Model risk assessment of default consumers of electric power
| Autor: | Silva, Ribamar Kleber da |
|---|---|
| Přispěvatelé: | Tanure, José Eduardo Pinheiro Santos, Figueiredo, Fernando Monteiro de, Pessoa, Artur Alves, Valente, André Luiz de Carvalho, Silva, Kleber Freire da |
| Jazyk: | portugalština |
| Rok vydání: | 2008 |
| Předmět: | |
| Zdroj: | Biblioteca Digital de Teses e Dissertações da UNIFACS Universidade Salvador (UNIFACS) instacron:UNIFACS |
| Popis: | Made available in DSpace on 2016-04-29T14:18:24Z (GMT). No. of bitstreams: 1 Dissertacao Ribamar Kleber2008 - texto completo.pdf: 1126402 bytes, checksum: f909b14695dba106c3b2939fe3c5bee2 (MD5) Previous issue date: 2008-09-29 Coordenação de Aperfeiçoamento de Pessoal de Nível Superior The restructuring of the Brazilian electric sector, which began in 1995, opened a new model for regulation of public services of electric energy distribution. Specifically to the distribution s concessionaires, the current regulatory landmark establishes induction mechanisms to the economic efficiency of the monopoly. In this model, the profits of productivity gained by the concessionaire are transferred to the customer in regulatory intervals. In the direction of achieving productivity gains in the management of accounts receivable and in credit policy and collection, the models for assessing the risk of default are based on the classification of the consumer behavior of payment (behavioural scoring), and in forecast of default risk (credit scoring) arise as important tools for decision support. These models are applied in a distribution s concessionaire of electric energy. To this end, data from a sample of consumers of Coelba were used to develop the studies. The statistical techniques used in the construction of the model were: binary logistic regression and cluster analysis. The results of the logistic regression analysis indicate that the model reached a correct classification of default consumers around 84%. The results of the cluster analysis indicate 3 profiles of different clusters of consumers, based on the payment history of the past 6 months. The profile BS1 joined the cases with 91% of the payments made in up to 8 days of bill due date, the best profile of payment. The cases with a situation intermediate were joined in the profile BS2, where 25% of payments are made only on receipt of the invoice, without the use of additional resources for recovery of the default debt. Already the third profile, the BS3, joined the cases with worse profile payment, containing only 6% of payment in up to 8 days of the bill due date and 70% of payment made after the suspension of supply. The studies presented in this paper confirm the contribution of statistical modeling techniques to reduce expenditure with the operations of recovery and the financial losses with bad debtors, through control of the risk of default of the portfolio of consumers A reestruturação do setor elétrico brasileiro, iniciada em 1995, inaugurou um novo modelo de regulação dos serviços públicos de distribuição de energia elétrica. Especificamente para as concessionárias de distribuição, o atual marco regulatório estabelece mecanismos de indução à eficiência econômica do monopólio. Nesse modelo, os ganhos de produtividade auferidos pela concessionária são repassados ao consumidor em intervalos regulatórios. Na direção de alcançar ganhos de produtividade na gestão dos recebíveis e na política de crédito e cobrança, os modelos de avaliação do risco de inadimplência baseados na classificação de consumidores pelo comportamento de pagamento (behavioural scoring) e na previsão de inadimplência (credit scoring) surgem como importantes ferramentas de apoio à decisão. Esses modelos são aplicados em uma concessionária de distribuição de energia elétrica. Para tanto, dados de uma amostra de consumidores da Coelba foram utilizados para desenvolver os estudos. As técnicas estatísticas utilizadas na construção do modelo foram: regressão logística binária e análise de agrupamentos. Os resultados da análise de regressão logística indicam que o modelo alcançou uma classificação correta de consumidores inadimplentes em torno de 84%. Os resultados da análise agrupamentos indicam três perfis distintos de consumidores, com base no histórico de pagamento dos últimos seis meses. O perfil BS1 agrupou os casos com 91% dos pagamentos realizados em até oito dias do vencimento, o melhor perfil de pagamento. Os casos com uma situação intermediária foram agrupados no perfil BS2, onde 25% dos pagamentos são efetuados apenas com recebimento da fatura, sem a utilização de meios de cobrança adicionais. Já o terceiro perfil, o BS3, agrupou os casos com pior perfil de pagamento, contendo apenas 6% de pagamento em até oito dias da data do vencimento da fatura e 70% de pagamento realizado após a suspensão do fornecimento. Os estudos apresentados neste trabalho confirmam a contribuição das técnicas de modelagem estatística para redução das despesas com as operações de cobrança e com as perdas financeiras com devedores incobráveis, através do controle do risco de inadimplência da carteira de consumidores |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|