Um modelo preditivo de classificação de operações de crédito
Autor(es):
Santos, Francisco Jackson dos
Palavras Chaves:
Não informado
Ano de Publicação:
2013
Resumo:
Um sistema de classificação de crédito eficiente é fundamental para que uma Instituição Financeira(IF) possa realizar uma boa gestão de risco de crédito. No Brasil, as operações de crédito de IFs devem ser classificadas em nove níveis de risco, conforme Resolução 2.682/99 do Conselho Monetário Nacional. O provisionamento para crédito de liquidação duvidosa é constituído em função da classificação da operação, assim, quanto pior a classificação da operação, maior o valor a ser provisionado. De acordo com o Novo Acordo de Basileia, as classificações de risco de crédito são relevantes para determinar o capital exigido das IFs para absorver perdas inesperadas em seus portfólios de crédito. Esta pesquisa tem como objetivo desenvolver um modelo preditivo de classificação de operações, de forma a permitir às IFs se antecipar em tomar medidas preventivas quanto ao risco de crédito. Para tanto, foram analisadas dados das operações de longo prazo de uma grande instituição financeir brasileira, no período de janeiro de 2010 a dezembro de 2012. Esses dados foram submetidos a uma Rede Neural Artificial (RNA). Para determinar o poder discriminatório do modelo foi utilizada a Receiver Operating Characteristic (ROC). A base de dados submetida a RNA foi dividida em três partições, uma de treinamento, uma de teste e uma de validação. O desempenho da RNA, em cada partição, foi de 98,54%, 98.43% e 98,53% respectivamente. A menor área sob a curva ROC foi de 0,7459. Os resultados obtidos foram satisfatórios e mostraram o quanto uma aplicação de RNA pode contribuir para às IFs de crédito, ao antecipar eventos que podem afetar sua capacidade de concessão de crédito. Palavras-chave: Provisionamento, Rede Neural, ROC.
Abstract:
A credit rating system is essential for efficient financial institution (FI) can hold a good credit risk management. In Brazil, the credit operations of FIs are classified into nine levels of risk, according to Resolution 2.682/99 National Monetary Council. The provision for doubtful accounts is established based on the classification of the operation, so the worse the classification of the operation, the greater the value to be accrued. According to the New Basel Accord, the credit risk ratings are relevant for determining the required capital of the FIs to absorb unexpected losses in their credit portfolios.
This research aims to develop a predictive model for classification of operations in order to enable FIs to anticipate in taking preventive measures as to credit risk. Therefore, we analyzed long-term operations of a major Brazilian financial institution in the period prescribed for January 2010 to December 2012. These data were submitted to an Artificial Neural Network (ANN). To determine the discriminatory power of the model was used Receiver Operating Characteristic (ROC). The database undergo RNA was divided into three partitions, a training, a test and validation. The accuracy of RNA in each partition, was 98,54%, 98,43% e 98,53% respectively. The area under the ROC curve was 0,7459. The results were satisfactory and showed how an application of RNA may contribute to the FIs credit, to anticipate events that might affect their ability to extend credit. Keywords: Provisioning, Neural Network, ROC.
Tipo do Trabalho:
Dissertação
Referência:
Santos, Francisco Jackson dos. Um modelo preditivo de classificação de operações de crédito. 2013. 106 f. Dissertação (Mestrado Acadêmico ou Profissional em 2013) - Universidade Estadual do Ceará, , 2013. Disponível em: Acesso em: 21 de maio de 2024
Universidade Estadual do Ceará - UECE | Departamento de Tecnologia da Informação e Comunicação - DETIC
Política de Privacidade e Segurança Build 1
