Modelos preditivos para LGD (2018)
- Authors:
- Autor USP: SILVA, JOãO FLáVIO ANDRADE - ICMC/UFSCar
- Unidade: ICMC/UFSCar
- Sigla do Departamento: SME
- Subjects: DISTRIBUIÇÃO BINOMIAL; REGRESSÃO LOGÍSTICA; MODELOS PARA PROCESSOS ESTOCÁSTICOS; ESTATÍSTICA E PROBABILIDADE
- Keywords: Distribuição beta bimodal inflacionada em zero; Loss Given Default; Loss Given Default; Modelo de regressão beta bimodal inflacionado em zero; Regressão; Regression; Zero inflated bimodal beta distribution; Zero inflated bimodal beta regression model
- Language: Português
- Abstract: As instituições financeiras que pretendem utilizar a IRB (Internal Ratings Based) avançada precisam desenvolver métodos para estimar a componente de risco LGD (Loss Given Default). Desde a década de 1950 são apresentadas propostas para modelagem da PD (Probability of default), em contrapartida, a previsão da LGD somente recebeu maior atenção após a publicação do Acordo Basileia II. A LGD possui ainda uma literatura pequena, se comparada a PD, e não há um método eficiente em termos de acurácia e interpretação como é a regressão logística para a PD. Modelos de regressão para LGD desempenham um papel fundamental na gestão de risco das instituições financeiras. Devido sua importância este trabalho propõe uma metodologia para quantificar a componente de risco LGD. Considerando as características relatadas sobre a distribuição da LGD e na forma flexível que a distribuição beta pode assumir, propomos uma metodologia de estimação da LGD por meio do modelo de regressão beta bimodal inflacionado em zero. Desenvolvemos a distribuição beta bimodal inflacionada em zero, apresentamos algumas propriedades, incluindo momentos, definimos estimadores via máxima verossimilhança e construímos o modelo de regressão para este modelo probabilístico, apresentamos intervalos de confiança assintóticos e teste de hipóteses para este modelo, bem como critérios para seleção de modelos, realizamos um estudo de simulação para avaliar o desempenho dos estimadores de máxima verossimilhança para osparâmetros da distribuição beta bimodal inflacionada em zero. Para comparação com nossa proposta selecionamos os modelos de regressão beta e regressão beta inflacionada, que são abordagens mais usuais, e o algoritmo SVR , devido a significativa superioridade relatada em outros trabalhos.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2018
- Data da defesa: 04.05.2018
-
ABNT
SILVA, João Flávio Andrade. Modelos preditivos para LGD. 2018. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2018. Disponível em: http://www.teses.usp.br/teses/disponiveis/104/104131/tde-13112018-084000/. Acesso em: 19 maio 2024. -
APA
Silva, J. F. A. (2018). Modelos preditivos para LGD (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/104/104131/tde-13112018-084000/ -
NLM
Silva JFA. Modelos preditivos para LGD [Internet]. 2018 ;[citado 2024 maio 19 ] Available from: http://www.teses.usp.br/teses/disponiveis/104/104131/tde-13112018-084000/ -
Vancouver
Silva JFA. Modelos preditivos para LGD [Internet]. 2018 ;[citado 2024 maio 19 ] Available from: http://www.teses.usp.br/teses/disponiveis/104/104131/tde-13112018-084000/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas