Escolar Documentos
Profissional Documentos
Cultura Documentos
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Credit Scoring
Leonardo M. Mito
Henrique Suetake
T
opicos em Matem
atica Computacional
Bacharelado em Matem
atica Computacional
ICT/UNIFESP - S
ao Jos
e dos Campos
S
ao Jose dos Campos, Novembro de 2015
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Introducao
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Introducao
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
S
ao considerados bons pagadores aqueles que nunca atrasaram um pagamento
ou foram moderadamente inadimplentes, e maus pagadores aqueles que
atrasaram mais de 90 dias em um mes num ano ou mais de 60 dias por dois
meses em um ano.
A pontuac
ao obtida do Credit Score pode ser utilizada diretamente como a
probabilidade de um cliente ficar inadimplente ou como um fator decisivo para
concess
ao de credito, comparando sua pontuac
ao com algum valor de corte.
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Abordagem
Alem da abordagem b
asica para a construc
ao do Credit Score utilizando
regress
ao linear, existem outras (criativas) formas de se fazer isto. Mas certas
coisa s
ao comuns a todas, pode-se ate dizer que um roteiro b
asico e:
Escolha de Vari
aveis: Devemos, antes de tudo decidir quais vari
aveis s
ao
consideradas previamente importantes na construc
ao do modelo, levando
em conta, por exemplo, relev
ancia, praticidade.
Hist
orico: E necess
ario escolher o tamanho da amostra, o tipo de amostra
e levantar uma base hist
orica das vari
aveis de interesse durante um
(suficientemente) grande perodo de tempo, coisa que pode ser conseguida
com qualquer empresa de concess
ao de credito.
Eliminac
oes:
1. Nome negativado no servico de protec
ao ao credito.
2. Menores de idade
3. Renda inferior a um valor.
Divis
ao da Amostra: Nos casos mais simples, uma parte e separada para
fazer o modelo em si e outra para validac
ao.
Leonardo M. Mito Henrique Suetake
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Abordagem
Alem da abordagem b
asica para a construc
ao do Credit Score utilizando
regress
ao linear, existem outras (criativas) formas de se fazer isto. Mas certas
coisa s
ao comuns a todas, pode-se ate dizer que um roteiro b
asico e:
Escolha de Vari
aveis: Devemos, antes de tudo decidir quais vari
aveis s
ao
consideradas previamente importantes na construc
ao do modelo, levando
em conta, por exemplo, relev
ancia, praticidade.
Hist
orico: E necess
ario escolher o tamanho da amostra, o tipo de amostra
e levantar uma base hist
orica das vari
aveis de interesse durante um
(suficientemente) grande perodo de tempo, coisa que pode ser conseguida
com qualquer empresa de concess
ao de credito.
Eliminac
oes:
1. Nome negativado no servico de protec
ao ao credito.
2. Menores de idade
3. Renda inferior a um valor.
Divis
ao da Amostra: Nos casos mais simples, uma parte e separada para
fazer o modelo em si e outra para validac
ao.
Leonardo M. Mito Henrique Suetake
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Abordagem
Alem da abordagem b
asica para a construc
ao do Credit Score utilizando
regress
ao linear, existem outras (criativas) formas de se fazer isto. Mas certas
coisa s
ao comuns a todas, pode-se ate dizer que um roteiro b
asico e:
Escolha de Vari
aveis: Devemos, antes de tudo decidir quais vari
aveis s
ao
consideradas previamente importantes na construc
ao do modelo, levando
em conta, por exemplo, relev
ancia, praticidade.
Hist
orico: E necess
ario escolher o tamanho da amostra, o tipo de amostra
e levantar uma base hist
orica das vari
aveis de interesse durante um
(suficientemente) grande perodo de tempo, coisa que pode ser conseguida
com qualquer empresa de concess
ao de credito.
Eliminac
oes:
1. Nome negativado no servico de protec
ao ao credito.
2. Menores de idade
3. Renda inferior a um valor.
Divis
ao da Amostra: Nos casos mais simples, uma parte e separada para
fazer o modelo em si e outra para validac
ao.
Leonardo M. Mito Henrique Suetake
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Abordagem
Alem da abordagem b
asica para a construc
ao do Credit Score utilizando
regress
ao linear, existem outras (criativas) formas de se fazer isto. Mas certas
coisa s
ao comuns a todas, pode-se ate dizer que um roteiro b
asico e:
Escolha de Vari
aveis: Devemos, antes de tudo decidir quais vari
aveis s
ao
consideradas previamente importantes na construc
ao do modelo, levando
em conta, por exemplo, relev
ancia, praticidade.
