Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/3508
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2011_LoreMartinsBueno.pdf1,84 MBAdobe PDFver/abrir
Registro completo
Campo Dublin CoreValorLíngua
dc.contributor.advisorVinha, Luís Gustavo do Amaral-
dc.contributor.authorBueno, Lore Martins-
dc.identifier.citationBUENO, Lore Martins. Análise de crédito: medidas de avaliação de modelos e aplicação da teoria fuzzy na tomada de decisão. 2011. [57] f. Monografia (Bacharelado em Estatística)—Universidade de Brasília, Brasília, 2011.en
dc.descriptionMonografia (graduação)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2011.en
dc.description.abstractAs instituições financeiras brasileiras têm voltado sua atenção para o gerenciamento de risco desde que o Banco Central aderiu ao segundo acordo de Basiléia, no qual as propostas foram elaboradas com o objetivo de tornar o sistema financeiro internacional mais homogêneo, sugerindo mudanças rigorosas na metodologia de gerência do risco e supervisão bancária. Para tal, é necessário que as instituições desenvolvam métodos eficazes na avaliação do risco e na decisão massiva de crédito. Esse trabalho tem por objetivo apresentar um sistema que auxilie na tomada de decisão do microcrédito baseado na Teoria Fuzzy, bem como comparar seu desempenho com um modelo de Credit Scoring, metodologia mais comum entre as instituições financeiras. As informações utilizadas no estudo – base de dados e modelo de Credit Scoring – foram fornecidas por uma instituição financeira atuante no mercado. Devido à quantidade de variáveis utilizadas na construção do sistema fuzzy, observou-se a necessidade de automatizar o processo de obtenção das regras e funções de pertinência. Para isso, foi desenvolvido um algoritmo em linguagem SAS/IML, adaptado do método automático MLFE para geração de sistemas fuzzy. O resultado da avaliação que comparou os dois modelos indicou que o sistema fuzzy se mostrou mais eficiente que o modelo de Credit Scoring na avaliação do crédito e concluiu-se que essa nova metodologia pode ser bem aceita no âmbito bancário de risco e ser aplicada em um sistema real de decisão de crédito. _________________________________________________________________________________ ABSTRACTen
dc.description.abstractBrazilian financial institutions have turned their attention to risk management since the Central Bank, BACEN, joined the second Basel agreement, where proposals were designed in order to make the international financial regulations more uniform, globalized and resilient, suggesting severe changes in the methodology of risk management and banking supervision. To enact these changes is necessary for institutions to develop effective methods in risk assessment and credit decisions. The method adopted to inform the large number of decisions should simplify the process and be reliable. This work aims to develop a credit decision system based on fuzzy theory as well as compare its performance with a credit scoring model, which is the most used methodology nowadays. The database and credit scoring model used on the comparison were provided by a Brazilian financial institution active in the market. Due to the amount of variables used in constructing the fuzzy system, there was a need to automate the process of obtaining the rules and membership functions. To make this possible, an algorithm in SAS/IML language was adapted from MLFE automatic method for generating fuzzy systems. The result of the evaluation that compared the two models indicated that the fuzzy system is more efficient than the credit scoring model in predicting the defaulters. The conclusion was that this new methodology can be well accepted in a real a system of credit decision and assessment.en
dc.rightsAcesso Abertoen
dc.subject.keywordRisco de créditoen
dc.subject.keywordLógica difusaen
dc.titleAnálise de crédito : medidas de avaliação de modelos e aplicação da teoria fuzzy na tomada de decisãoen
dc.typeTrabalho de Conclusão de Curso - Graduação - Bachareladoen
dc.date.accessioned2012-05-15T13:14:29Z-
dc.date.available2012-05-15T13:14:29Z-
dc.date.issued2012-05-15T13:14:29Z-
dc.date.submitted2011-07-
dc.identifier.urihttp://bdm.unb.br/handle/10483/3508-
dc.language.isoPortuguêsen
Aparece na Coleção:Estatística



Este item está licenciado na Licença Creative Commons Creative Commons