Classificação de Portfólio de Créditos Não-Performados utilizando Redes Neurais Artificiais Multilayer Perceptron

• Autor(a) principal: Clesio, Flavio
• Data de Publicação: 2014
• Outros Autores: Sassi, Renato José
• Tipo de documento: Artigo
• Idioma: por
• Título da fonte: GEPROS. Gestão da Produção. Operações e Sistemas
• Texto Completo: https://revista.feb.unesp.br/gepros/article/view/1120

O objetivo da presente pesquisa é realizar a aplicação da técnica de redes neurais do tipo Multilayer Perceptron (MLP) na criação dos modelos classificação de um portfólio de créditos inadimplidos não-performados (NPLs – Non-Performing Loans) para classificação destes derivativos de crédito. Os créditos NPL são caracterizados como o montante relativo a empréstimos que não foram pagos e que já estão vencidos por mais de 90 dias. Uma vez que esses títulos por força de legislação são movidos para perdas, Fundos de Investimento em Direitos Creditórios (FIDC) realizam a compra dessas dívidas junto a essas instituições e realizam o processo de recuperação desse crédito. Com a utilização de redes neurais foram criados modelos de classificação relativos à posterior recuperação dessas dívidas. Para a avaliação de desempenho dos modelos foram apresentadas métricas de avaliação da classificação relativas às redes neurais com diferentes arquiteturas. Os resultados com a classificação foram satisfatórios tendo em vista que os modelos de classificação tiveram sucesso conforme a estrutura de custos econômicos apresentada. Palavras-chave: Créditos Não-Performados. Redes Neurais Artificiais. Multilayer Perceptron. Non-Performing Loans. Créditos Inadimplidos.