RESUMO Este artigo analisa a probabilidade do risco de inadimplência em uma universidade privada (UP). Nele, utilizou-se a técnica estatística de regressão logística. O modelo de risco de crédito foi construído com base em uma amostra de alunos matriculados em uma UP, situada no Rio Grande do Sul. As variáveis explicativas do modelo foram obtidas a partir da aplicação de um questionário socioeconômico, que gerou um total de 59 variáveis, das quais apenas três foram representativas: existência de débitos já negociados, posse de cartão de crédito e reprovação. Os resultados obtidos mostram que o modelo estudado obtém resultados satisfatórios, quando aplicado na medição da probabilidade de risco de crédito.

ABSTRACT This paper analyzes the probability of default risk in a private university (UP) using the statistical technique of logistic regression. The credit risk model used was based on a sample of registered UP students in Rio Grande do Sul. The explanatory variables of the model were obtained by applying a socioeconomic questionnaire that generated a total of 59 variables, of which only three were representative: the existence of debits that had already been negotiated, credit card ownership and rejection. The obtained results show that the studied model yields satisfactory results when used to measure credit risk probability.

RESUMEN El artículo analiza la probabilidad del riesgo de los estudiantes no realizaren el pago de la deuda en una universidad privada (UP). Se ha utilizado la técnica estadística de regresión logística. El modelo de riesgo de crédito ha sido construido con base en una muestra de estudiantes matriculados en la respectiva UP, ubicada en el Estado del Rio Grande do Sul. Las variables explicativas del modelo han sido obtenidas a partir de la aplicación de un cuestionario socioeconómico, que ha generado el total de 59 variables de las cuales solamente tres han sido representativas: existencia de débitos ya negociados, propiedad de tarjetas de crédito y reprobación. Los resultados obtenidos muestran que el modelo estudiado tiene resultados satisfactorios, cuando aplicado en la medición de probabilidades de riesgo de crédito.