Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/34710
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2022_RodrigoDantasBercott_tcc.pdfTrabalho de Conclusão de Curso 1,62 MBAdobe PDFver/abrir
Título: Modelo de Credit Scoring via Regressão de Poisson
Autor(es): Berçott, Rodrigo Dantas
Orientador(es): Nakano, Eduardo Yoshio
Assunto: Regressão logística (Estatística)
Escore de risco
Data de apresentação: 2022
Data de publicação: 8-Mai-2023
Referência: BERÇOTT, Rodrigo Dantas. Modelo de Credit Scoring via Regressão de Poisson. 2022. 51 f., il. Trabalho de Conclusão de Curso (Bacharelado em Estatística) — Universidade de Brasília, Brasília, 2022.
Resumo: O objetivo desse trabalho foi propor um escore de risco com base no modelo de regressão de Poisson para classificação de bons e maus e clientes. A metodologia proposta foi ilustrada por meio de um conjunto de dados obtido na literatura sobre clientes solicitantes de crédito. Os resultados mostraram que o escore de risco proposto ´e útil para a classificação dos clientes e considerado bom pelos analistas, apresentando uma taxa de acertos geral de 76,57%. Esse valor se aproximou muito da taxa de acertos obtida pelo escore de risco baseado no modelo logístico (76,71%), que é atualmente o modelo mais popular para a modelagem de risco. Assim, a modelagem de risco via modelo de regressão Poisson se mostrou uma boa alternativa para a classificação de clientes.
Abstract: The objective of this work was to propose a risk score based on the Poisson regression model to classify good and bad customers. The proposed methodology was illustrated through a set of data obtained from the literature on credit requesting custo mers. The results showed that the proposed risk score is useful for classifying customers and considered good by analysts, with an overall hit rate of 76.57%. This value was very close to the hit rate obtained by the risk score based on the logistic model (76.71%), which is currently the most popular model for risk modeling. Thus, risk modeling via Poisson regression model proved to be a good alternative for classifying customers.
Informações adicionais: Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Departamento de Estatística, 2022.
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.