Escolar Documentos
Profissional Documentos
Cultura Documentos
Cristian Baú dal Magro - Vanessa Edy Dagnoni Mondini - Nelson Hein
Os modelos estatísticos estão entre as opções mais eficiente das organizações, independente do seu tamanho ou
utilizadas para análise do perfil de inadimplência dos can- faturamento (SEHN; CARLINI JR., 2007).
didatos ao crédito. Além disso, esses modelos têm agiliza- Para coibir esses problemas, as instituições financeiras
do a avaliação das propostas para liberação de crédito e desenvolvem políticas de gestão do risco de crédito com o
passaram a ser empregados como instrumentos de apoio objetivo de preservar o capital e investi-lo em oportunida-
à decisão, minimizando prejuízos financeiros ocasionados des lucrativas (AMARAL Jr; TAVORA Jr, 2010). A efetividade
pela inadimplência (GONÇALVES, 2005). dessas políticas, no entanto, está atrelada à capacidade de
Assim como os bancos comerciais, as cooperativas de classificação das informações sobre o perfil dos clientes, que
crédito têm como função básica a intermediação financeira, venham a ser relevantes para a identificação da propensão
da qual a concessão de crédito representa a principal fonte de à inadimplência. Políticas de crédito propensas ao risco em
receita. No entanto, no caso específico das cooperativas, as nome da ampliação da lucratividade tornam as operações
perdas ocasionadas pela inadimplência, além de refletirem na incertas. O ideal é identificar o risco relacionado ao perfil de
sua rentabilidade, refletem também na rentabilidade de todos cada cliente, para que a instituição financeira opere dentro de
os cooperados. Desta maneira, estratégias que se propo- uma margem calculada (MIURA; DAVI, 2000).
nham a diminuir o risco de não retorno dos recursos liberados A mensuração dos riscos geralmente se baseia em critérios
são fundamentais para a sustentabilidade dessas instituições como: o montante do crédito concedido, o perfil econômico
(FRANCISCO, AMARAL, BERTUCCI, 2013). financeiro do candidato ao empréstimo, o destino do recurso,
Sob esta perspectiva, este estudo apresenta a seguinte o prazo da operação e as garantias oferecidas (BESSIS, 1998).
questão de pesquisa: Qual o perfil de clientes com maior proba-
bilidade para inadimplência em operações de crédito pessoal? 2.1. Modelos de Avaliação de Riscos de Crédito
Por isso, tem-se como objetivo identificar o perfil desse cliente. Para operacionalizar a gestão do risco de crédito, as ins-
Sabe-se que a oferta de crédito, por impulsionar a geração de tituições financeiras vêm se apoiando em uma infinidade de
emprego, renda e consumo, é fundamental para o crescimen- técnicas, visando minimizar suas perdas. Essas práticas envol-
to econômico de um país (ASSAF NETO, 2009). Desta forma, vem desde investimentos em treinamento de especialistas, até
técnicas que se proponham a colaborar para a tomada de deci- a utilização de modelos estatísticos que garantam maior con-
sões mais assertivas a respeito da concessão ou não de crédito fiabilidade e eficácia na análise dos candidatos a empréstimos
se mostram fundamentais para a sobrevivência das instituições (CAUOETTE, ALTMAN e NARAYANAN, 1998). Assim, quanto
bancárias. Conforme Steiner et al. (2005), concessões de crédi- mais avançarem os estudos sobre as variáveis que possam ser
to sem critérios rigorosos poderão resultar em prejuízos supe- úteis aos modelos de avaliação dos riscos, mais precisas as de-
riores aos lucros obtidos em várias operações bem-sucedidas. cisões e menores as perdas para as instituições (DUTRA, 2010).
