Um modelo de previsão de inadimplência & a relevância das informações contábeis na concessão de crédito a empresas

Detalhes bibliográficos
Ano de defesa: 2004
Autor(a) principal: Bruno Costa de Paula
Orientador(a): Carlos Alberto de Braganca Pereira
Banca de defesa: Walter Belluzzo Junior, Julio Michael Stern
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade de São Paulo
Programa de Pós-Graduação: Modelagem Matemática em Finanças
Departamento: Não Informado pela instituição
País: BR
Link de acesso: https://doi.org/10.11606/D.92.2004.tde-05082022-160027
Resumo: A demanda por ferramentas quantitativas capazes de avaliar o risco de inadimplência é muito grande. Suas aplicações nas instituições financeiras são cada vez mais freqüentes. Muitas destas ferramentas utilizam informações financeiro-contábeis dos contratantes dos produtos de crédito. O objetivo deste estudo é propor um modelo de previsão de inadimplência de empresas, que estime a probabilidade de ocorrência da inadimplência, evento chamado de default. O modelo estatístico adotado, regressão logística, utiliza informações contábeis das empresas na análise para concessão do crédito. Pretende-se analisar a contribuição do uso de índices financeiro contábeis no desenvolvimento de modelos de risco de crédito. Dois segmentos de clientes são focados neste trabalho: . Firmas com faturamento superior a R$ 100 milhões, que chamaremos de \"Grandes Empresas\" . Firmas com faturamento entre R$ 10 e R$ 100 milhões, que chamaremos de \"Empresas\". A partir dos dados financeiro-contábeis destas empresas, serão calculados determinados índices financeiros. Os índices financeiros são relações entre contas ou grupos de contas das demonstrações financeiras, que têm como objetivo fornecer-nos informações que não são facilmente observáveis de forma direta nos balanços das empresas. Com base na função de escore gerada pela regressão que relaciona os índices financeiros, apresentamos a aplicação da ferramenta e seu uso na análise pré-posteriori, através do Método Bayesiano, construindo um processo indutivo de ganho de conhecimento para o cálculo da probabilidade, ou risco, de inadimplência. Percebemos que para Médias e Pequenas Empresas há a necessidade de incorporação de outras variáveis além das financeiras. Já para o segmento de Grandes Empresas, o modelo de predição apresenta bom desempenho.
id USP_f852dc7464c0a880711fa312b264d4f1
oai_identifier_str oai:teses.usp.br:tde-05082022-160027
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis Um modelo de previsão de inadimplência & a relevância das informações contábeis na concessão de crédito a empresas A default prediction model & the relevance of accounting information in granting credit to companies 2004-07-02Carlos Alberto de Braganca PereiraWalter Belluzzo JuniorJulio Michael SternBruno Costa de PaulaUniversidade de São PauloModelagem Matemática em FinançasUSPBR Accounting information Companies Credit Crédito Empresas Informações contábeis A demanda por ferramentas quantitativas capazes de avaliar o risco de inadimplência é muito grande. Suas aplicações nas instituições financeiras são cada vez mais freqüentes. Muitas destas ferramentas utilizam informações financeiro-contábeis dos contratantes dos produtos de crédito. O objetivo deste estudo é propor um modelo de previsão de inadimplência de empresas, que estime a probabilidade de ocorrência da inadimplência, evento chamado de default. O modelo estatístico adotado, regressão logística, utiliza informações contábeis das empresas na análise para concessão do crédito. Pretende-se analisar a contribuição do uso de índices financeiro contábeis no desenvolvimento de modelos de risco de crédito. Dois segmentos de clientes são focados neste trabalho: . Firmas com faturamento superior a R$ 100 milhões, que chamaremos de \"Grandes Empresas\" . Firmas com faturamento entre R$ 10 e R$ 100 milhões, que chamaremos de \"Empresas\". A partir dos dados financeiro-contábeis destas empresas, serão calculados determinados índices financeiros. Os índices financeiros são relações entre contas ou grupos de contas das demonstrações financeiras, que têm como objetivo fornecer-nos informações que não são facilmente observáveis de forma direta nos balanços das empresas. Com base na função de escore gerada pela regressão que relaciona os índices financeiros, apresentamos a aplicação da ferramenta e seu uso na análise pré-posteriori, através do Método Bayesiano, construindo um processo indutivo de ganho de conhecimento para o cálculo da probabilidade, ou risco, de inadimplência. Percebemos que para Médias e Pequenas Empresas há a necessidade de incorporação de outras variáveis além das financeiras. Já para o segmento de Grandes Empresas, o modelo de predição apresenta bom desempenho. The demand for quantitative tools capable of assessing the risk of default is very large. Their investments in financial institutions are increasingly frequent. Many of these tools use information financial-accounting of the contracting parties of the credit products. The objective of this study is to propose a model for predicting default of companies, which estimates the probability of default, event called default. The statistical model adopted, logistic regression uses accounting information from companies in the analysis for granting the credit. It is intended to analyze the contribution of the use of