Introduc

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

Leonardo M. Mito Henrique Suetake

Credit Scoring

Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento

Introducao

A quem interessa? Empresas de concess

ao de credito, bancos comerciais,
de investimento ou de desenvolvimento e analistas de mercado.
O que leva em considerac
ao? Diversos fatores, por exemplo, informaco
es
negativas no Serasa consistentes a execuco
es judiciais, cheques sem fundo,
aco
es de busca e apreens
ao, participac
ao em empresas falidas, em
recuperac
ao judicial ou anotac
oes de inadimplencia
Se meu escore for ruim, jamais conseguirei fazer neg
ocio?

Leonardo M. Mito Henrique Suetake

Credit Scoring

Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento

Introducao

A quem interessa? Empresas de concess

ao de credito, bancos comerciais,
de investimento ou de desenvolvimento e analistas de mercado.
O que leva em considerac
ao? Diversos fatores, por exemplo, informaco
es
negativas no Serasa consistentes a execuco
es judiciais, cheques sem fundo,
aco
es de busca e apreens
ao, participac
ao em empresas falidas, em
recuperac
ao judicial ou anotac
oes de inadimplencia
Se meu escore for ruim, jamais conseguirei fazer neg
ocio?

Leonardo M. Mito Henrique Suetake

Credit Scoring

Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento

Modelo Basico - CDC

Um mau julgamento do cliente pode acarretar em diversos problemas futuros,

tanto para o cliente, quanto para a empresa.
Para isto, existe a tecnica do Credit Scoring, que visa estabelecer algum
par
ametro para as especificac
oes do neg
ocio a ser fechado. Isto pode ser feito
utilizando An
alise Discriminante, que e o conjunto de tecnicas estatsticas que
possibilitam a classificac
ao e estudo de indivduos em certos grupos
previamente definidos.

Leonardo M. Mito Henrique Suetake

Credit Scoring

Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento

Bons e Maus Creditos

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.

Leonardo M. Mito Henrique Suetake

Credit Scoring

Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento

Tipos Comuns de Erro

Suponhamos que o Leo queira comprar uma colec
ao de Barbies, especialmente
a veterin
aria, porem n
ao possui recursos suficientes. Makoto ent
ao decide pedir
um emprestimo para realizar seu sonho. Neste momento o analista se depara
com v
arias situac
oes diferentes:
Empr
estimo e recebimento: Resulta em lucro para ambos e felicidade
total.
Empr
estimo e n
ao-recebimento (Tipo I): Prejuzo para a empresa, que
deixa de receber, e para o Makoto, que fica com o nome sujo.
N
ao-empr
estimo e potencial recebimento (Tipo II): Prejuzo para a
empresa, pois o Leo tinha condico
es de pagar o emprestimo.
N
ao-empr
estimo e n
ao-recebimento: Nem prejuzo, nem ganho.
Isto e considerado o potencial de lucratividade do neg
ocio.

Leonardo M. Mito Henrique Suetake

Credit Scoring

Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento

Tipos Comuns de Erro

O erro do tipo I est
a relacionado com o tipo II, inversamente. Isto porque
ambos seguem distribuic
ao normal e existe intersec
ao entre as curvas.

Figure: Erro do tipo I.

Figure: Erro do tipo II.

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
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.

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.

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.

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.

Leonardo M. Mito Henrique Suetake

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.

Leonardo M. Mito Henrique Suetake

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.

Leonardo M. Mito Henrique Suetake

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.

Leonardo M. Mito Henrique Suetake

Credit Scoring

Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento

Regressao Logstica

Suponhamos uma amostra aleat

oria A da populac
ao P e x1 , . . . , xn vari
aveis
desta amostra que foram consideradas relevantes para a an
alise. Seja z uma
vari
avel que determina a qualidade do pagador.
z = 1 x1 + + n xn +
ez =

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.

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

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 - Vantagens e Desvantagens

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.

Leonardo M. Mito Henrique Suetake

Credit Scoring

Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento

Redes Neurais - Vantagens e Desvantagens

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.