Hist
orico: E necess
ario escolher o tamanho da amostra, o tipo de amostra
e levantar uma base hist
orica das vari
aveis de interesse durante um
(suficientemente) grande perodo de tempo, coisa que pode ser conseguida
com qualquer empresa de concess
ao de credito.
Eliminac
oes:
1. Nome negativado no servico de protec
ao ao credito.
2. Menores de idade
3. Renda inferior a um valor.
Divis
ao da Amostra: Nos casos mais simples, uma parte e separada para
fazer o modelo em si e outra para validac
ao.
Leonardo M. Mito Henrique Suetake
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Abordagem
An
alise Descritiva: Esta fase consiste em preparar os dados para uso.
Escolha das T
ecnicas: O objetivo aqui e selecionar, dentre o vasto
conjunto de tecnicas possveis, aquela que melhor se adequa `
as
necessidades do projeto. Ser
a apresentado neste trabalho o uso de Redes
Neurais e Otimizac
ao.
Validac
ao: Ap
os a construc
ao de um ou mais modelos utilizando o(s)
metodo(s) desejado(s), e necess
ario valid
a-lo(s), comparando os resultados
previstos com os avaliados. Normalmente usando KS.
selecionado o melhor modelo e aplicado no problema de
Aplicac
ao: E
interesse.
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Abordagem
An
alise Descritiva: Esta fase consiste em preparar os dados para uso.
Escolha das T
ecnicas: O objetivo aqui e selecionar, dentre o vasto
conjunto de tecnicas possveis, aquela que melhor se adequa `
as
necessidades do projeto. Ser
a apresentado neste trabalho o uso de Redes
Neurais e Otimizac
ao.
Validac
ao: Ap
os a construc
ao de um ou mais modelos utilizando o(s)
metodo(s) desejado(s), e necess
ario valid
a-lo(s), comparando os resultados
previstos com os avaliados. Normalmente usando KS.
selecionado o melhor modelo e aplicado no problema de
Aplicac
ao: E
interesse.
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Abordagem
An
alise Descritiva: Esta fase consiste em preparar os dados para uso.
Escolha das T
ecnicas: O objetivo aqui e selecionar, dentre o vasto
conjunto de tecnicas possveis, aquela que melhor se adequa `
as
necessidades do projeto. Ser
a apresentado neste trabalho o uso de Redes
Neurais e Otimizac
ao.
Validac
ao: Ap
os a construc
ao de um ou mais modelos utilizando o(s)
metodo(s) desejado(s), e necess
ario valid
a-lo(s), comparando os resultados
previstos com os avaliados. Normalmente usando KS.
selecionado o melhor modelo e aplicado no problema de
Aplicac
ao: E
interesse.
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Abordagem
An
alise Descritiva: Esta fase consiste em preparar os dados para uso.
Escolha das T
ecnicas: O objetivo aqui e selecionar, dentre o vasto
conjunto de tecnicas possveis, aquela que melhor se adequa `
as
necessidades do projeto. Ser
a apresentado neste trabalho o uso de Redes
Neurais e Otimizac
ao.
Validac
ao: Ap
os a construc
ao de um ou mais modelos utilizando o(s)
metodo(s) desejado(s), e necess
ario valid
a-lo(s), comparando os resultados
previstos com os avaliados. Normalmente usando KS.
selecionado o melhor modelo e aplicado no problema de
Aplicac
ao: E
interesse.
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Regressao Logstica
N
ao exige normalidade das vari
aveis, ao contr
ario da an
alise discriminante.
Vari
avel dependente bin
aria ou ordinal. Vari
aveis independentes podem ser
categ
oricas ou contnuas.
O metodo de selec
ao de vari
aveis mais utilizado e o Forward Stepwise, que
decide em tempo de execuc
ao quais vari
aveis s
ao relevantes para o modelo.
O metodo e caracterizado pela vari
avel dependente sendo dada da seguinte
forma: considere
P(Y )
z = ln(
)
1 P(Y )
e
ez
X =
,
1 + ez
sendo P(Y ) a probabilidade de um indivduo ser considerado bom pagador,
dado um vetor Y bin
ario. A vari
avel X obtida remete `
a probabilidade do
cliente ser um bom pagador.
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Regressao Logstica
N
ao exige normalidade das vari
aveis, ao contr
ario da an
alise discriminante.
Vari
avel dependente bin
aria ou ordinal. Vari
aveis independentes podem ser
categ
oricas ou contnuas.
