Evolução bancária no Brasil: evolução da rede física bancária entre séculos (1990-2020)
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional do FGV (FGV Repositório Digital) |
Texto Completo: | https://hdl.handle.net/10438/32855 |
Resumo: | Após um período de expansão bancária via uma estrutura física de redes de agências, os bancos brasileiros iniciaram um período de redução da sua rede física. O objetivo desse trabalho é suportar essa tendência de fechamento de agências com uma projeção futura dos principais municípios em que isso vem ocorrendo. Para realizar essa projeção, a estratégia foi desenvolver um modelo preditivo que permita explicabilidade direta através de parâmetros aprendidos. Uma vez treinado, a ideia é usar os resultados de explicabilidade do modelo para sugerir uma relação causal entre o fechamento de agências e as variáveis explicativas mais relevantes. Foram utilizados dados nacionais extraídos do Banco Central do Brasil (incluindo, mas não limitado, a dados sobre evolução de agências bancárias) assim como informações demográficas, de perfil etário, densidade populacional, atividade econômica e atividade digital. Com o auxílio de modelagem de inteligência de máquina, mais especificamente técnicas de Gradient Boosting para treinamento automatizado com baixa necessidade de tratamento de dados, buscou-se inferências estatísticas ricas em informações e gráficos que ajudam a encontrar a próxima tendência em fechamento de agências. Com mais de 30 anos de histórico analisado, e 6 anos específicos (2015-2021) dentro de um período de redução da rede física brasileira, conclui-se que esse processo seguirá ocorrendo nos próximos anos e que esse processo de fechamento de agências bancárias no Brasil evolui de forma heterogênea com respeito a fatores demográficos, digitais e de maturidade bancária em cada localidade brasileira. Espera-se que esse trabalho possa ser útil para qualquer analista de instituições financeiras com rede física de agencias que esteja trabalhando em projetos de eficiência e digitalização. |
id |
FGV_2e2d335f3da7cc9e0e7f202ac9cf1a8b |
---|---|
oai_identifier_str |
oai:repositorio.fgv.br:10438/32855 |
network_acronym_str |
FGV |
network_name_str |
Repositório Institucional do FGV (FGV Repositório Digital) |
repository_id_str |
3974 |
spelling |
Andres, GustavoEscolas::EESPMata, Daniel daFrare, Irineu RodriguesSampaio, Joelson Oliveira2022-11-07T15:00:42Z2022-11-07T15:00:42Z2022-10-20https://hdl.handle.net/10438/32855Após um período de expansão bancária via uma estrutura física de redes de agências, os bancos brasileiros iniciaram um período de redução da sua rede física. O objetivo desse trabalho é suportar essa tendência de fechamento de agências com uma projeção futura dos principais municípios em que isso vem ocorrendo. Para realizar essa projeção, a estratégia foi desenvolver um modelo preditivo que permita explicabilidade direta através de parâmetros aprendidos. Uma vez treinado, a ideia é usar os resultados de explicabilidade do modelo para sugerir uma relação causal entre o fechamento de agências e as variáveis explicativas mais relevantes. Foram utilizados dados nacionais extraídos do Banco Central do Brasil (incluindo, mas não limitado, a dados sobre evolução de agências bancárias) assim como informações demográficas, de perfil etário, densidade populacional, atividade econômica e atividade digital. Com o auxílio de modelagem de inteligência de máquina, mais especificamente técnicas de Gradient Boosting para treinamento automatizado com baixa necessidade de tratamento de dados, buscou-se inferências estatísticas ricas em informações e gráficos que ajudam a encontrar a próxima tendência em fechamento de agências. Com mais de 30 anos de histórico analisado, e 6 anos específicos (2015-2021) dentro de um período de redução da rede física brasileira, conclui-se que esse processo seguirá ocorrendo nos próximos anos e que esse processo de fechamento de agências bancárias no Brasil evolui de forma heterogênea com respeito a fatores demográficos, digitais e de maturidade bancária em cada localidade brasileira. Espera-se que esse trabalho possa ser útil para qualquer analista de instituições financeiras com rede física de agencias que esteja trabalhando em projetos de eficiência e digitalização.After