O texto está estruturado em cinco partes: na introdução são Acompanhando essa tendência, pesquisadores acadêmi-
apresentadas a contextualização do trabalho, a problematiza- cos têm se dedicado a estudar maneiras de contribuir para o
ção, o objetivo e a justificativa da pesquisa; em seguida, será desenvolvimento de metodologias que auxiliem na classifica-
apresentado o referencial teórico que servirá de base para a ção de clientes em prováveis adimplentes ou inadimplentes
discussão dos resultados; a terceira parte contém os aspectos em relação à tomada de crédito. Lemos, Steiner e Nievola
metodológicos e a caracterização do objeto de pesquisa; as (2005) analisaram registros históricos de 339 clientes (pes-
etapas quatro e cinco, contêm a discussão de resultados e as soas jurídicas) de uma agência bancária, por meio de duas
considerações finais, respectivamente. das ferramentas de Data Mining: Redes Neurais e Árvores
de Decisão. Essas técnicas permitiram o reconhecimento de
2. Gestão dos Riscos de Crédito padrões de inadimplência e também a classificação de novos
A função básica das instituições financeiras é prover recur- casos. Os resultados demonstraram que, para esse proble-
sos, a curto e médio prazo, ao comércio, à indústria, às empre- ma específico, as Redes Neurais apresentaram uma taxa de
sas prestadoras de serviços, às pessoas físicas e a terceiros classificação correta maior do que a das Árvores de Decisão.
em geral (BRASIL, 1994). O financiamento pelos bancos figura Steiner et al. (2007) também obtiveram resultados positi-
como o principal instrumento de suporte ao desenvolvimento vos ao utilizar as Redes Neurais. Ao analisarem um conjunto
do país (CAMARGOS, CAMARGOS; ARAUJO, 2012). Assim, de dados de crédito, obtiveram mais de 80% de acertos na
conceder crédito implica no empréstimo de uma quantia em indicação de concessão (ou não) de crédito bancário em to-
dinheiro, mediante o compromisso de pagamento futuro (GUI- das as simulações efetuadas. Já, Ales et al. (2009) utilizaram
MARÃES; CHAVES NETO, 2002). o Support Vector Machine (SVM) para verificar sua contri-
Atualmente, o Brasil vem adotando um modelo de cres- buição no gerenciamento das decisões sobre a concessão
cimento baseado na expansão da oferta de crédito e forte de crédito, e possibilidade de redução da inadimplência por
estímulo ao consumo (CAMPELO JR, 2014). Este incentivo ao meio do reconhecimento e classificação dos inadimplentes.
crédito, promovido pelo Estado, embora aumente o volume de Para isso, analisaram o cadastro de 199 clientes empresa-
negócios, torna as instituições financeiras mais vulneráveis e riais de um banco paranaense. Os resultados demonstra-
propensas a riscos (BARROS; ALMEIDA JÚNIOR, 1997). ram que, para esse caso específico, o método se mostrou
O risco de crédito incorrido pelos bancos se refere à pos- apropriado, resultando em taxas de erros de classificação
sibilidade de o tomador do empréstimo descumprir suas obri- pequenas e superfícies de separação robustas.
gações contratuais, tornando a operação problemática e cus- Ferreira et al. (2011) buscaram definir o perfil de clientes
tosa para a instituição (CAPELLETTO, CORRAR, 2008). Deste inadimplentes ou propensos à inadimplência nas relações
modo, a inadimplência é um dos maiores transtornos à atuação de empréstimo pessoal em bancos de varejo. Para isso, re-
Gestão dos Riscos de Inadimplência dos Tomadores de Crédito: Um Estudo em uma Cooperativa de Crédito
alizaram uma pesquisa quantitativa, com o uso da análise com crianças a partir de sete anos, e solteiros de meia-idade
logística, baseada em informações de 158 clientes de uma com crianças menores de 15 anos. O Quadro 1 apresenta
agência bancária mineira. Após a análise dos dados, verifica- uma síntese destes estudos mencionados:
ram que as variáveis renda, natureza ocupacional e idade não
foram significativas na determinação do risco de crédito dos Quadro 1: Síntese dos estudos sobre a inadimplência em
clientes. Por outro lado, o gênero se apresentou como uma operações de crédito
variável bastante significativa, indicando que os homens são AUTORES MÉTODO CONCLUSÃO
mais propensos à inadimplência do que as mulheres.
