Modelos Estatísticos para Previsão do LGD de Empréstimos de Varejo Outros Idiomas

ID:
38350
Periódico:
Resumo:
A concessão de crédito gera riscos financeiros que podem ocasionar a inadimplência e a quebra de grandes instituições financeiras. Diversos modelos de previsão de inadimplência foram criados para o gerenciamento do risco de crédito. Estes modelos estatísticos vêm sendo constantemente aprimorados com as exigências do Acordo de Basiléia 2, que apresenta o capital requerido para risco de crédito, composto por três componentes de risco: probabilidade de descumprimento (PD), exposição no momento do descumprimento (EAD) e perda financeira dado o descumprimento (LGD). A modelagem estatística do componente LGD se mostrou complexa e sua distribuição tem difícil ajuste. Esse estudo objetivou propor uma técnica de modelagem e previsão do LGD em duas fases: na primeira fase, é prevista a probabilidade de o LGD ser alto (maior que 50%). Na segunda fase, o LGD é predito por meio do LGD médio de cada grupo (alto LGD e baixo LGD). O diferencial dessa técnica é a proposta de utilização da média na segunda fase. Os resultados indicam que, na primeira fase, uma árvore de decisão é mais adequada que uma regressão logística, pois classificou corretamente 91%, ante 87% do modelo de regressão logística. O segmento e a EAD afetam o LGD. O modelo final proposto foi comparado com um modelo de regressão linear e apresentou melhor ajuste, com menor soma dos quadrados dos erros.
Citação ABNT:
ZANIBONI, N. C.; MONTINI, A. ?.; ARAUJO, A. C. Modelos Estatísticos para Previsão do LGD de Empréstimos de Varejo. Revista ADM.MADE, v. 19, n. 2, p. 1-20, 2015.
Citação APA:
Zaniboni, N. C., Montini, A. ?., & Araujo, A. C. (2015). Modelos Estatísticos para Previsão do LGD de Empréstimos de Varejo. Revista ADM.MADE, 19(2), 1-20.
Link Permanente:
http://www.spell.org.br/documentos/ver/38350/modelos-estatisticos-para-previsao-do-lgd-de-emprestimos-de-varejo/i/pt-br
Tipo de documento:
Artigo
Idioma:
Português
Referências:
ASARNOW, E.; EDWARDS, D. Measuring Loss on Defaulted Bank Loans: A 24-Year Study. Journal of Commercial Lending, v. 77, n. 7, p. 11-23, 1995.

BASTOS, J. A. Forecasting bank loans loss-given-default. Journal of Banking & Finance, v. 34, n. 10, p. 2510-2517, 2010.

BELLOTTI, T.; CROOK, J. Modelling and estimating Loss Given Default for credit cards. Credit Research Centre Working Paper. n. 8. Edinburgo, 2008.

BREIMAN, L.; FRIEDMAN, J.; OLSHEN, R.; STONE, C. Classification and regression trees. Monterey: Chapman and Hall. 1 ed. 1984.

CAOUETTE, J. B.; ALTMAN, I.; NARAYANAN, P. Gerenciando o risco de Crédito: o grande desafio para os mercados financeiros globais. Wiley John & Sons. 1 ed. 1998.

CHALUPKA, R.; KOPECSNI, J. Modeling Bank Loan LGD of Corporate and SME Segments : A Case Study*. Czech Journal of Economics and Finance, v. 59, n. 4, p. 360-382, 2009.

DERMINE, J.; CARVALHO, C. N. Bank loan losses-given-default: A case study. Journal of Banking & Finance, v. 30, n. 4, p. 1219-1243, 2006.

FEDERAL RESERVE BANK. Data download program home: consumer credit. Disponível em: . Acesso em: 8 fev.2014.

GUPTON, G.; GATES, D.; CARTY, L. V. Bank-Loan Loss Given Default. Nova York, 2000.

GUPTON, G.; STEIN, R. LossCalc: Model for Predicting Loss Given Default. Nova York, 2002.

