Inteligência computacional aplicada à análise de risco no contexto do tratado da Basiléia.
| dc.contributor | Instituto de Ciências Matemáticas e de Computação – ICMC/USP | pt_BR |
| dc.contributor.author | Reis, Laudo | |
| dc.contributor.author | Romero, Roseli Aparecida Francelin | |
| dc.date.accessioned | 2018-03-02T16:00:52Z | |
| dc.date.available | 2018-03-02T16:00:52Z | |
| dc.date.issued | 2008-12 | |
| dc.description.abstract | No contexto de Gestão de Risco Financeiro Internacional, o Tratado de Basiléia II aperfeiçoa as regras para minimização das possibilidades de crises sistêmicas no sistema financeiro. Pela exigência da utilização de mecanismos de classificação e controle do risco de crédito e da reserva mínima de recursos financeiros de acordo com as classes de risco presentes na carteira de crédito da instituição financeira, estabelece sua política de mitigação desse risco. O tratado aperfeiçoa o requisito da reserva mínima permitindo aos bancos o desenvolvimento de sistemas internos de classificação e estimativa de risco, cuja modelagem, envolve o cálculo de probabilidades das ocorrências de atraso ou não recebimento de valores contratados. É comum, nas abordagens clássicas, o uso de aproximações estatísticas utilizando modelos paramétricos e não-paramétricos: análise de regressão, análise discriminante, regressão Logit e regressão Probit. Diversos pesquisadores têm investigado o uso de técnicas de inteligência computacional: Redes Neurais, Árvores de Decisão, Lógica Difusa e Máquina de Suporte de Vetores para a identificação de padrões de características dos tomadores de crédito e classificação de risco. Este relatório, inserido nesse contexto, tem por objetivo efetuar uma breve revisão das pesquisas realizadas com Inteligência Computacional (IC) e, realizar um estudo comparativo entre as técnicas escolhidas, na classificação de dados financeiros disponíveis. | pt_BR |
| dc.description.notes | Relatórios Técnicos do ICMC; 338 | pt_BR |
| dc.format | 45 p. | pt_BR |
| dc.identifier.uri | http://repositorio.icmc.usp.br//handle/RIICMC/6695 | |
| dc.language.iso | por | pt_BR |
| dc.publisher.city | São Carlos, SP, Brasil. | pt_BR |
| dc.subject | Inteligência artificial | pt_BR |
| dc.subject | Análise de risco | pt_BR |
| dc.title | Inteligência computacional aplicada à análise de risco no contexto do tratado da Basiléia. | pt_BR |
| dc.title.alternative | Computational intelligence applied to the risk analysis in the context of the Basel treaty. | pt_BR |
| dc.type.category | Relatórios técnicos | pt_BR |
| usp.description.abstracttranslated | In the context of International Financial Risk Management, the Basel II Treaty improve the rules for minimizing the possibilities of systemic crises in the system financial. By the requirement of the use of mechanisms of classification and control of the risk of credit and the minimum reserve of financial resources according to the risk classes present in the credit portfolio of the financial institution, establishes its mitigation policy of this risk. The treaty improves the minimum reserve requirement by allowing banks to development of internal classification and risk estimation systems, whose modeling, involves the calculation of probabilities of occurrences of delay or non-receipt of values contractors. It is common, in classical approaches, to use statistical approximations using parametric and non-parametric models: regression analysis, discriminant analysis, Logit regression and Probit regression. Several researchers have investigated the use of Computational Intelligence: Neural Networks, Decision Trees, Diffuse Logic and Machine of Vectors Support for the identification of characteristics patterns of credit and risk classification. This report, inserted in this context, is intended to provide a brief review of the research with Computational Intelligence (CI), and to carry out a comparative study among the techniques chosen, in the classification of available Financial Data. | pt_BR |