a period of strong banking expansion through a large physical structure of branch networks, Brazilian banks began a period of reduction of their physical network. The objective of this work is to support this trend of closing branches with a future projection of the main municipalities in which this has been occurring. To perform this projection, the strategy was to develop a predictive model that allows direct explicability through learned parameters. Once trained, the plan is to use the results of the model to suggest a causal relationship between the closure of agencies and the most relevant explanatory variables. To carry out this work, we used national data extracted from the Central Bank of Brazil (including, but not limited to, data on the evolution of bank branches) as well as demographic, age-profile, population density, economic activity and digital activity information. With the help of machine learning models, more specifically Gradient Boosting techniques for automated training with a low need for data processing, statistical inferences rich in information and graphics were developed to find the next trend in branch closures. With more than 30 years of history analyzed, and 6 specific years (2015-2021) within a period of reduction of the Brazilian banks physical network, it is concluded that this process will continue to occur in the coming years and that this process of closing bank branches in Brazil evolves in a heterogeneous way with respect to demographic, digital and banking maturity factors in each Brazilian locality. It is expected that this work can be useful for any analyst of financial institutions with physical branch network who is working on efficiency and digitization projects.porFinancial systemBanking institutionsRetail bankingBranchesSistema financeiroInstituições bancáriasBancos comerciaisAgências bancáriasEconomiaAdministração bancáriaBancos - HistóriaAdministração bancária - BrasilBancosEvolução bancária no Brasil: evolução da rede física bancária entre séculos (1990-2020)info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional do FGV (FGV Repositório Digital)instname:Fundação Getulio Vargas (FGV)instacron:FGVORIGINALGustavo Andres - MPE_20221106.pdfGustavo Andres - MPE_20221106.pdfPDFapplication/pdf1545222https://repositorio.fgv.br/bitstreams/1e05c7ea-0959-4839-abe7-2260e8a43f77/download5194e0c0be3058aba1305de73ec4ad06MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-84707https://repositorio.fgv.br/bitstreams/4b53e612-936a-441a-9044-1896415137b7/downloaddfb340242cced38a6cca06c627998fa1MD54TEXTGustavo Andres - MPE_20221106.pdf.txtGustavo Andres - MPE_20221106.pdf.txtExtracted texttext/plain103060https://repositorio.fgv.br/bitstreams/1fd8da18-43bf-4fd1-bd91-321287d961c9/download6c0ab5881320e6c5d3e1c6f51eeaf137MD59THUMBNAILGustavo Andres - MPE_20221106.pdf.jpgGustavo Andres - MPE_20221106.pdf.jpgGenerated Thumbnailimage/jpeg2469https://repositorio.fgv.br/bitstreams/4bf0629a-e384-404d-a58c-af35b65a8a61/download6090cf202368791082dbfee046a10bb7MD51010438/328552023-11-04 18:16:25.231open.accessoai:repositorio.fgv.br:10438/32855https://repositorio.fgv.brRepositório InstitucionalPRIhttp://bibliotecadigital.fgv.br/dspace-oai/requestopendoar:39742023-11-04T18:16:25Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV)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 |
dc.title.por.fl_str_mv |
Evolução bancária no Brasil: evolução da rede física bancária entre séculos (1990-2020) |
title |
Evolução bancária no Brasil: evolução da rede física bancária entre séculos (1990-2020) |
spellingShingle |
Evolução bancária no Brasil: evolução da rede física bancária entre séculos (1990-2020) Andres, Gustavo Financial system Banking institutions Retail banking Branches Sistema financeiro Instituições bancárias Bancos comerciais Agências bancárias Economia Administração bancária Bancos - História Administração bancária - Brasil Bancos |
title_short |
Evolução bancária no Brasil: evolução da rede física bancária entre séculos (1990-2020) |
title_full |
Evolução bancária no Brasil: evolução da rede física bancária entre séculos (1990-2020) |
title_fullStr |
Evolução bancária no Brasil: evolução da rede física bancária entre séculos (1990-2020) |
title_full_unstemmed |
