• Entrar
    Ver item 
    •   Página inicial
    • BIBLIOTECA DIGITAL: Trabalhos de Especialização
    • Ciências Exatas e da Terra
    • Data Science & Big Data
    • Ver item
    •   Página inicial
    • BIBLIOTECA DIGITAL: Trabalhos de Especialização
    • Ciências Exatas e da Terra
    • Data Science & Big Data
    • Ver item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Modelo de projeção da taxa de pagamento em cobrança

    Thumbnail
    Visualizar/Abrir
    R - E - EVERSON LUIZ HENEQUI.pdf (377.6Kb)
    Data
    2019
    Autor
    Henequi, Everson Luiz
    Metadata
    Mostrar registro completo
    Resumo
    Resumo: Este artigo oferece uma abordagem alternativa à regressão logística tradicional para gerenciamento de risco de crédito, especificamente para cobranças de clientes inadimplentes. É comum tratar esse problema com uma abordagem dicotômica entre os clientes que pagam suas dívidas e os que não pagam. No entanto, o dinheiro coletado é muitas vezes ignorado pelo processo de modelagem, considerando-se 1% e 100% do pagamento de dívidas igualmente. Portanto, há uma oportunidade para estudar o percentual esperado de pagamento da dívida. Criar um modelo que forneça tal informação ajudará muito na melhora, tanto da estratégia de abordagem aos clientes, quanto dos indicadores de desempenho. pretende-se suportar as decisões gerenciais com um modelo preditivo, utilizando o framework GAMLSS, que forneça o percentual esperado de recebimento da dívida dado o perfil comportamental e demográfico do cliente.
     
    Abstract: This paper offers an alternative approach to the traditional logistic regression for credit risk management, specifically for delinquent customer collections. It is common to treat this problem with a dichotomous approach between customers who pay their debts and those who do not pay. However, the cash collected is often ignored by modeling process, considering 1% and 100% of the debts equally. Therefore, there is an opportunity to study the expected percentage of debt repayment. Creating a model that provides such information will greatly help in improving both the recovery strategy and the performance indicators. With this, it is intended to support managerial decisions with a predictive model, using GAMLSS framework, that provides the expected percentage of debt receipt given the behavioral and demographic profile of the client.
     
    URI
    https://hdl.handle.net/1884/75321
    Collections
    • Data Science & Big Data [138]

    DSpace software copyright © 2002-2022  LYRASIS
    Entre em contato | Deixe sua opinião
    Theme by 
    Atmire NV
     

     

    Navegar

    Todo o repositórioComunidades e ColeçõesPor data do documentoAutoresTítulosAssuntosTipoEsta coleçãoPor data do documentoAutoresTítulosAssuntosTipo

    Minha conta

    EntrarCadastro

    Estatística

    Ver as estatísticas de uso

    DSpace software copyright © 2002-2022  LYRASIS
    Entre em contato | Deixe sua opinião
    Theme by 
    Atmire NV