SciELO - Scientific Electronic Library Online

 
vol.16 issue3Forecasting a call center demand using a Multiple Regression modelStudies on non-random patterns in Shewhart control charts author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

Share


Gestão & Produção

Print version ISSN 0104-530XOn-line version ISSN 1806-9649

Abstract

SELAU, Lisiane Priscila Roldão  and  RIBEIRO, José Luis Duarte. Uma sistemática para construção e escolha de modelos de previsão de risco de crédito. Gest. Prod. [online]. 2009, vol.16, n.3, pp.398-413. ISSN 1806-9649.  https://doi.org/10.1590/S0104-530X2009000300007.

Com o aumento recente nos volumes de créditos a pessoas físicas e, por consequência, nos índices de inadimplência, as empresas estão buscando melhorar sua análise de crédito incorporando critérios objetivos. Técnicas multivariadas têm sido utilizadas para construir modelos de previsão de crédito que, baseados em informações cadastrais dos clientes, levam à criação de um padrão de comportamento em relação à inadimplência. O objetivo deste artigo é propor uma sistemática para construção de modelos de previsão de risco de crédito e avaliar seu desempenho usando três modelos específicos: análise discriminante, regressão logística e redes neurais. O método proposto (denominado Modelo PRC) é composto de seis etapas: (i) delimitação da população; (ii) seleção da amostra; (iii) análise preliminar; (iv) construção do modelo; (v) escolha do modelo; e (vi) passos para implantação. O Modelo PRC foi aplicado em uma amostra de 17.005 clientes de uma rede de farmácias com crediário próprio. Os resultados para este banco de dados específico apontam uma pequena superioridade do modelo de redes neurais em relação aos outros modelos, que pode ser atribuída a sua não linearidade em relação à combinação de variáveis.

Keywords : Análise de crédito; Análise discriminante; Regressão logística; Redes neurais.

        · abstract in English     · text in Portuguese     · Portuguese ( pdf )

 

Creative Commons License All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License