Utilize este identificador para referenciar este registo: http://hdl.handle.net/10400.8/2600
Título: Como limitar/diminuir os incobráveis dos clientes?
Autor: Matias, Tiago Filipe Jordão
Orientador: Costa, Magali Pedro
Palavras-chave: Risco de crédito
Gestão de crédito
Regressão logística
Concessão de crédito
Data de Defesa: 9-Mai-2017
Resumo: A gestão do risco é vista atualmente como uma prioridade para as empresas, nomeadamente as organizações que vendem a crédito. A crescente restrição ao financiamento forçou as empresas a analisar, de forma mais rigorosa, a capacidade dos clientes cumprirem as suas obrigações. O presente trabalho está enquadrado no âmbito da realização do estágio curricular, na empresa inCentea – Tecnologias de Gestão. Este estudo tem como objetivo o desenvolvimento de um modelo de análise de risco de crédito de clientes, da empresa inCentea, que permita a classificação do crédito de cada cliente, partindo da utilização integrada da informação existente nos Softwares CRM Microsoft Dynamics e ERP Primavera. A amostra final é constituída por 508 empresas, clientes da inCentea, durante o ano 2015. Utilizou-se como critério de classificação dos clientes “cumpridores” e “não cumpridores”, o prazo de vencimento das faturas, e segundo a inCentea, o processo de cobrança da dívida vencida é acionado (o cliente é considerado não cumpridor) quando o vencimento da(s) fatura(s) excede 30 dias. Para o desenvolvimento do modelo de análise de risco de crédito foi necessário caracterizar os clientes “cumpridores” e “não cumpridores”, para tal foram utilizados rácios financeiros que permitem caracterizar os clientes segundo 5 características -5 C’s: Carácter, Capacidade, Capital, Colateral e Fatores do meio ambiente. O modelo de estimação utilizado foi o modelo logit. Com este estudo concluiu-se que as variáveis que explicam de forma significativa a probabilidade de um cliente ser não cumpridor são: o período de crédito do cliente, o rácio de solvabilidade e o rácio de endividamento. O modelo estimado apresenta uma razoável capacidade preditiva tendo sidos classificados corretamente 63,4% dos casos.
URI: http://hdl.handle.net/10400.8/2600
Designação: Mestrado em Gestão
Aparece nas colecções:ESTG - Mestrado em Gestão

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
Estágio - MGE - Tiago Matias.pdf1,37 MBAdobe PDFVer/Abrir


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpace
Formato BibTex MendeleyEndnote 

Todos os registos no repositório estão protegidos por leis de copyright, com todos os direitos reservados.