Leonardo M. Mito Henrique Suetake

Credit Scoring

Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento

Redes Neurais - Vantagens e Desvantagens

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.

Leonardo M. Mito Henrique Suetake

Credit Scoring

Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento

Algoritmo Genetico para Otimizacao

Busca os melhores coeficientes (genes) do modelo (indivduo), partindo de

soluco
es quaisquer, melhorando-as, teoricamente.

E utilizada uma func

ao de aptid
ao (fitness) para decidir qu
ao boa aquela
soluc
ao e.
Conforme o metodo itera, passam-se geraco
es, fazendo com que a
populac
ao de soluco
es evolua, mantendo uma porcentagem dos melhor
adaptados e estabelecendo uma chance de haver cruzamento entre dois
indivduos (crossover ).
Existe tambem uma chance de mutac
ao, que e a alterac
ao aleat
oria de um
dos genes do indivduo, para evitar que a soluc
ao convirja para um local
indesejado.
O criterio de parada pode ser um n
umero fixo de geraco
es, um valor de
corte para a func
ao de aptid
ao etc.

Leonardo M. Mito Henrique Suetake

Credit Scoring

Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento

Algoritmo Genetico para Otimizacao

Busca os melhores coeficientes (genes) do modelo (indivduo), partindo de

soluco
es quaisquer, melhorando-as, teoricamente.

E utilizada uma func

ao de aptid
ao (fitness) para decidir qu
ao boa aquela
soluc
ao e.
Conforme o metodo itera, passam-se geraco
es, fazendo com que a
populac
ao de soluco
es evolua, mantendo uma porcentagem dos melhor
adaptados e estabelecendo uma chance de haver cruzamento entre dois
indivduos (crossover ).
Existe tambem uma chance de mutac
ao, que e a alterac
ao aleat
oria de um
dos genes do indivduo, para evitar que a soluc
ao convirja para um local
indesejado.
O criterio de parada pode ser um n
umero fixo de geraco
es, um valor de
corte para a func
ao de aptid
ao etc.

Leonardo M. Mito Henrique Suetake

Credit Scoring

Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento

Algoritmo Genetico para Otimizacao

Busca os melhores coeficientes (genes) do modelo (indivduo), partindo de

soluco
es quaisquer, melhorando-as, teoricamente.

E utilizada uma func

ao de aptid
ao (fitness) para decidir qu
ao boa aquela
soluc
ao e.
Conforme o metodo itera, passam-se geraco
es, fazendo com que a
populac
ao de soluco
es evolua, mantendo uma porcentagem dos melhor
adaptados e estabelecendo uma chance de haver cruzamento entre dois
indivduos (crossover ).
Existe tambem uma chance de mutac
ao, que e a alterac
ao aleat
oria de um
dos genes do indivduo, para evitar que a soluc
ao convirja para um local
indesejado.
O criterio de parada pode ser um n
umero fixo de geraco
es, um valor de
corte para a func
ao de aptid
ao etc.

Leonardo M. Mito Henrique Suetake

Credit Scoring

Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento

Algoritmo Genetico para Otimizacao

Busca os melhores coeficientes (genes) do modelo (indivduo), partindo de

soluco
es quaisquer, melhorando-as, teoricamente.

E utilizada uma func

ao de aptid
ao (fitness) para decidir qu
ao boa aquela
soluc
ao e.
Conforme o metodo itera, passam-se geraco
es, fazendo com que a
populac
ao de soluco
es evolua, mantendo uma porcentagem dos melhor
adaptados e estabelecendo uma chance de haver cruzamento entre dois
indivduos (crossover ).
Existe tambem uma chance de mutac
ao, que e a alterac
ao aleat
oria de um
dos genes do indivduo, para evitar que a soluc
ao convirja para um local
indesejado.
O criterio de parada pode ser um n
umero fixo de geraco
es, um valor de
corte para a func
ao de aptid
ao etc.

Leonardo M. Mito Henrique Suetake

Credit Scoring

Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento

Algoritmo Genetico para Otimizacao

Busca os melhores coeficientes (genes) do modelo (indivduo), partindo de

soluco
es quaisquer, melhorando-as, teoricamente.

