Avaliação de uma metodologia de seleção de variáveis multicriterial no ambiente de credit scoring

• Autor(a) principal: Kahmann, Alessandro
• Data de Publicação: 2018
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRGS
• Texto Completo: http://hdl.handle.net/10183/175210
• topic: Seleção de variáveis; Métodos quantitativos; Credit scoring; Variable selection; Quantitative methods

Após a crise financeira mundial de 2008, a análise de risco de crédito ganhou maior importância quando comparado a momentos anteriores. A predição do risco da concessão de crédito, chamado credit scoring, pode ser realizada através de métodos estatísticos multivariados específicos para tal situação. Dentro deste cenário, este trabalho tem como objetivo avaliar o método proposto em Kahmann et al. (2017) em um problema de credit scoring, de forma a identificar os atributos que melhor discriminam bons e maus clientes. Testando suas premissas em dois bancos de dados públicos de credit scoring, o subconjunto de variáveis selecionadas conduziu a melhores classificações quando comparado ao banco de dados completo. Complementarmente, quando comparados a outros estudos da área obteve piores classificações quando utilizado o banco de dados com desbalanço entre as observações das duas classes e a melhores classificações quando o banco de dados contém quantidades semelhantes de observações em cada classe. Tais resultados indicam que, sob as devidas condições, o método possui aplicabilidade em problemas de credit scoring.