Um estudo da inadimplência aplicada ao segmento educacional de ensino médio e fundamental, utilizando modelos credit scoring com análise discriminante, regressão logística e redes neurais

Detalhes bibliográficos
Ano de defesa: 2007
Autor(a) principal: José Vieira de Melo Sobrinho, Marcelo
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Pernambuco
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Risco de crédito
Credit scoring
Instituições educacionais
Link de acesso: https://repositorio.ufpe.br/handle/123456789/863
Resumo: Esta dissertação propôs o estudo da viabilidade da utilização de modelos de credit scoring em uma instituição educacional de ensino médio e fundamental, atuante na rede privada na cidade do Recife PE. A utilização deste tipo de modelagem é bastante difundida em instituições financeiras, no entanto sua prática no segmento de serviços apresenta-se em estágio embrionário, onde seus benefícios ainda são pouco conhecidos. A utilização de modelos como mecanismos de apoio ao gerenciamento de serviços educacionais assume importante relevância, pois este segmento tem sido severamente penalizado com elevados índices de inadimplência, aliado a uma legislação desfavorável quanto a cobrança de débitos vencidos. No desenvolvimento dos modelos de credit scoring foram utilizados as técnicas de análise discriminante, regressão logística e rede neural artificial, onde sua viabilidade foi avaliada ao se comparar a performance da previsão dos modelos com o percentual de acertos obtido pelo critério de chances. Os resultados demonstram que a análise discriminante obteve o melhor desempenho na previsão do grupo dos inadimplentes, com 80% de acerto. Por outro lado, os modelos baseados na regressão logística e rede neural artificial alcançaram o mais alto nível de acerto no grupo dos adimplentes, ambos com 93,48%. Sendo assim a modelagem de credit scoring apresentou-se como um instrumento de gestão de risco viável para a instituição de educação pesquisada
id UFPE_8e0908009ec5cc97ababdf7688f8b4ea
oai_identifier_str oai:repositorio.ufpe.br:123456789/863
network_acronym_str UFPE
network_name_str Repositório Institucional da UFPE
repository_id_str
spelling Um estudo da inadimplência aplicada ao segmento educacional de ensino médio e fundamental, utilizando modelos credit scoring com análise discriminante, regressão logística e redes neuraisRisco de créditoCredit scoringInstituições educacionaisEsta dissertação propôs o estudo da viabilidade da utilização de modelos de credit scoring em uma instituição educacional de ensino médio e fundamental, atuante na rede privada na cidade do Recife PE. A utilização deste tipo de modelagem é bastante difundida em instituições financeiras, no entanto sua prática no segmento de serviços apresenta-se em estágio embrionário, onde seus benefícios ainda são pouco conhecidos. A utilização de modelos como mecanismos de apoio ao gerenciamento de serviços educacionais assume importante relevância, pois este segmento tem sido severamente penalizado com elevados índices de inadimplência, aliado a uma legislação desfavorável quanto a cobrança de débitos vencidos. No desenvolvimento dos modelos de credit scoring foram utilizados as técnicas de análise discriminante, regressão logística e rede neural artificial, onde sua viabilidade foi avaliada ao se comparar a performance da previsão dos modelos com o percentual de acertos obtido pelo critério de chances. Os resultados demonstram que a análise discriminante obteve o melhor desempenho na previsão do grupo dos inadimplentes, com 80% de acerto. Por outro lado, os modelos baseados na regressão logística e rede neural artificial alcançaram o mais alto nível de acerto no grupo dos adimplentes, ambos com 93,48%. Sendo assim a modelagem de credit scoring apresentou-se como um instrumento de gestão de risco viável para a instituição de educação pesquisadaConselho Nacional de Desenvolvimento Científico e TecnológicoUniversidade Federal de PernambucoUlises de Montreuil Carmona, Charles José Vieira de Melo Sobrinho, Marcelo2014-06-12T15:05:57Z2014-06-12T15:05:57Z2007info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfJosé Vieira de Melo Sobrinho, Marcelo; Ulises de Montreuil Carmona, Charles. Um estudo da inadimplência aplicada ao segmento educacional de ensino médio e fundamental, utilizando modelos credit scoring com análise discriminante, regressão logística e redes neurais. 2007. Dissertação (Mestrado). Programa de Pós-Graduação em Administração, Universidade Federal de Pernambuco, Recife, 2007.https://repositorio.ufpe.br/handle/123456789/863porAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPE2019-10-25T05:36:08Zoai:repositorio.ufpe.br:123456789/863Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212019-10-25T05:36:08Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false
dc.title.none.fl_str_mv Um estudo da inadimplência aplicada ao segmento educacional de ensino médio e fundamental, utilizando modelos credit scoring com análise discriminante, regressão logística e redes neurais
