Credit Scoring: Aplicação da regressão logística vs redes neuronais artificiais na avaliação do risco de crédito no mercado Cabo-verdiano

• Author(s): Semedo, Danilson Pedro da Veiga
• Date: 2010
• Persistent ID: http://hdl.handle.net/10362/4041
• Origin: Repositório Institucional da UNL
• Subject(s): Modelo logit; Curva ROC; Redes neuronais multicamadas; Credit scoring
• Document Type: Master thesis
• Language: Portuguese
• Advisor(s): Bação, Fernando José Ferreira Lucas
• Contributor(s): RUN

Description

Dissertação apresentada como requisito parcial de obtenção do grau de Mestre em Estatística e Gestão de Informação

A gestão de risco de crédito é sem dúvida uma das áreas mais importantes no domínio da gestão de risco financeiro. Com a recente crise financeira, e as alterações a nível da regulação introduzidas pelo acordo de Basileia II, a análise do risco de crédito e a gestão do risco em geral, têm recebido ainda mais atenção pela indústria financeira. A capacidade de discriminar bons e maus clientes tornou--se um factor decisivo para o sucesso das empresas que operam na indústria do crédito, impulsionando-as a agir de acordo com um processo de avaliação de risco mais fino. Nos países desenvolvidos, os modelos de credit scoring têm sido largamente utilizados neste sentido. Contudo, em Cabo Verde estas técnicas ainda estão numa fase embrionária. As instituições financeiras continuam a utilizar mecanismos indirectos de gestão de risco. Neste ambiente, alguns bancos têm procurado alinhar se às melhores práticas internacionais de gestão de risco. Neste trabalho são apresentadas duas ferramentas para a elaboração de modelos de credit scoring aplicado a uma base de dados de crédito ao consumo de uma grande instituição financeira Cabo-Verdiana. Depois da fase de preparação do dos dados e definida todos os parâmetros (definição da target, amostra de desenvolvimento e período de classificação), foram estimados vários modelos logit e várias redes neuronais multicamadas segundo diversos subconjuntos de treino/teste formados. Por fim o desempenho dos modelos é comparada com base em medidas comummente utilizados na avaliação de modelos de risco de crédito para eleger o modelo que melhor se ajusta à realidade Cabo-Verdiana. Apesar dos testes estatisticos indicarem que os modelos apresentam desempenhos estatisticamente semelhantes, as redes neuronais representam uma promissora técnica para a análise e concessão de crédito em Cabo Verde.