Detalhes bibliográficos
| Ano de defesa: |
2015 |
| Autor(a) principal: |
Oliveira, Rodrigo Cavaliere
 |
| Orientador(a): |
Perera, Luiz Carlos Jacob
|
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Presbiteriana Mackenzie
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
http://dspace.mackenzie.br/handle/10899/26310
|
Resumo: |
Este estudo visou analisar a importância do setor agrícola para economia brasileira e as particularidades presentes no Brasil sob a ótica de risco de crédito, como as multinacionais agrícolas efetuam suas análises de crédito, que modelos utilizam e quais variáveis são consideradas mais importantes para uma boa discriminação entre clientes bons e clientes ruins, ou seja, prever com certo grau de acurácia os clientes que serão adimplentes e inadimplentes. Nesse contexto foram testados três modelos estatísticos para confirmar a teoria para esse setor e foram comparados os resultados de acerto entre eles. Duas técnicas paramétricas, regressão logística e análise de discriminante, e uma não paramétrica, árvore de decisão CART. Os três modelos se mostraram adequados, com um bom poder explicativo, com um destaque maior para árvore de decisão e regressão logística. As variáveis qualitativas mostraram alto poder explicativos e importantes para uma boa análise de crédito. Dentre as variáveis quantitativas, índices de liquidez, endividamento e prazo médio de pagamento se destacaram como boas discriminadoras de crédito |
