Campo DC | Valor | Idioma |
dc.contributor.advisor | Kimura, Herbert | - |
dc.contributor.author | Vasconcelos, Auriel Cristian da Silveira | - |
dc.date.accessioned | 2022-08-17T21:45:25Z | - |
dc.date.available | 2022-08-17T21:45:25Z | - |
dc.date.issued | 2022-08-17 | - |
dc.date.submitted | 2022-04-29 | - |
dc.identifier.citation | VASCONCELOS, Auriel Cristian da Silveira. Parâmetro de mensuração de impacto do risco de modelo na estrutura de capital de instituições financeiras. 2022. 38 f., il. Dissertação (Mestrado em Economia) — Universidade de Brasília, Brasília, 2022. | pt_BR |
dc.identifier.uri | https://repositorio.unb.br/handle/10482/44561 | - |
dc.description | Dissertação (mestrado) — Universidade de Brasília, Faculdade de Economia, Administração e Contabilidade, Departamento de Economia, Programa de Pós-Graduação em Ciências Econômicas, 2022. | pt_BR |
dc.description.abstract | Partindo do uso cada vez mais recorrente de modelos nas mais variadas atividades
desempenhadas pelas corporações do mercado financeiro, motivado em grande parte
pelo constante aprimoramento dos recursos tecnológicos, do qual decorrem, por um lado,
inegáveis avanços de gestão e eficiência, e, por outro, custos e efeitos adversos inevitáveis,
neste trabalho, apresentamos parâmetro de mensuração do impacto do risco de modelo na
estrutura de capital de instituições financeiras. Veremos, de forma prática, que mais de
1% da parcela de capital relativa às exposições ao risco de crédito sujeitas ao cálculo do
requerimento de capital regulatório pode resultar da materialização de erros de estimativa
de modelos de classificação de risco, percentual que pode ultrapassar a casa dos milhões,
considerando a representatividade das carteiras de crédito. Veremos também que uma
piora de apenas 5% dos índices de acerto dos modelos de classificação pode representar
um incremento de 30% no impacto no capital alocado atribuído aos erros de estimativa,
enquanto um aumento dos mesmos 5% nos níveis de acerto desses modelos pode reduzir esse
impacto em cerca de 25%, indicando o potencial do parâmetro proposto como ferramenta
de mensuração e gestão dessa variante de risco que tem se mostrado cada vez mais relevante
para as instituições financeiras. | pt_BR |
dc.language.iso | Português | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.title | Parâmetro de mensuração de impacto do risco de modelo na estrutura de capital de instituições financeiras | pt_BR |
dc.type | Dissertação | pt_BR |
dc.subject.keyword | Risco de modelo | pt_BR |
dc.subject.keyword | Capital regulatório | pt_BR |
dc.subject.keyword | Risco de crédito | pt_BR |
dc.subject.keyword | Gestão de riscos | pt_BR |
dc.subject.keyword | Materialização de risco | pt_BR |
dc.subject.keyword | Mensuração de risco | pt_BR |
dc.rights.license | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data. | pt_BR |
dc.description.abstract1 | Starting from the more and more recurrent use of models in the most diverse activities
performed by corporations in the financial market, motivated largely by the constant
improvement of technological resources, which, on the one hand, lead to undeniable
advances in management and efficiency, and, on the other, costs and unavoidable adverse
effects, in this work, we present a parameter for measuring the impact of model risk on
the capital structure of financial institutions. We will see, in a practical way, that more
than 1% of the capital share related to exposures to credit risk subject to the calculation
of the capital requirement may result from the realization of estimation errors of risk
classification models, a percentage that may exceed the millions, considering the credit
portfolios representativeness. We will also see that a worsening of just 5% of the hit rates
of the scoring models can represent a 30% increase in the impact on allocated capital
attributed to the estimation errors, while a 5% increase in the hit levels of these models
can reduce this impact by around 25%, indicating the potential of the proposed parameter
as a measurement and management tool for this risk variant that has been increasingly
relevant for financial institutions. | pt_BR |
Aparece nas coleções: | Teses, dissertações e produtos pós-doutorado
|