financial-accounting ratios in the development of credit risk models. Two customer segments are focused on in this work. Firms with sales of more than R$ 100 million, which we will call from \"Large Companies\" . Firms with revenues between R$10 and R$100 million, which we\'ll call it \"Companies\" Based on the financial-accounting data of these companies,certain financial ratios are calculated. Financial indices are relationships between accounts or groups of accounts in the financial statements, which have the intended to provide us with information that is not readily observable in a directly on company balance sheets. Based on the score function generated by the regression that relates the financial indices, we present the application of the tool and its use in pre-posteriori analysis, through the Bayesian Method, building a process inductive gain of knowledge for calculating the probability, or risk, of default. We realize that for Medium and Small Companies there is a need incorporation of variables other than financial ones. Now for the segment of Large Companies, the prediction model performs well. https://doi.org/10.11606/D.92.2004.tde-05082022-160027info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USP2023-12-21T18:16:33Zoai:teses.usp.br:tde-05082022-160027Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212022-08-05T19:26:33Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.pt.fl_str_mv Um modelo de previsão de inadimplência & a relevância das informações contábeis na concessão de crédito a empresas
dc.title.alternative.en.fl_str_mv A default prediction model & the relevance of accounting information in granting credit to companies
title Um modelo de previsão de inadimplência & a relevância das informações contábeis na concessão de crédito a empresas
spellingShingle Um modelo de previsão de inadimplência & a relevância das informações contábeis na concessão de crédito a empresas
Bruno Costa de Paula
title_short Um modelo de previsão de inadimplência & a relevância das informações contábeis na concessão de crédito a empresas
title_full Um modelo de previsão de inadimplência & a relevância das informações contábeis na concessão de crédito a empresas
title_fullStr Um modelo de previsão de inadimplência & a relevância das informações contábeis na concessão de crédito a empresas
title_full_unstemmed Um modelo de previsão de inadimplência & a relevância das informações contábeis na concessão de crédito a empresas
title_sort Um modelo de previsão de inadimplência & a relevância das informações contábeis na concessão de crédito a empresas
author Bruno Costa de Paula
author_facet Bruno Costa de Paula
author_role author
dc.contributor.advisor1.fl_str_mv Carlos Alberto de Braganca Pereira
dc.contributor.referee1.fl_str_mv Walter Belluzzo Junior
dc.contributor.referee2.fl_str_mv Julio Michael Stern
dc.contributor.author.fl_str_mv Bruno Costa de Paula
contributor_str_mv Carlos Alberto de Braganca Pereira
Walter Belluzzo Junior
Julio Michael Stern
description A demanda por ferramentas quantitativas capazes de avaliar o risco de inadimplência é muito grande. Suas aplicações nas instituições financeiras são cada vez mais freqüentes. Muitas destas ferramentas utilizam informações financeiro-contábeis dos contratantes dos produtos de crédito. O objetivo deste estudo é propor um modelo de previsão de inadimplência de empresas, que estime a probabilidade de ocorrência da inadimplência, evento chamado de default. O modelo estatístico adotado, regressão logística, utiliza informações contábeis das empresas na análise para concessão do crédito. Pretende-se analisar a contribuição do uso de índices financeiro contábeis no desenvolvimento de modelos de risco de crédito. Dois segmentos de clientes são focados neste trabalho: . Firmas com faturamento superior a R$ 100 milhões, que chamaremos de \"Grandes Empresas\" . Firmas com faturamento entre R$ 10 e R$ 100 milhões, que chamaremos de \"Empresas\". A partir dos dados financeiro-contábeis destas empresas, serão calculados determinados índices financeiros. Os índices financeiros são relações entre contas ou grupos de contas das demonstrações financeiras, que têm como objetivo fornecer-nos informações que não são facilmente observáveis de forma direta nos balanços das empresas. Com base na função de escore gerada pela regressão que relaciona os índices financeiros, apresentamos a aplicação da ferramenta e seu uso na análise pré-posteriori, através do Método Bayesiano, construindo um processo indutivo de ganho de conhecimento para o cálculo da probabilidade, ou risco, de inadimplência. Percebemos que para Médias e Pequenas Empresas há a necessidade de incorporação de outras variáveis além das financeiras. Já para o segmento de Grandes Empresas, o modelo de predição apresenta bom desempenho.
publishDate 2004
dc.date.issued.fl_str_mv 2004-07-02
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://doi.org/10.11606/D.92.2004.tde-05082022-160027
url https://doi.org/10.11606/D.92.2004.tde-05082022-160027
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.publisher.none.fl_str_mv Universidade de São Paulo
dc.publisher.program.fl_str_mv Modelagem Matemática em Finanças
dc.publisher.initials.fl_str_mv USP
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv Universidade de São Paulo
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1786376583382040576

Registros relacionados