Neste trabalho explorou-se os pontos principais para a gestão integrada do risco de crédito em uma instituição financeira. Dentre esses pontos, podemos citar: (i) aprofundamento na conceituação de variáveis importantes nos modelos de crédito, (ii) teoria de apreçamento neutra ao risco de credito, (iii) indicadores para uniformizar risco x retomo de operações, (iv) apresentação e comparação dos principais modelos de crédito existentes na literatura (CreditMetrics, CreditRisk*, KMV e Credit Portfolio View) e, finalmente, (v) como adapta-los a realidade e restrições do mercado brasileiro de crédito. Cada um dos modelos para quantificação do risco de crédito foi apresentado individualmente, abordando a fundamentação matemática com exemplos ilustrativos de cada modelo e o efeito da correlação entre eventos de inadimplência de diferentes contrapartes em uma carteira de credito. Posteriormente, os modelos foram comparados detalhadamente, analisando-se as vantagens, desvantagens e dificuldades para utilização de cada modelo no mercado brasileiro. Devido a limitação de informações no mercado de credito brasileiro e inadequação de algumas hipóteses utilizadas nos modelos estudados, foram apresentadas adaptações para sua implantação no Brasil. Entre as adaptações propostas podemos citar a segregação de carteiras por nível da taxa media de inadimplência (CreditRisk*), a reamostragem Uniforme em Blocos para estimação da matriz de transição (CreditMetrics e Credit Portolio View) e estimação de uma regressão exponencial para relacionar a distância para a inadimplência e o prêmio de risco (KMV).

This dissertation sought to explore the fundamentals of credit risk management in financial institutions in Brazil. Among these fundamentals are: (i) deepen important credit risk variables concepts, (ii) arbitrage free pricing theory, (iii) risk-return indicators, (iv) presentation of main credit risk models in the literature (CreditMetrics, CreditRisk*, KMV and Credit Portfolio View) and finally, (v) how to adapt them for a suitable implementation in Brazilian credit market. Each of the four above mentioned models for quantifying credit risk was presented individually. Mathematical foundation with illustrative examples was shown for each model, along with the correlation effect of credit events among different counterparties in a portfolio view. Then, models were compared, analyzing their advantages, disadvantages and difficulties for implementation in Brazilian markets. Due to lack of credit information in brazilian market and the inadequacy of some hypotheses, these credit risk models should not be replicated in a straight-forward way. Some customizations were proposed in order align the implementation of these models with brazilian credit market reality. The customizations proposed were (a) the segregation of high default probability portfolios and low default probability portfolios (CreditRiskf, (b) Uniform Block Resampling for estimating transition matrix (CreditMetrics and Credit Portfolio View) and (c) estimating a exponential regression to relate distance to default and credit spreads.