Use este identificador para citar ou linkar para este item: http://repositorio.utfpr.edu.br/jspui/handle/1/25356
Título: Captura de expertise de analistas em processo de pré-análise de crédito
Título(s) alternativo(s): Capture the expertise of analysts in the credit pre-analysis process
Autor(es): Ribas, Ariane Mayra de Castro Campos Taborda
Orientador(es): Silva, Rodrigo Alves
Palavras-chave: Análise de crédito
Pequenas e médias empresas
Sistemas de avaliação de risco de crédito (Finanças)
Cooperativas de crédito
Microfinanças
Simulação (Computadores)
Créditos - Avaliação
Credit analysis
Small business
Credit scoring systems
Banks and banking, Cooperative
Microfinance
Computer simulation
Credit ratings
Data do documento: 29-Out-2020
Editor: Universidade Tecnológica Federal do Paraná
Câmpus: Curitiba
Citação: RIBAS, Ariane Mayra de Castro Campos Taborda. Captura de expertise de analistas em processo de pré-análise de crédito. 2020. Dissertação (Mestrado em Administração) - Universidade Tecnológica Federal do Paraná, Curitiba, 2020.
Resumo: As Sociedades de Garantia são organizações cujo objetivo é mitigar imperfeições do mercado de microcrédito quanto ao suprimento de recursos para Micro e Pequenas Empresas por meio da oferta de garantias. As principais dificuldades enfrentadas pelas MPEs são as altas taxas de juros, a assimetria de informações e a ausência de garantias reais. As Sociedades Garantidoras de crédito, se diferenciam das demais instituições financeiras, por terem simultaneamente, objetivos econômicos e sociais. Onde buscam viabilizar o retorno para os associados por meio da oferta de serviços financeiros e condições mais favoráveis. Além de conseguir alcançar regiões mais distantes e menos favoráveis economicamente. O presente estudo tem por objetivo desenvolver e ajustar um modelo de credit scoring para pré-análise de operações de garantia de crédito com base na expertise dos analistas das Sociedades Garantidoras de Crédito de Curitiba. Para tanto, foi utilizado o método de regressão logística, estimando o parâmetro por máxima verossimilhança, a validação dos dados se deu por K-fold Cross Validation e a legitimação por ACC, MCC, Precision, Recall e F1- score. Sendo realizado no software R. O modelo estimado teve medidas estatísticas de desempenho superiores a 75% para quatro das cinco métricas analisadas. Os resultados possibilitam os analistas de crédito das SGCs a automatizarem a análise com base na própria expertise se preparando para o aumento da demanda por microcrédito, conforme já vem ocorrendo nos últimos anos.
Abstract: Guarantee Societies are organizations whose objective is to mitigate imperfections in the microcredit market in terms of supplying resources to Micro and Small Enterprises through the provision of guarantees. The main difficulties faced by MSEs are high interest rates, information asymmetry and the absence of collateral. Credit Guarantee Societies are different from other financial institutions in that they have both economic and social objectives. Where they seek to make the return for members viable by offering financial services and more favorable conditions. In addition to reaching more distant and less economically favorable regions. The present study aims to develop and adjust a credit scoring model for pre-analysis of credit guarantee operations based on the expertise of analysts from Curitiba Credit Guarantee Societies. For this purpose, the logistic regression method was used, estimating the parameter by maximum likelihood, data validation was done by K-fold Cross Validation and legitimation by ACC, MCC, Precision, Recall and F1-score. Being performed in software R. The estimated model had statistical measures of performance greater than 75% for four of the five metrics analyzed. The results enable SGCs’ credit analysts to automate the analysis based on their own expertise, preparing for the increased demand for microcredit, as has been happening in recent years.
URI: http://repositorio.utfpr.edu.br/jspui/handle/1/25356
Aparece nas coleções:CT - Programa de Pós-Graduação em Administração

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
capturaexpertiseanalistascredito.pdf1,72 MBAdobe PDFThumbnail
Visualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons