Este trabalho foi publicado pelo Galoá e tem um DOI depositado. Para citar este trabalho, use um dos padrões abaixo:
Caso você seja um dos co-autores e queira cadastrar esse trabalho no seu Currículo Lattes, use o seguinte código: doi > 10.59254/sbpo-2026-232859
Se você NUNCA registrou um DOI no seu Lattes, veja nosso tutorial!Risk-based pricing has long been the standard approach in credit markets. More recently, lenders have incorporated pricing optimization techniques that jointly consider borrower risk and willingness to pay. This study formulates credit pricing as an optimization problem using individual probabilities of default and segment-specific acceptance curves. Profitability is measured through the Present Value of Net Interest Income (PVNII). Machine learning models are employed to estimate
default and acceptance probabilities. Three pricing strategies are empirically evaluated using a public automobile financing dataset. Results indicate that the joint optimization of interest rates and approval cutoffs produces the highest realized profitability.
Visualizações por mês
Contagem da Galoá, excluindo robôs conhecidos. Atualizado em 30/09/2026.
Visualizações por mês
Contagem da Galoá, excluindo robôs conhecidos. Atualizado em 30/09/2026.
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo