Modelos de Risco de Crédito de Clientes: Uma aplicação a Dados Reais

• Autor(a) principal: Pereira, Gustavo H. A.
• Data de Publicação: 2014
• Outros Autores: Artes, Rinaldo
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações do INSPER
• Texto Completo: https://repositorio.insper.edu.br/handle/11224/5975
• topic: credt scoring; customer scoring; equações de estimação generalizadas; regressão logística; risco de crédito

Modelos de behavioural scoring são geralmente utilizados para estimar a probabilidade de um cliente de uma instituição financeira que já possui um determinado produto de crédito se tornar inadimplente neste produto em um horizonte de tempo pré-fixado. Porém, frequentemente, um mesmo cliente tem diversos produtos de crédito em uma única instituiçãoo e os modelos de behavioural scoring geralmente tratam cada um deles de forma independente. Para facilitar e tornar mais eficiente o gerenciamento do risco de crédito, é interessante o desenvolvimento de modelos de customer default scoring. Esses modelos buscam estimar a probabilidade de um cliente de uma instituição financeira se tornar inadimplente em pelo menos um produto em um horizonte de tempo pré-fixado. Neste trabalho, são descritas três estratégias que podem ser utilizadas para o desenvolvimento de modelos de customer default scoring. Uma das estratégias é usualmente utilizada por instituições financeiras e as duas outras são propostas neste trabalho. As performances dessas estratégias são comparadas utilizando um banco de dados real fornecido por uma instituição financeira e um estudo de simulação de Monte Carlo.