das características de clientes de empresa de meio de pagamento com a inadimplência |
| title |
Estudo da correlação das características de clientes de empresa de meio de pagamento com a inadimplência |
| spellingShingle |
Estudo da correlação das características de clientes de empresa de meio de pagamento com a inadimplência Higuchi, Carlos Eduardo Kojima Default Credit Payment options Fintech Inadimplência Crédito Meios de pagamento Administração de empresas Inadimplência (Finanças) Créditos Empresas novas Pagamento Avaliação de riscos |
| title_short |
Estudo da correlação das características de clientes de empresa de meio de pagamento com a inadimplência |
| title_full |
Estudo da correlação das características de clientes de empresa de meio de pagamento com a inadimplência |
| title_fullStr |
Estudo da correlação das características de clientes de empresa de meio de pagamento com a inadimplência |
| title_full_unstemmed |
Estudo da correlação das características de clientes de empresa de meio de pagamento com a inadimplência |
| title_sort |
Estudo da correlação das características de clientes de empresa de meio de pagamento com a inadimplência |
| author |
Higuchi, Carlos Eduardo Kojima |
| author_facet |
Higuchi, Carlos Eduardo Kojima |
| author_role |
author |
| dc.contributor.unidadefgv.por.fl_str_mv |
Escolas::EAESP |
| dc.contributor.member.none.fl_str_mv |
Martins, Henrique Castro Sampaio, Joelson Oliveira Brunassi Silva, Vinicius Augusto |
| dc.contributor.author.fl_str_mv |
Higuchi, Carlos Eduardo Kojima |
| dc.contributor.advisor1.fl_str_mv |
Yoshinaga, Claudia Emiko |
| contributor_str_mv |
Yoshinaga, Claudia Emiko |
| dc.subject.eng.fl_str_mv |
Default Credit Payment options Fintech |
| topic |
Default Credit Payment options Fintech Inadimplência Crédito Meios de pagamento Administração de empresas Inadimplência (Finanças) Créditos Empresas novas Pagamento Avaliação de riscos |
| dc.subject.por.fl_str_mv |
Inadimplência Crédito Meios de pagamento |
| dc.subject.area.por.fl_str_mv |
Administração de empresas |
| dc.subject.bibliodata.por.fl_str_mv |
Inadimplência (Finanças) Créditos Empresas novas Pagamento Avaliação de riscos |
| description |
A inadimplência é um indicador acompanhado na saúde financeira das empresas. Diante disso, o presente trabalho apresenta a seguinte questão: quais as características dos indivíduos explicam variação na probabilidade de inadimplência? O objetivo principal é analisar a correlação de traços individuais, como gênero, idade, região geográfica, comportamento de uso, entre outros parâmetros, com a inadimplência desses mesmos clientes de uma fintech do setor de meios de pagamentos. Com a finalidade de explorar o tema, foi utilizada uma base amostral de 166.967 clientes assinantes do serviço pós-pago para análise exploratória da empresa estudada. A metodologia adotada foi quantitativa, com a aplicação de regressão estatística no formato cross-section e modelo probit, com a resposta binária: adimplente ou não adimplente. Para modelagem estatística, foi utilizada base real de 166.967 clientes da empresa, tendo como hipótese: características dos indivíduos explicam variação na probabilidade de inadimplência, variando isoladamente cada a característica testada. As regressões demonstraram grande impacto na probabilidade de inadimplência: clientes do gênero masculino diminuem em 20% essas chances, clientes da região Sul diminuem em 23%, clientes que pagam a fatura através da modalidade com débito em conta, 6%, e clientes hard user, em 48%. Além disso, clientes da região Centro-Oeste aumentam a probabilidade de inadimplência em 16%, os que escolhem cartão de crédito como meio de pagamento aumentam em 5% e clientes com pouco uso em 48%. Como resultado prático, o estudo aponta uma possibilidade de evolução nos modelos atuais de avaliação de risco de crédito. |
| publishDate |
2023 |
| dc.date.accessioned.fl_str_mv |
2023-07-27T12:31:53Z |
| dc.date.available.fl_str_mv |
2023-07-27T12:31:53Z |
| dc.date.issued.fl_str_mv |
2023-06 |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
https://hdl.handle.net/10438/33948 |
| url |
https://hdl.handle.net/10438/33948 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional do FGV (FGV Repositório Digital) instname:Fundação Getulio Vargas (FGV) instacron:FGV |
| instname_str |
Fundação Getulio Vargas (FGV) |
| instacron_str |
FGV |
| institution |
FGV |
| reponame_str |
Repositório Institucional do FGV (FGV Repositório Digital) |
| collection |
Repositório Institucional do FGV (FGV Repositório Digital) |
| bitstream.url.fl_str_mv |
https://repositorio.fgv.br/bitstreams/5c79f762-4926-48cc-8e81-f47b6366e693/download https://repositorio.fgv.br/bitstreams/72952306-77dd-4c09-a984-9f0af4c28b10/download https://repositorio.fgv.br/bitstreams/a2f33b89-7287-46f2-8b94-a238fdadb126/download https://repositorio.fgv.br/bitstreams/579750a9-926e-4ca5-86f3-7ecea827dc9b/download |
| bitstream.checksum.fl_str_mv |
d8efe51af379b3d7d8614e7c000e1941 dfb340242cced38a6cca06c627998fa1 ccac8812215aa8293d6b2f69a968ad38 46787805e85335805b93c5fb7860a7a3 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV) |
| repository.mail.fl_str_mv |
biblioteca.digital@fgv.br |
| _version_ |
1866369172520304640 |