GÜRTLER, M.; HIBBELN, M. Improvements in loss given default forecasts for bank loans. Journal of Banking & Finance, v. 37, n. 7, p. 2354-2366, 2013.

HAN, C.; JANG, Y. Effects of debt collection practices on loss given default. Journal of Banking & Finance, v. 37, n. 1, p. 21-31, 2013.

HARTMANN-WENDELS, T.; MILLER, P.; TÖWS, E. Loss given default for leasing: Parametric and nonparametric estimations. Journal of Banking & Finance, v. 40, p. 364-375, 2014.

HOSMER, D.; LEMESHOW, S. Applied Logistic Regression. John Wiley & Sons. 2ª ed. Nova York, 1989.

HURT, L.; FELSOVALYI, A. Measuring Loss on Latin American Defaulted Bank Loans: A 27-Year Study of 27 Countries. Journal of Lending & Credit Risk Management, v. 81, n. 2, p. 41-46, 1998.

LEOW, M.; MUES, C. Predicting loss given default (LGD) for residential mortgage loans: A two-stage model and empirical evidence for UK bank data. International Journal of Forecasting , v. 28, n. 1, p. 183-195, 2012.

LOTERMAN, G.; BROWN, I.; MARTENS, D.; MUES, CHRISTOPHE; BAESENS, B. Benchmarking regression algorithms for loss given default modeling. International Journal of Forecasting, v. 28, n. 1, p. 161-170, 2012.

MILEO, R.; KIMURA, H.; KAYO, E. K. Análise do Modelo CreditRisk + em uma amostra de portfólio de crédito. Revista Contemporânea de Economia e Gestão, v. 11, n. 1, p. 103-116, 2013.

PARK, Y. W.; BANG, D. W. Loss given default of residential mortgages in a low LTV regime: Role of foreclosure auction process and housing market cycles. Journal of Banking & Finance, v. 39, p. 192-210, 2014.

QI, M.; YANG, X. Loss given default of high loan-to-value residential mortgages. Journal of Banking & Finance, v. 33, n. 5, p. 788-799, 2009.

QUERCI, F. Loss Given Default on a medium-sized Italian bank’s loans: an empirical exercise. European Financial Management Association. Milão, 2005.

SANTOS, J. Bank Capital Regulation in Contemporary Banking Theory: A Review of the Literature. Financial Markets, Institutions & Instruments, v. 10, n. 2, p. 41-84, 2001.

SCHUERMANN, T. What Do We Know About Loss Given Default? In: SHIMKO, D. (Ed.). Credit Risk: Models and Management. UK Risk Book. 2ª ed. Londres, 2004.

SILVA, A.; MARINS, J.; NEVES, M. Loss Given Default: Um Estudo sobre Perdas em Operações Prefixadas no Mercado Brasileiro. XXXII Encontro da ANPAD. Rio de Janeiro, 2008.

STEINER, M.; CARNIERI, C.; KOPITTKE, B.; NETO, P. Sistemas especialistas probabilísticos e redes neurais na análise do crédito bancário. Revista de Administração, v. 34, n. 3, p. 56-67, 1999.

THOMAS, L; MATUSZYK, A.; MOORE, A. Comparing debt characteristics and LGD models for different collections policies. International Journal of Forecasting, v. 28, n. 1, p. 196-203, 2012.

THOMAS, L; MUES, C; MATUSZYK, A. Modelling LGD for unsecured personal loans: decision tree approach. Journal of the Operational Research Society, v. 61, n. 3, p. 393-398, 2010.

TONG, E. N. C.; MUES, CHRISTOPHE; THOMAS, LYN. A zero-adjusted gamma model for mortgage loan loss given default. International Journal of Forecasting, v. 29, n. 4, p. 548-562, 2013.

WITTEN, I.; FRANK, E. Data mining: pratical machine learning tools and techniques with Java implementations. 1ª ed. Nova York: Morgan Kaufmann, 1999. p. 371.

ZHANG, J.; THOMAS, L. Comparisons of linear regression and survival analysis using single and mixture distributions approaches in modelling LGD. International Journal of Forecasting , v. 28, n. 1, p. 204-215, 2012.