Título: | Análise do risco de inadimplência dos estudantes beneficiados pelo Fundo de Financiamento Estudantil (FIES) |
Autor(es): | Sanches, Taíssa de Lima |
Orientador(es): | Sampaio, Jhames Matos |
Coorientador(es): | Cabello, Andrea Felippe |
Assunto: | Regressão logística (Estatística) Inadimplência (Finanças) Financiamento estudantil |
Data de apresentação: | 4-Jul-2018 |
Data de publicação: | 21-Jul-2020 |
Referência: | SANCHES, Taíssa de Lima. Análise do risco de inadimplência dos estudantes beneficiados pelo Fundo de Financiamento Estudantil (FIES). 2018. 63 f., il. Trabalho de Conclusão de Curso (Bacharelado em Estatística)—Universidade de Brasília, Brasília, 2018. |
Resumo: | A inadimplência é algo cada vez mais presente nas organizações, apesar de serem feitas análises de risco antes da concessão de crédito. Assim como uma empresa, o governo também deve fazer estas análises, a fim de garantir uma boa gestão e melhor controle sobre o risco de crédito. O Fundo de Financiamento Estudantil (Fies) é um fundo de natureza contábil vinculado ao Ministério da Educação e destinado à concessão de financiamento a estudantes de cursos superiores não gratuitos. O Fies segue o formato de empréstimos bancários convencionais, em que o saldo devedor é distribuído por um número preestabelecido de parcelas, calculadas de maneira a saldá-lo ao fim do prazo-limite de amortização, sendo que o valor de cada parcela independe da situação financeira do mutuário na data de vencimento. O presente trabalho propõe uma classificação em faixas de risco de inadimplência para estes estudantes, visando à melhoria da gestão do fundo e um melhor conhecimento sobre os financiados, com o objetivo de prever a inadimplência dos estudantes beneficiados, que ainda não começaram a pagar. Para tal, utiliza-se de duas técnicas distintas: Regressão Logística e Random Forest, e para avaliação dos modelos e decisão sobre o melhor para esses dados, foi utilizado a matriz de confusão, a curva ROC, medida Kappa, a acurácia, a sensibilidade e a especificidade. Através das comparações, o Random Forest se mostrou um modelo mais eficiente para esses dados do que o modelo de Regressão Logística. Conclui-se que a forma pela qual o Banco Central faz o provisionamento do valor que se espera não ser recebido, se mostrou longe da realidade observada nos dois modelos. Para qualquer forma de modelo escolhido percebeu-se uma grande quantidade de estudantes dos quais se espera que não honrem com a dívida, o que poderá gerar um déficit orçamentário com graves consequências, como o fim do programa. |
Informações adicionais: | Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2018. |
Licença: | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta. |
Aparece na Coleção: | Estatística
|
Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.