title Um estudo da inadimplência aplicada ao segmento educacional de ensino médio e fundamental, utilizando modelos credit scoring com análise discriminante, regressão logística e redes neurais
spellingShingle Um estudo da inadimplência aplicada ao segmento educacional de ensino médio e fundamental, utilizando modelos credit scoring com análise discriminante, regressão logística e redes neurais
José Vieira de Melo Sobrinho, Marcelo
Risco de crédito
Credit scoring
Instituições educacionais
title_short Um estudo da inadimplência aplicada ao segmento educacional de ensino médio e fundamental, utilizando modelos credit scoring com análise discriminante, regressão logística e redes neurais
title_full Um estudo da inadimplência aplicada ao segmento educacional de ensino médio e fundamental, utilizando modelos credit scoring com análise discriminante, regressão logística e redes neurais
title_fullStr Um estudo da inadimplência aplicada ao segmento educacional de ensino médio e fundamental, utilizando modelos credit scoring com análise discriminante, regressão logística e redes neurais
title_full_unstemmed Um estudo da inadimplência aplicada ao segmento educacional de ensino médio e fundamental, utilizando modelos credit scoring com análise discriminante, regressão logística e redes neurais
title_sort Um estudo da inadimplência aplicada ao segmento educacional de ensino médio e fundamental, utilizando modelos credit scoring com análise discriminante, regressão logística e redes neurais
author José Vieira de Melo Sobrinho, Marcelo
author_facet José Vieira de Melo Sobrinho, Marcelo
author_role author
dc.contributor.none.fl_str_mv Ulises de Montreuil Carmona, Charles
dc.contributor.author.fl_str_mv José Vieira de Melo Sobrinho, Marcelo
dc.subject.por.fl_str_mv Risco de crédito
Credit scoring
Instituições educacionais
topic Risco de crédito
Credit scoring
Instituições educacionais
description Esta dissertação propôs o estudo da viabilidade da utilização de modelos de credit scoring em uma instituição educacional de ensino médio e fundamental, atuante na rede privada na cidade do Recife PE. A utilização deste tipo de modelagem é bastante difundida em instituições financeiras, no entanto sua prática no segmento de serviços apresenta-se em estágio embrionário, onde seus benefícios ainda são pouco conhecidos. A utilização de modelos como mecanismos de apoio ao gerenciamento de serviços educacionais assume importante relevância, pois este segmento tem sido severamente penalizado com elevados índices de inadimplência, aliado a uma legislação desfavorável quanto a cobrança de débitos vencidos. No desenvolvimento dos modelos de credit scoring foram utilizados as técnicas de análise discriminante, regressão logística e rede neural artificial, onde sua viabilidade foi avaliada ao se comparar a performance da previsão dos modelos com o percentual de acertos obtido pelo critério de chances. Os resultados demonstram que a análise discriminante obteve o melhor desempenho na previsão do grupo dos inadimplentes, com 80% de acerto. Por outro lado, os modelos baseados na regressão logística e rede neural artificial alcançaram o mais alto nível de acerto no grupo dos adimplentes, ambos com 93,48%. Sendo assim a modelagem de credit scoring apresentou-se como um instrumento de gestão de risco viável para a instituição de educação pesquisada
publishDate 2007
dc.date.none.fl_str_mv 2007
2014-06-12T15:05:57Z
2014-06-12T15:05:57Z
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 José Vieira de Melo Sobrinho, Marcelo; Ulises de Montreuil Carmona, Charles. Um estudo da inadimplência aplicada ao segmento educacional de ensino médio e fundamental, utilizando modelos credit scoring com análise discriminante, regressão logística e redes neurais. 2007. Dissertação (Mestrado). Programa de Pós-Graduação em Administração, Universidade Federal de Pernambuco, Recife, 2007.
https://repositorio.ufpe.br/handle/123456789/863
identifier_str_mv José Vieira de Melo Sobrinho, Marcelo; Ulises de Montreuil Carmona, Charles. Um estudo da inadimplência aplicada ao segmento educacional de ensino médio e fundamental, utilizando modelos credit scoring com análise discriminante, regressão logística e redes neurais. 2007. Dissertação (Mestrado). Programa de Pós-Graduação em Administração, Universidade Federal de Pernambuco, Recife, 2007.
url https://repositorio.ufpe.br/handle/123456789/863
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal de Pernambuco
publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPE
instname:Universidade Federal de Pernambuco (UFPE)
instacron:UFPE
instname_str Universidade Federal de Pernambuco (UFPE)
instacron_str UFPE
institution UFPE
reponame_str Repositório Institucional da UFPE
collection Repositório Institucional da UFPE
repository.name.fl_str_mv Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)
repository.mail.fl_str_mv attena@ufpe.br
_version_ 1856042020041129984

Registros relacionados