Skip navigation
Please use this identifier to cite or link to this item: https://repositorio.ufpe.br/handle/123456789/863
Title: Um estudo da inadimplência aplicada ao segmento educacional de ensino médio e fundamental, utilizando modelos credit scoring com análise discriminante, regressão logística e redes neurais
Authors: José Vieira de Melo Sobrinho, Marcelo
Keywords: Risco de crédito;Credit scoring;Instituições educacionais
Issue Date: 2007
Publisher: Universidade Federal de Pernambuco
Citation: José Vieira de Melo Sobrinho, Marcelo; Ulises de Montreuil Carmona, Charles. Um estudo da inadimplência aplicada ao segmento educacional de ensino médio e fundamental, utilizando modelos credit scoring com análise discriminante, regressão logística e redes neurais. 2007. Dissertação (Mestrado). Programa de Pós-Graduação em Administração, Universidade Federal de Pernambuco, Recife, 2007.
Abstract: Esta dissertação propôs o estudo da viabilidade da utilização de modelos de credit scoring em uma instituição educacional de ensino médio e fundamental, atuante na rede privada na cidade do Recife PE. A utilização deste tipo de modelagem é bastante difundida em instituições financeiras, no entanto sua prática no segmento de serviços apresenta-se em estágio embrionário, onde seus benefícios ainda são pouco conhecidos. A utilização de modelos como mecanismos de apoio ao gerenciamento de serviços educacionais assume importante relevância, pois este segmento tem sido severamente penalizado com elevados índices de inadimplência, aliado a uma legislação desfavorável quanto a cobrança de débitos vencidos. No desenvolvimento dos modelos de credit scoring foram utilizados as técnicas de análise discriminante, regressão logística e rede neural artificial, onde sua viabilidade foi avaliada ao se comparar a performance da previsão dos modelos com o percentual de acertos obtido pelo critério de chances. Os resultados demonstram que a análise discriminante obteve o melhor desempenho na previsão do grupo dos inadimplentes, com 80% de acerto. Por outro lado, os modelos baseados na regressão logística e rede neural artificial alcançaram o mais alto nível de acerto no grupo dos adimplentes, ambos com 93,48%. Sendo assim a modelagem de credit scoring apresentou-se como um instrumento de gestão de risco viável para a instituição de educação pesquisada
URI: https://repositorio.ufpe.br/handle/123456789/863
Appears in Collections:Dissertações de Mestrado - Administração

Files in This Item:
File Description SizeFormat 
arquivo1182_1.pdf1.22 MBAdobe PDFView/Open


This item is protected by original copyright



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.