Laredo Sicsú
CONTEÚDO 1. Fundamentos 2. Planejamento e definições 3. Identificação das variáveis previsoras
ABRAHAM LAREDO SICSÚ MSc e PhD em Engenharia de Produção pela Stanford University. Professor de Data Science na Escola de Administração de Empresas de São Paulo da Fundação Getulio Vargas (FGV/EAESP). Foi professor de Estatística no Instituto de Matemática e Estatística da Universidade de São Paulo (IME/USP). Desde 1980 atua como consultor empresarial em Métodos Quantitativos.
4. Amostragem e coleta de dados 5. Análise dos dados 6. Análises bivariadas 7. Modelo estatístico: regressão logística
8. Modelos de machine learning 9. Análise e validação da fórmula de escoragem
10. Tomada de decisão: pontos de corte e classes de risco
11. Aperfeiçoando o modelo 12. Implantação do modelo 13. Gestão e monitoramento do modelo
• descreve minuciosamente as diferentes etapas para desenvolver um modelo de credit scoring, desde o planejamento do modelo até a avaliação de sua eficácia; • discute as principais dificuldades de sua implantação; • destaca a importância do monitoramento do sistema, apresentando os principais testes estatísticos para esse fim e sugerindo relatórios para acompanhamento do desempenho do credit scoring; • apresenta diferentes técnicas de machine learning para calcular o risco de crédito e inclui os respectivos códigos em Python. A obra pode ser adotada em cursos de análise de crédito, especialmente aqueles que valorizem a mensuração do risco de crédito como elemento central para a tomada de decisões.
Material de apoio em:
Capa SICSÚ - Credit scoring 2ed.indd Todas as páginas
CREDIT SCORING
Este livro, fruto da longa experiência do autor, é um texto obrigatório para todos aqueles que se dedicam à avaliação do risco de crédito, uma vez que:
Abraham Laredo Sicsú
CREDIT SCORING
2a edição
Desenvolvimento, implantação e acompanhamento
C OM PYTHON
23/03/2026 16:31