Lemos, Data Mining: As Redes Neurais apresentaram
Camargos, Camargos e Araujo (2012) propuseram um Steiner e Redes Neurais uma taxa de classificação correta
modelo econométrico para calcular o risco de inadimplência Nievola e Árvores de maior do que a das Árvores de
em financiamentos concedidos por bancos do estado de Mi- (2005). Decisão. Decisão.
nas Gerais. Na construção do modelo, utilizaram dados de As Redes Neurais apresentaram
9.232 empresas com processos de financiamento. Por meio mais de 80% de acertos na
Steiner et
da análise de regressão logística hierárquica, definiram a qua- Redes Neurais indicação de concessão (ou não)
al. (2007)
de crédito bancário em todas as
lidade de crédito como variável dependente e 22 variáveis in- simulações efetuadas.
dependentes, referentes ao contrato, à empresa e aos sócios/
O método se mostrou apropriado,
avalistas. Destas, cinco variáveis se mostraram relevantes na Support
resultando em taxas de erros
previsão da inadimplência, classificando corretamente 88,5% Ales et al. Vector
de classificação pequenas
(2009) Machine
das empresas. Como conclusão, perceberam que o valor e superfícies de separação
(SVM)
financiado e a proporção dessa quantia consumida com o fi- generalizadas e robustas.
nanciamento são condicionantes da inadimplência, enquanto Os resultados obtidos não foram
Dutra Regressão satisfatórios para predizer a
o valor dos bens do avalista em relação ao financiamento, o
(2010) Logística probabilidade de inadimplência
valor dos investimentos fixos e o tempo de atividade da em- desses clientes.
presa atuam em favor da adimplência. As variáveis renda, natureza
Ferreira, Celso e Barbosa Neto (2012) escolheram anali- ocupacional e idade não foram
sar 74 operações bancárias para mensurar o risco de crédito significativas na determinação
aplicando o modelo Logit em um banco. Os resultados apon- do risco de crédito dos clientes.
Ferreira et Análise Por outro lado, o gênero se
taram uma alta capacidade de predição do modelo (91,9%).
al (2011) logística apresentou como uma variável
As principais variáveis condicionantes que afetaram positi- bastante significativa, indicando
vamente o risco foram a renda, o tempo de relacionamento que os homens se mostraram mais
com o banco e o limite de cheque especial. Entre as variáveis propensos à inadimplência do que
negativamente associadas, destacaram-se a idade e o grau as mulheres.
de instrução. Segundo os autores, considerando que todos O valor financiado e a proporção
dessa quantia consumida com o
os fatores são controláveis, o modelo ratifica a contribuição
financiamento são condicionantes
das técnicas estatísticas para a predição e gestão do risco de Camargos, Análise de
da inadimplência. O valor dos
crédito em instituições financeiras. Camargos Regressão
bens do avalista em relação
e Araujo Logística
Francisco, Amaral e Bertucci (2013) procuraram analisar ao financiamento, o valor dos
(2012). Hierárquica
em uma cooperativa de crédito as operações com maior investimentos fixos e o tempo de
atividade da empresa atuam a
capacidade de gerar riscos de inadimplência. Tendo como favor da adimplência.
base o perfil dos cooperados, os autores verificaram que os
Alta capacidade de predição do
modelos mais adequados para essa análise são os modelos modelo (91,9%). As variáveis que
de Credit Scoring e o Credit Bureau, nos quais, através de Ferreira,
afetam positivamente o risco:
Celso e
técnicas estatísticas como a análise discriminante e regres- renda, tempo de relacionamento
Barbosa Logit
são logística, evidenciaram-se as características de créditos com o banco e limite de cheque
Neto
especial. Variáveis negativamente
considerados mais arriscados. A análise procurou identificar (2012).
associadas ao risco: idade e grau
o “pior cliente”, por gerar o maior risco de inadimplência e im- de instrução.
pactar na gestão financeira. Concluíram que a renda mensal A renda mensal bruta e o valor
bruta e o valor liberado na concessão de crédito foram as va- Francisco, Análise
liberado na concessão de
Amaral e discriminante
riáveis mais relevantes para a identificação dos inadimplentes. crédito foram as variáveis mais
Bertucci e Regressão
Xiao e Yao (2014) buscaram documentar os índices de relevantes para a identificação dos
(2013) logística.
inadimplentes.
inadimplência da dívida de acordo com o período em que
Dentre as 15 categorias do ciclo
os clientes se encontram no ciclo de vida familiar. Para isso,
de vida das famílias, aqueles com
utilizaram dados representativos de famílias americanas. Por maior probabilidade de serem
meio de regressões logísticas múltiplas foram identificados Regressões
Xiao e Yao inadimplentes são os casais
logísticas
os perfis mais prováveis de se tornarem inadimplentes. As (2014) jovens, com crianças a partir de
múltiplas.