E utilizada uma func

ao de aptid
ao (fitness) para decidir qu
ao boa aquela
soluc
ao e.
Conforme o metodo itera, passam-se geraco
es, fazendo com que a
populac
ao de soluco
es evolua, mantendo uma porcentagem dos melhor
adaptados e estabelecendo uma chance de haver cruzamento entre dois
indivduos (crossover ).
Existe tambem uma chance de mutac
ao, que e a alterac
ao aleat
oria de um
dos genes do indivduo, para evitar que a soluc
ao convirja para um local
indesejado.
O criterio de parada pode ser um n
umero fixo de geraco
es, um valor de
corte para a func
ao de aptid
ao etc.

Leonardo M. Mito Henrique Suetake

Credit Scoring

Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento

Algoritmo Genetico - Vantagens e Desvantagens

Produz resultados explic

aveis.
F
acil de implementar.
R
apida convergencia para um ponto crtico global.
Mas tambem n
ao existe garantia que convergir
a em tempo h
abil, apesar
de funcionar bem na pr
atica.
Pode ser o melhor metodo para um problema, mas um dos piores para
outro.

Leonardo M. Mito Henrique Suetake

Credit Scoring

Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento

Algoritmo Genetico - Vantagens e Desvantagens

Produz resultados explic

aveis.
F
acil de implementar.
R
apida convergencia para um ponto crtico global.
Mas tambem n
ao existe garantia que convergir
a em tempo h
abil, apesar
de funcionar bem na pr
atica.
Pode ser o melhor metodo para um problema, mas um dos piores para
outro.

Leonardo M. Mito Henrique Suetake

Credit Scoring

Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento

Algoritmo Genetico - Vantagens e Desvantagens

Produz resultados explic

aveis.
F
acil de implementar.
R
apida convergencia para um ponto crtico global.
Mas tambem n
ao existe garantia que convergir
a em tempo h
abil, apesar
de funcionar bem na pr
atica.
Pode ser o melhor metodo para um problema, mas um dos piores para
outro.

Leonardo M. Mito Henrique Suetake

Credit Scoring

Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento

Algoritmo Genetico - Vantagens e Desvantagens

Produz resultados explic

aveis.
F
acil de implementar.
R
apida convergencia para um ponto crtico global.
Mas tambem n
ao existe garantia que convergir
a em tempo h
abil, apesar
de funcionar bem na pr
atica.
Pode ser o melhor metodo para um problema, mas um dos piores para
outro.

Leonardo M. Mito Henrique Suetake

Credit Scoring

Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento

Algoritmo Genetico - Vantagens e Desvantagens

Produz resultados explic

aveis.
F
acil de implementar.
R
apida convergencia para um ponto crtico global.
Mas tambem n
ao existe garantia que convergir
a em tempo h
abil, apesar
de funcionar bem na pr
atica.
Pode ser o melhor metodo para um problema, mas um dos piores para
outro.

Leonardo M. Mito Henrique Suetake

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.

Leonardo M. Mito Henrique Suetake

Credit Scoring

Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento

Behavior Scoring

Da mesma forma para maus pagadores pode-se ter:

Corte do credito.
Elevac
ao dos juros.
Prazos menores.
O Behavior Scoring e mais utilizado como um auxlio extra na an
alise do
credito. A utilizac
ao e vantajosa quando existem transaco
es rotineiras, baixos
valores e condico
es dentro do padr
ao. Caso contr
ario a utilizac
ao do Credit
Scoring pode ser mais vantajosa.

Leonardo M. Mito Henrique Suetake

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.

Leonardo M. Mito Henrique Suetake

Credit Scoring

Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento

Conclusao

Figure: XD

Leonardo M. Mito Henrique Suetake

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.

Leonardo M. Mito Henrique Suetake

Credit Scoring

Introduc
ao
Abordagens
Behavior Scoring e Risk Rating
Encerramento

Fim

Obrigado!

Leonardo M. Mito Henrique Suetake

Credit Scoring