Please use this identifier to cite or link to this item: http://hdl.handle.net/1843/44586
Full metadata record
DC FieldValueLanguage
dc.contributor.advisor1Marcelo Azevedo Costapt_BR
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/0843501351619189pt_BR
dc.contributor.referee1Marcelo Azevedo Costapt_BR
dc.contributor.referee2Roberto da Costa Quininopt_BR
dc.contributor.referee3Ilka Afonso Reispt_BR
dc.creatorJuliana Simões da Silva Dutrapt_BR
dc.date.accessioned2022-08-25T16:09:10Z-
dc.date.available2022-08-25T16:09:10Z-
dc.date.issued2021-08-30-
dc.identifier.urihttp://hdl.handle.net/1843/44586-
dc.description.abstractDue to the necessity to understand the defaulting customers profile and create more efficient collection strategies, the objective of this study conclusion is to classify default by a private card company's customers according to the customer's propensity to negotiate debt. The data were extracted from a collection center's database located in Belo Horizonte, which provides services to a national large bank institution. A logistic regression model was adjusted and a ranking of clients was created according to their propensity to negotiate debt.pt_BR
dc.description.resumoDiante da necessidade de entender o perfil do cliente inadimplente e criar estratégias de cobrança mais eficientes, o objetivo desse trabalho de conclusão de curso é classificar os clientes inadimplentes de uma base de cartões de crédito Private Label de acordo com a propensão de negociação de sua dívida. Os dados foram obtidos por meio do banco de dados de uma assessoria de cobrança de Belo Horizonte/MG, que presta serviço para uma grande instituição bancária de nível nacional. Foi ajustado um modelo de regressão logístico e criado um ranking de clientes, de acordo com sua propensão de negociação da dívida.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Minas Geraispt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentICX - DEPARTAMENTO DE ESTATÍSTICApt_BR
dc.publisher.programPrograma de Pós-Graduação em Estatísticapt_BR
dc.publisher.initialsUFMGpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectprobabilidadept_BR
dc.subject.otherEstatísticapt_BR
dc.subject.otherCobrança de contaspt_BR
dc.subject.otherDevedorespt_BR
dc.subject.otherProbabilidadespt_BR
dc.titleClassificação de clientes inadimplentes via regressão logísticapt_BR
dc.typeMonografia (especialização)pt_BR
Appears in Collections:Especialização em Estatística

Files in This Item:
File Description SizeFormat 
Monografia_Juliana_Simoes da Silva Dutra.pdf713.27 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.