variáveis analisadas levaram em conta a renda, os ativos sete anos, e solteiros de meia-
idade com crianças menores de
financeiros, as dívidas e vários outros dados demográficos 15 anos.
e socioeconômicos. Os autores concluíram que, entre as 15
Fonte: Dados da pesquisa
categorias do ciclo de vida das famílias, aqueles com maior
probabilidade de serem inadimplentes são os casais jovens
Cristian Baú dal Magro - Vanessa Edy Dagnoni Mondini - Nelson Hein
Gestão dos Riscos de Inadimplência dos Tomadores de Crédito: um estudo em uma cooperativa de crédito
Cristian Baú dal Magro - Vanessa Edy Dagnoni Mondini - Nelson Hein
de os próprios associados assumirem a sua direção e controle, embalador, chapeador, pedreiro, carregador, e mecânico apre-
bem como se favorecerem com o retorno de possíveis sobras sentam maior probabilidade para inadimplência.
ou excedentes (PINHEIRO, 2008). Por outro lado, os clientes com idade média entre 35 e 43
anos, com renda entre 3.000,01 e 5.000,00, do gênero femini-
4.2. Análise de Associação pela Correlação de no, casados e/ou em união estável, com profissão de auxiliar
Spearman serviços gerais, assistente administrativo/escritório, professor,
Em uma análise preliminar à aplicação da técnica de Análise empregada doméstica, serviços gerais e agente de saúde, pos-
de Correspondência Múltipla (HOMALS), o estudo buscou ve- suem maior probabilidade para adimplência.
rificar o grau de independência e associação entre as variáveis. De maneira geral, a inadimplência possui associação com
Deste modo, realizou-se uma análise exploratória dos dados pessoas de faixa etária baixa (jovens), do gênero masculino,
mediante o teste de correlação (Spearman). O teste buscou solteiros e/ou divorciados, com profissões relacionadas ao nível
identificar a associação entre as variáveis estudadas, e, princi- operacional e renda média mensal mais baixa.
palmente, a associação das variáveis de perfil dos clientes (ida- Com relação ao gênero, este resultado é corroborado pela
de, gênero, estado civil, profissão, renda e bairro) com a variável pesquisa de Ferreira et al. (2011). Ao buscaram definir o perfil
inadimplência. A Tabela 1 fornece a medida de associação entre de clientes inadimplentes ou propensos à inadimplência nas
as variáveis: relações de empréstimo pessoal em bancos de varejo, os au-
tores também verificaram que os homens se mostraram mais
Tabela 1: Medida de associação entre as variáveis propensos à inadimplência do que as mulheres.
Quanto à renda mensal, assim como neste estudo, essa
EstadoCiv.
Gênero
Renda
Correlação
de Xiao e Yao (2014). No entanto, ao contrário de solteiros e
Sig. ,493 ,006 ,201 ,084
jovens, estes autores verificaram que solteiros de meia-idade
Coeficiente com crianças e casais jovens com crianças possuem maior
EstadoCiv.
Correlação
1,000 -,599** -,283** plência em operações de crédito pessoal- foi possível também,
verificar outras associações.
Sig. ,000 ,000 A variável idade, por exemplo, possui associação signifi-
Coeficiente cante com o estado civil, profissão e renda, permitindo afirmar
1,000 ,178*
que clientes com idade mais avançada são casados, com pro-
Renda
Correlação
Sig. ,029
fissões de maior status e maior nível médio de renda.