O metodo de selec
ao de vari
aveis mais utilizado e o Forward Stepwise, que
decide em tempo de execuc
ao quais vari
aveis s
ao relevantes para o modelo.
O metodo e caracterizado pela vari
avel dependente sendo dada da seguinte
forma: considere
P(Y )
z = ln(
)
1 P(Y )
e
ez
X =
,
1 + ez
sendo P(Y ) a probabilidade de um indivduo ser considerado bom pagador,
dado um vetor Y bin
ario. A vari
avel X obtida remete `
a probabilidade do
cliente ser um bom pagador.
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Regressao Logstica
N
ao exige normalidade das vari
aveis, ao contr
ario da an
alise discriminante.
Vari
avel dependente bin
aria ou ordinal. Vari
aveis independentes podem ser
categ
oricas ou contnuas.
O metodo de selec
ao de vari
aveis mais utilizado e o Forward Stepwise, que
decide em tempo de execuc
ao quais vari
aveis s
ao relevantes para o modelo.
O metodo e caracterizado pela vari
avel dependente sendo dada da seguinte
forma: considere
P(Y )
z = ln(
)
1 P(Y )
e
ez
X =
,
1 + ez
sendo P(Y ) a probabilidade de um indivduo ser considerado bom pagador,
dado um vetor Y bin
ario. A vari
avel X obtida remete `
a probabilidade do
cliente ser um bom pagador.
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Regressao Logstica
P(Y )
= e 1 x1 ++n xn +
1 P(Y )
e um modelo de regress
ao logstica, em que 1 , . . . , n , R s
ao coeficientes
da reta que melhor descreve z.
necess
E
ario, por vezes, remover as vari
aveis que n
ao possuem relac
ao direta ou
influenciam insignificantemente na vari
avel z, bem como pontos discrepantes,
tomando como base alguns criterios para tal decis
ao.
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Redes Neurais
O funcionamento e baseado no processamento de informaco
es por
neur
onios computacionais.
Cada um recebe um estmulo (vetor de vari
aveis do problema), que e
interpretado, atribuindo-se pesos diferentes, que indicam a sua
influencia na transmiss
ao.
Depois e calculada a func
ao de ativac
ao, para produzir uma sada.
p
X
1
,g =
Wi Xi
g
1+e
i=1
O metodo de atribuic
ao dos pesos e chamado algoritmo de aprendizado.
Supervisionado, compara com o conhecido. N
ao-supervisionado, que
trabalho apenas com os estmulos recebidos. Reforco, crtico externo.
A configurac
ao dos neur
onios e chamada arquitetura de rede. Feedforward
com uma ou mais camadas. Redes recorrentes.
Leonardo M. Mito Henrique Suetake
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Redes Neurais
O funcionamento e baseado no processamento de informaco
es por
neur
onios computacionais.
Cada um recebe um estmulo (vetor de vari
aveis do problema), que e
interpretado, atribuindo-se pesos diferentes, que indicam a sua
influencia na transmiss
ao.
Depois e calculada a func
ao de ativac
ao, para produzir uma sada.
p
X
1
,g =
Wi Xi
g
1+e
i=1
O metodo de atribuic
ao dos pesos e chamado algoritmo de aprendizado.
Supervisionado, compara com o conhecido. N
ao-supervisionado, que
trabalho apenas com os estmulos recebidos. Reforco, crtico externo.
A configurac
ao dos neur
onios e chamada arquitetura de rede. Feedforward
com uma ou mais camadas. Redes recorrentes.
Leonardo M. Mito Henrique Suetake
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Redes Neurais
O funcionamento e baseado no processamento de informaco
es por
neur
onios computacionais.
Cada um recebe um estmulo (vetor de vari
aveis do problema), que e
interpretado, atribuindo-se pesos diferentes, que indicam a sua
influencia na transmiss
ao.
Depois e calculada a func
ao de ativac
ao, para produzir uma sada.
p
X
1
,g =
Wi Xi
g
1+e
i=1
O metodo de atribuic
ao dos pesos e chamado algoritmo de aprendizado.
Supervisionado, compara com o conhecido. N
ao-supervisionado, que
trabalho apenas com os estmulos recebidos. Reforco, crtico externo.
A configurac
ao dos neur
onios e chamada arquitetura de rede. Feedforward
com uma ou mais camadas. Redes recorrentes.
Leonardo M. Mito Henrique Suetake
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Redes Neurais
O funcionamento e baseado no processamento de informaco
es por
neur
onios computacionais.
Cada um recebe um estmulo (vetor de vari
aveis do problema), que e
interpretado, atribuindo-se pesos diferentes, que indicam a sua
influencia na transmiss
ao.
