25/08/2014
Ano: 2014
Código: WPE – 338
Autores/Pesquisadores:
Gustavo H. A.Pereira
Rinaldo Artes
Abstract:
Modelos de behavioural scoring s~ao geralmente utilizados para estimar a probabilidade de um cliente de uma institui_c~ao _nanceira que j_a possui um determinado produto de cr_edito se tornar inadimplente neste produto em um horizonte de tempo pr_e-_xado. Por_em, frequentemente, um mesmo cliente tem diversos produtos de cr_edito em uma _unica institui_c~ao e os modelos de behavioural scoring geralmente tratam cada um deles de forma independente. Para facilitar e tornar mais e_ciente o gerenciamento do risco de cr_edito, _e interessante o desenvolvimento de modelos de customer default scoring . Esses modelos buscam estimar a probabilidade de um cliente de uma institui_c~ao _nanceira se tornar inadimplente em pelo menos um produto em um horizonte de tempo pr_e-_xado. Neste trabalho, s~ao descritas tr^es estrat_egias que podem ser utilizadas para o desenvolvimento de modelos de customer default scoring . Uma das estrat_egias_e usualmente utilizada por institui_c~oes _nanceiras e as duas outras s~ao propostas neste trabalho. As performances dessas estrat_egias s~ao comparadas utilizando um banco de dados real fornecido por uma institui_c~ao _nanceira e um estudo de simula_c~ao de Monte Carlo.
 |
Download do arquivo no formato PDF |