Observa-se também que o gênero está associado signi-
Coeficiente ficativamente com a profissão, indicando que os clientes do
1,000
correlação
Bairro
Gestão dos Riscos de Inadimplência dos Tomadores de Crédito: Um Estudo em uma Cooperativa de Crédito
Figura 1: Correlações entre o perfil dos clientes e inadimplência Gráfico 1: Medidas de discriminação
1,0
Idade
Profissão
Gênero 0,8
Dimensão 2
Profissão
Renda
0,4
Renda Bairro
0,2
Fonte: Dados da pesquisa Inadimplência Idade
Estado Civil
Observa-se na Figura 1 que o teste de correlação apontou 0,0
a existência de associação entre a inadimplência e a maioria 0,0 0,2 0,4 0,6 0,8
das variáveis de perfil dos clientes (idade, gênero, estado civil, Dimensão 2
profissão e renda). No entanto, a variável inadimplência não
apresentou associação com a variável “bairro”. Assim, mesmo Fonte: Dados da pesquisa
que a variável bairro tenha apresentado associação com a pro- O Gráfico 1 permite dizer que as principais variáveis que dis-
fissão e a renda, foi excluída do modelo pelo fato de não atender criminam o grupo pesquisado são a inadimplência, a idade, o
ao objetivo do estudo, que é a associação das variáveis de perfil estado civil e a renda. Pode-se concluir, confirmando os pressu-
com a inadimplência. postos básicos iniciais da pesquisa, que a idade, o estado civil e
a renda determinam a inadimplência ou adimplência dos clien-
4.3. Análise de Homogeneidade pela Técnica de tes nas operações de crédito da agência financeira em estudo.
Análise de Correspondência Múltipla (Homals) Por fim, são apresentadas as relações de correspondência
Na sequência, os dados foram tabulados em planilha eletrô- entre as categorias das variáveis inadimplência, idade, gêne-
nica para a aplicação da Análise de Correspondência Múltipla ro, estado civil, profissão e renda média mensal. É importante
(HOMALS) com o uso do software SPSS. A partir da aplicação salientar que as categorias que constam no gráfico 2 foram
da técnica de análise de correspondência foi observado que a geradas de acordo com a categorização não métrica/métrica
dimensão 1 possui eigenvalues (autovalores) de 0,514 e a di- que foram pré-estabelecidas na metodologia da pesquisa e
mensão 2 apresentou o valor de 0,375. Os valores permitem apresentadas no Quadro 2. Assim, o Gráfico 2 demonstra a
identificar a desagregação nítida das diferentes categorias, distribuição de correspondência das categorias da pesquisa:
discriminando cada variável e levando, portanto, à formação de
grupos diferentes de categorias de variáveis. Gráfico 2 : Distribuição de correspondência das categorias da
A Tabela 2 indica as medidas de discriminação da Análise pesquisa
de Correspondência Múltipla (HOMALS): 2
Escrevente
Zelador Advag.
Confeit.
Agente Saúde Contador Operador
Tabela 2: Medidas de discriminação Farmac, Costureiro
Vendedor
1 Emp. Doméstica Serviços Gerais Cabel.
Profesor Fem.
Dimensão Assist. Adm/escr. Renda 4
Renda 3
Leiturista Superv.
1 2
Amas. 29-34 Solt. até 22
Adimplente Auxiliar Serv. Arquiteto
0 Aposentado
Aliment.
Mecânico Renda 1
Inadimplência ,376 ,132
Casado
44-55 Desenhista 23-28
Viúvo
Acima 55 Repos./Embal.
Dimensão 2
Diretor Emp.
Idade ,616 ,147 Produtor Agrop. Inadimplente Chapeador
-1 Renda 7
Vereador Masculino
Cristian Baú dal Magro - Vanessa Edy Dagnoni Mondini - Nelson Hein
plência. Esses resultados corroboram os achados apontados pela pliação da oferta de crédito. Essa postura, apesar de importante
correlação de Spearman, que associam os clientes de profissões para o crescimento econômico do país, torna as instituições
de nível médio e/ou baixo à tendência para inadimplência. financeiras mais vulneráveis e propensas a riscos de inadim-
Além disso, clientes que possuem renda 1 (até 1.000,00) plência, evidenciando a importância da adoção de métodos de
são os que apresentam maior probabilidade para inadimplên- análise de risco de crédito. Sob essa perspectiva, este estudo
cia, confirmando os resultados da correlação em que, geral- se propôs a identificar o perfil de clientes com maior probabili-
mente, clientes com tendência para inadimplência possuem dade para inadimplência em operações de crédito pessoal.