Depois e calculada a func
ao de ativac
ao, para produzir uma sada.
p
X
1
,g =
Wi Xi
g
1+e
i=1
O metodo de atribuic
ao dos pesos e chamado algoritmo de aprendizado.
Supervisionado, compara com o conhecido. N
ao-supervisionado, que
trabalho apenas com os estmulos recebidos. Reforco, crtico externo.
A configurac
ao dos neur
onios e chamada arquitetura de rede. Feedforward
com uma ou mais camadas. Redes recorrentes.
Leonardo M. Mito Henrique Suetake
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Redes Neurais
O funcionamento e baseado no processamento de informaco
es por
neur
onios computacionais.
Cada um recebe um estmulo (vetor de vari
aveis do problema), que e
interpretado, atribuindo-se pesos diferentes, que indicam a sua
influencia na transmiss
ao.
Depois e calculada a func
ao de ativac
ao, para produzir uma sada.
p
X
1
,g =
Wi Xi
g
1+e
i=1
O metodo de atribuic
ao dos pesos e chamado algoritmo de aprendizado.
Supervisionado, compara com o conhecido. N
ao-supervisionado, que
trabalho apenas com os estmulos recebidos. Reforco, crtico externo.
A configurac
ao dos neur
onios e chamada arquitetura de rede. Feedforward
com uma ou mais camadas. Redes recorrentes.
Leonardo M. Mito Henrique Suetake
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
S
ao capazes de interpretar relaco
es n
ao-lineares entre as vari
aveis.
Vers
atil.
Uma grande vantagem deste metodo e o gradativo aprendizado atraves de
exemplos e inferencias, ajustando os pesos.
Mas os resultados n
ao s
ao estatisticamente explic
aveis, fazendo o metodo
funcionar como uma caixa preta e, sendo uma especie de heurstica, n
ao existe
garantia de estabilidade, nem consistencia.
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
S
ao capazes de interpretar relaco
es n
ao-lineares entre as vari
aveis.
Vers
atil.
Uma grande vantagem deste metodo e o gradativo aprendizado atraves de
exemplos e inferencias, ajustando os pesos.
Mas os resultados n
ao s
ao estatisticamente explic
aveis, fazendo o metodo
funcionar como uma caixa preta e, sendo uma especie de heurstica, n
ao existe
garantia de estabilidade, nem consistencia.
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
S
ao capazes de interpretar relaco
es n
ao-lineares entre as vari
aveis.
Vers
atil.
Uma grande vantagem deste metodo e o gradativo aprendizado atraves de
exemplos e inferencias, ajustando os pesos.
Mas os resultados n
ao s
ao estatisticamente explic
aveis, fazendo o metodo
funcionar como uma caixa preta e, sendo uma especie de heurstica, n
ao existe
garantia de estabilidade, nem consistencia.
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Behavior Scoring
A construc
ao do Behavior Scoring e semelhante ao Credit Scoring, sendo ainda
utilizadas tecnicas como media, desvio padr
ao para acompanhar se um cliente
pode continuar honrando com suas dvidas ou se ele n
ao conseguir
a cobri-las.
Para cada tipo de cliente a empresa concessora do credito pode ter um
posicionamento diferente. Para bons pagadores pode-se ter:
Creditos maiores.
Prazos melhores.
Juros baixos.
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Behavior Scoring
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Risk Rating
Risk Rating avalia uma serie de fatores, atribuindo uma nota a cada um deles,
e uma nota final para o conjunto desses fatores analisados. Com base nessa
nota e atribudo uma classificac
ao para o risco, que determina o valor que a
instituic
ao dar
a ao cliente.
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Conclusao
Figure: XD
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Referencias bibliograficas
GONC
ALVES, E. B. An
alise de Risco de Credito com o uso de Regress
ao
Logstica, Redes Neurais e Algoritmos Geneticos. Dissertac
ao de Mestrado.
Universidade de S
ao Paulo, 2005.
M. A., GONC
GOUVEA,
ALVES, E. B., MANTOVANI, D. M. N., An
alise
de Risco de Credito com Aplicac
ao de Regress
ao Logstica e Redes
Neurais. Universidade Federal de Minas Gerais. Belo Horizonte-MG, 2014.
JUNIOR, L. C. O que e e como funciona o Credit Scoring - Partes I e II,
Up To Date no 83, 84.
Serasa Experian, www.serasaexperian.com.br, acesso `
as 18:22h do dia
14/11/2015.
Credit Scoring
Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento
Fim
Obrigado!
Credit Scoring