Captura de expertise de analistas em processo de pré-análise de crédito

• Ano de defesa: 2020
• Autor(a) principal: Ribas, Ariane Mayra de Castro Campos Taborda
• Orientador(a): Silva, Rodrigo Alves
• Banca de defesa: Silva, Rodrigo Alves , Nascimento, Thiago Cavalcante , Moreira, Vilmar Rodrigues
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Tecnológica Federal do Paraná; Curitiba
• Programa de Pós-Graduação: Programa de Pós-Graduação em Administração
• País: Brasil
• Palavras-chave em Português: Análise de crédito; Pequenas e médias empresas; Sistemas de avaliação de risco de crédito (Finanças); Cooperativas de crédito; Microfinanças; Simulação (Computadores); Créditos - Avaliação; Credit analysis; Small business; Credit scoring systems; Banks and banking, Cooperative; Microfinance; Computer simulation; Credit ratings
• Área do conhecimento CNPq: CNPQ::CIENCIAS SOCIAIS APLICADAS::ADMINISTRACAO
• Link de acesso: http://repositorio.utfpr.edu.br/jspui/handle/1/25356

As Sociedades de Garantia são organizações cujo objetivo é mitigar imperfeições do mercado de microcrédito quanto ao suprimento de recursos para Micro e Pequenas Empresas por meio da oferta de garantias. As principais dificuldades enfrentadas pelas MPEs são as altas taxas de juros, a assimetria de informações e a ausência de garantias reais. As Sociedades Garantidoras de crédito, se diferenciam das demais instituições financeiras, por terem simultaneamente, objetivos econômicos e sociais. Onde buscam viabilizar o retorno para os associados por meio da oferta de serviços financeiros e condições mais favoráveis. Além de conseguir alcançar regiões mais distantes e menos favoráveis economicamente. O presente estudo tem por objetivo desenvolver e ajustar um modelo de credit scoring para pré-análise de operações de garantia de crédito com base na expertise dos analistas das Sociedades Garantidoras de Crédito de Curitiba. Para tanto, foi utilizado o método de regressão logística, estimando o parâmetro por máxima verossimilhança, a validação dos dados se deu por K-fold Cross Validation e a legitimação por ACC, MCC, Precision, Recall e F1- score. Sendo realizado no software R. O modelo estimado teve medidas estatísticas de desempenho superiores a 75% para quatro das cinco métricas analisadas. Os resultados possibilitam os analistas de crédito das SGCs a automatizarem a análise com base na própria expertise se preparando para o aumento da demanda por microcrédito, conforme já vem ocorrendo nos últimos anos.