menor renda média mensal. Os resultados encontrados permitiram concluir que a
Quanto ao gênero, os clientes do gênero masculino apre- inadimplência na agência da cooperativa de crédito analisada
sentam maior tendência à inadimplência, confirmando os acha- está associada a pessoas mais jovens, do gênero masculino,
dos apontados pela correlação. solteiros e/ou divorciados, com rendimento mensal baixo e
Verifica-se também que, em relação ao estado civil, os profissões relacionadas ao nível operacional. Esses achados
clientes que solteiros tendem a ser mais inadimplentes em pressupõem que a idade, o gênero, o estado civil, a profissão
relação aos demais, corroborando os achados apresentados e a renda são os fatores que mais determinam a ocorrência de
pela análise de correlação. inadimplência ou adimplência de clientes em operações de
Por fim, clientes com idades entre 23 e 28 anos possuem maior crédito. Esses resultados encontraram respaldo nos estudos de
tendência à inadimplência se comparados a clientes de outras fai- Francisco, Amaral e Bertucci (2013) e Ferreira, Celso e Barbosa
xas etárias. Este resultado concorda com os achados da análise de Neto (2012), que também identificaram a associação entre as
correlação que apontou maior tendência à inadimplência por parte variáveis gênero e renda mensal com a adimplência/inadim-
de clientes pertencentes a faixas etárias mais baixas (jovens). plência; e Xiao e Yao (2014), que encontraram associação entre
Por outro lado, os clientes com maior probabilidade para a idade e o estado civil e a adimplência/inadimplência.
adimplência são os que possuem idade média de 35 aos A limitadação desta pesquisa apresenta-se pela dificul-
43 anos, renda 4 (3.000,01 a 4.000,00) e renda 5 (4.000,01 a dade de generalização dos resultados, em função de ter-se
5.000,00), do gênero feminino, estado civil (casado ou em união analisado apenas uma agência da cooperativa de crédito.
estável) e profissão (auxiliar serviços gerais, assistente admi- Além disso, o número restrito de clientes com determinadas
nistrativo/escritório, professor, empregada doméstica, serviços características não métricas que caracterizaram as variáveis
gerais e agente de saúde). de estudo podem ter influenciado os resultados.
Assim, a aplicação de um estudo mais abrangente, utilizan-
5. Conclusões, Limitações e Recomendações do um número maior de variáveis, clientes e agências, poderá
Neste estudo, partiu-se da premissa de que o Brasil vem contribuir para a ampliação dos achados e colaborar com as
adotando um modelo de expansão econômica baseado na am- pesquisas relacionadas à gestão dos riscos de inadimplência.
Referências
ABDOU, H. A.; POINTON, J. Credit scoring, statistical techniques and evaluation criteria: A review of the literature. Intelligent Systems
in Accounting, Finance and Management, v. 18, n. 2-3, p. 59-88, 2011.
ALES, T. V. et al. Análise de crédito bancário utilizando o algoritmo Sequential Minimal Optimization. XLI Simpósio Brasileiro de
Pesquisa Operacional, p. 2242-2253, 2009.
AMARAL Jr, J. B.; TÁVORA Jr, J. L. Uma análise do uso de redes neurais para a avaliação do risco de crédito de empresas. Revista
do BNDES, v. 34, p. 134, 2010.
ASSAF NETO, A. Finanças Corporativas e Valor. São Paulo: Atlas, 2009.
BARROS, J. R. M.; ALMEIDA JÙNIOR, M. F. Análise do ajuste do sistema financeiro no Brasil. Brasília: Ministério da Fazenda,
Secretaria de Política Econômica, 1997.
BESSIS, J. Risk Management in Banking. Chichester, England: John Wiley, 1998.
BRASIL. Resolução CMN 2.099 de 1994. Disponível em: http://www.bcb.gov.br/. Acesso em: 20 maio 2014.
CAMARGOS, M. A.; CAMARGOS, M. C. S.; ARAÚJO, E. A. A inadimplência em um programa de crédito de uma instituição financeira
pública de Minas Gerais: uma análise utilizando regressão logística. REGE Revista de Gestão, v. 19, n. 3, 2012.
CAMPELO JR, A. O que esperar de 2013 com base nos indicadores de confiança: não há sinalização de uma aceleração notável da
economia para o primeiro semestre. Conjuntura da Construção, v. 11, n. 1, p. 15-17, 2014.
CAPELLETTO, L. R.; CORRAR, L. J. Índices de risco sistêmico para o setor bancário. Revista de Contabilidade Financeira, v. 19,
n. 47, p. 6-18, 2008.