Evolução bancária no Brasil: evolução da rede física bancária entre séculos (1990-2020) |
title_sort |
Evolução bancária no Brasil: evolução da rede física bancária entre séculos (1990-2020) |
author |
Andres, Gustavo |
author_facet |
Andres, Gustavo |
author_role |
author |
dc.contributor.unidadefgv.por.fl_str_mv |
Escolas::EESP |
dc.contributor.member.none.fl_str_mv |
Mata, Daniel da Frare, Irineu Rodrigues |
dc.contributor.author.fl_str_mv |
Andres, Gustavo |
dc.contributor.advisor1.fl_str_mv |
Sampaio, Joelson Oliveira |
contributor_str_mv |
Sampaio, Joelson Oliveira |
dc.subject.eng.fl_str_mv |
Financial system Banking institutions Retail banking Branches |
topic |
Financial system Banking institutions Retail banking Branches Sistema financeiro Instituições bancárias Bancos comerciais Agências bancárias Economia Administração bancária Bancos - História Administração bancária - Brasil Bancos |
dc.subject.por.fl_str_mv |
Sistema financeiro Instituições bancárias Bancos comerciais Agências bancárias |
dc.subject.area.por.fl_str_mv |
Economia |
dc.subject.bibliodata.por.fl_str_mv |
Administração bancária Bancos - História Administração bancária - Brasil Bancos |
description |
Após um período de expansão bancária via uma estrutura física de redes de agências, os bancos brasileiros iniciaram um período de redução da sua rede física. O objetivo desse trabalho é suportar essa tendência de fechamento de agências com uma projeção futura dos principais municípios em que isso vem ocorrendo. Para realizar essa projeção, a estratégia foi desenvolver um modelo preditivo que permita explicabilidade direta através de parâmetros aprendidos. Uma vez treinado, a ideia é usar os resultados de explicabilidade do modelo para sugerir uma relação causal entre o fechamento de agências e as variáveis explicativas mais relevantes. Foram utilizados dados nacionais extraídos do Banco Central do Brasil (incluindo, mas não limitado, a dados sobre evolução de agências bancárias) assim como informações demográficas, de perfil etário, densidade populacional, atividade econômica e atividade digital. Com o auxílio de modelagem de inteligência de máquina, mais especificamente técnicas de Gradient Boosting para treinamento automatizado com baixa necessidade de tratamento de dados, buscou-se inferências estatísticas ricas em informações e gráficos que ajudam a encontrar a próxima tendência em fechamento de agências. Com mais de 30 anos de histórico analisado, e 6 anos específicos (2015-2021) dentro de um período de redução da rede física brasileira, conclui-se que esse processo seguirá ocorrendo nos próximos anos e que esse processo de fechamento de agências bancárias no Brasil evolui de forma heterogênea com respeito a fatores demográficos, digitais e de maturidade bancária em cada localidade brasileira. Espera-se que esse trabalho possa ser útil para qualquer analista de instituições financeiras com rede física de agencias que esteja trabalhando em projetos de eficiência e digitalização. |
publishDate |
2022 |
dc.date.accessioned.fl_str_mv |
2022-11-07T15:00:42Z |
dc.date.available.fl_str_mv |
2022-11-07T15:00:42Z |
dc.date.issued.fl_str_mv |
2022-10-20 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://hdl.handle.net/10438/32855 |
url |
https://hdl.handle.net/10438/32855 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional do FGV (FGV Repositório Digital) instname:Fundação Getulio Vargas (FGV) instacron:FGV |
instname_str |
Fundação Getulio Vargas (FGV) |
instacron_str |
FGV |
institution |
FGV |
reponame_str |
Repositório Institucional do FGV (FGV Repositório Digital) |
collection |
Repositório Institucional do FGV (FGV Repositório Digital) |
bitstream.url.fl_str_mv |
https://repositorio.fgv.br/bitstreams/1e05c7ea-0959-4839-abe7-2260e8a43f77/download https://repositorio.fgv.br/bitstreams/4b53e612-936a-441a-9044-1896415137b7/download https://repositorio.fgv.br/bitstreams/1fd8da18-43bf-4fd1-bd91-321287d961c9/download https://repositorio.fgv.br/bitstreams/4bf0629a-e384-404d-a58c-af35b65a8a61/download |
bitstream.checksum.fl_str_mv |
5194e0c0be3058aba1305de73ec4ad06 dfb340242cced38a6cca06c627998fa1 6c0ab5881320e6c5d3e1c6f51eeaf137 6090cf202368791082dbfee046a10bb7 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV) |
repository.mail.fl_str_mv |
|
_version_ |
1813797864451604480 |