RESUMO: O presente trabalho tem por objetivo geral identificar os benefícios de um modelo de regressão logística para análise de risco de crédito em uma instituição de microcrédito produtivo. Para atingir tal objetivo realizou-se uma pesquisa descritiva com abordagem quantitativa por meio de pesquisa de levantamento e documental com dados primários. A técnica estatística empregada para construção do modelo de análise de risco de crédito foi a Regressão Logística. Os resultados apontaram que o modelo proposto foi significativo para classificação de clientes com o percentual de acerto de 70%. O modelo estima que quando o cliente que mora com familiares ou em residência cedida, possui empresa constituída, busca uma quantidade maior de parcelas para pagamento do empréstimo e destina os recursos para o capital de giro aumentam as chances de inadimplência. Conclui-se que os benefícios para a gestão e análise de crédito foram principalmente a construção de um instrumento estatístico de apoio à avaliação de risco de crédito, a identificação de fatores que influenciam o risco de inadimplência nas operações financeiras e a descrição didática das etapas de elaboração de um modelo de Credit Scoring.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.