CAOUETTE, J.; ALTMAN, E.; NARAYANAN, P. Managing credit risk: the next great financial challenge. New York: John Wiley & Sons, Inc., 1998.
CRESWELL, J. W. Qualitative inquiry and research design: Choosing among five approaches (2 ed.). Thousand Oaks, CA: Sage, 2007.
Gestão dos Riscos de Inadimplência dos Tomadores de Crédito:Um Estudo em uma Cooperativa de Crédito
DUTRA, L. Análise da concessão do microcrédito e sua relação com a inadimplência: Um estudo no Banestes e Bandes. 2010.
Dissertação (Mestrado em Ciências Contábeis) - Programa de Pós-Graduação em Ciências Contábeis. Fundação Instituto Capixaba
de Pesquisas em Contabilidade, Economia e Finanças (FUCAPE), Vitória, 2010.
FRANCISCO, J. R. de S.; AMARAL, H. F.; BERTUCCI, L. A. Risco de crédito em cooperativas: uma análise com base no perfil do
cooperado. Sociedade, contabilidade e gestão, v. 7, n. 2, 2013.
FERREIRA, M. A. M. et al. Previsão de risco de crédito para definição do perfil de clientes de um banco de varejo. Revista de Negó-
cios, v. 16, n. 2, p. 47-64, 2011.
FERREIRA, M. A.; CELSO, A. S., BARBOSA NETO, J. E. Aplicação do modelo logit binominal na análise do risco de crédito em institui-
ções bancárias. Revista de Negócios, v. 17, n. 1, p. 38-55, 2012.
GONÇALVES, E. B. Análise de risco de crédito com o uso de modelos de regressão logística, redes neurais e algoritmos genéticos.
2005. Dissertação (Mestrado em Administração) - Programa de Pós-graduação em Administração. Universidade de São Paulo, São
Paulo, 2005.
GUIMARÃES, I. A.; CHAVES NETO, A. Reconhecimento de padrões: metodologias estatísticas em crédito ao consumidor. RAE Ele-
trônica EAESP/FGV, v. 1, n. 1, 2002.
HAIR JR., J.F. et al. Fundamentos de métodos de pesquisa em administração. Tradução Lene Belon Ribeiro. Porto Alegre: Bookman, 2005.
LEMOS, E. P.; STEINER, M. T. A.; NIEVOLA, J. C. Análise de crédito bancário por meio de redes neurais e árvores de decisão: uma
aplicação simples de data mining. Revista de Administração da Universidade de São Paulo, v. 40, n. 3, 2005.
MIURA, Y.; DAVI, M. C. A. Utilização de instrumentos de avaliação de riscos para concessão de créditos às pessoas jurídicas. Akrópo-
lis: Revista de Ciências Humanas da Unopar, Umuarama, v.8, n.1, p.48-61, jan/mar. 2000.
PESTANA, M. H.; GAGEIRO, J. N. Análise de dados para ciências sociais: a complementaridade do SPSS. 2. ed. Lisboa: Sílabo, 2000.
PINHEIRO, M. A. H. Cooperativas de crédito: história da evolução normativa no Brasil. Brasília: BCB, 2008.
RUTH, G. E. Empréstimos a pessoas jurídicas. São Paulo: IBCB, 1991.
SEHN, C. F.; CARLINI JUNIOR, R. J. Inadimplência no sistema financeiro de habitação: um estudo junto à Caixa Econômica Fede-
ral. Revista de Administração Mackenzie, v. 8, n. 2, 2007.
SILVA, M. B.; GRIGOLO, T. M. Metodologia para iniciação científica à prática da pesquisa e da extensão II. Caderno Pedagógico.
Florianópolis: Udesc, 2002.
STEINER, M. T. A. et al. Using Neural Network Extraction for Credit-risk Evaluation. IFORS 2005 (17th Triennial Conference of the Inter-
national Federation of Operational Research Societies hosted by INFORMS), FB-20, 2005.
STEINER, M. T. A. et al. Extração de regras de classificação a partir de redes neurais para auxílio à tomada de decisão na concessão
de crédito bancário. Pesquisa Operacional, v. 27, n. 3, p. 407-426, 2007.
XIAO, J. J.; YAO, R. Consumer debt delinquency by family lifecycle categories. International Journal of Bank Marketing, v. 32, n. 1, p. 43-59, 2014.