Previsão de Inadimplência por Redes Neurais Artificiais

1,754 views
1,597 views

Published on

A análise de inadimplência creditícia tem sido objeto de estudo para diversos pesquisadores e profissionais. Mesmo em casos onde há ocorrência da inadimplência é um evento quase raro, empresas concessionárias de empréstimos precisam se apoiar em boas práticas de concessão de empréstimos por diversos motivos. O presente artigo visa estudar o fenômeno da inadimplência através de redes neurais artificiais neste ambiente de baixa inadimplência. Para isto, utilizaremos uma base de dados real de uma cooperativa de crédito brasileira para estudo e aplicação das técnicas aqui apresentadas.

Published in: Business
0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
1,754
On SlideShare
0
From Embeds
0
Number of Embeds
10
Actions
Shares
0
Downloads
0
Comments
0
Likes
1
Embeds 0
No embeds

No notes for slide

Previsão de Inadimplência por Redes Neurais Artificiais

  1. 1. Rio de Janeiro, 15 de Dezembro de 2008. Previsão de Inadimplência por Redes Neurais Artificiais na Presença de Baixo Risco Anderson Guimarães de Pinho
  2. 2. Previsão de Inadimplência por Redes Neurais na Presença de Baixo Risco <ul><li>Problema </li></ul><ul><ul><li>Empresa: Cooperativa de Crédito. </li></ul></ul><ul><ul><li>Identificar o futuro cooperado inadimplente. </li></ul></ul>
  3. 3. Previsão de Inadimplência por Redes Neurais na Presença de Baixo Risco <ul><li>Justificativa </li></ul><ul><ul><li>Na automação de sistemas especialistas: </li></ul></ul><ul><ul><ul><li>Aumento da produtividade. </li></ul></ul></ul><ul><ul><ul><li>Redução de custos operacionais. </li></ul></ul></ul><ul><ul><ul><li>Eficiência em processos. </li></ul></ul></ul><ul><ul><ul><li>Estabelecimento de boas práticas com o cliente (pró-atividade). </li></ul></ul></ul><ul><ul><ul><li>Sustentabilidade e lucratividade. </li></ul></ul></ul><ul><ul><ul><li>Preventivamente vs . Reativamente. </li></ul></ul></ul>
  4. 4. Previsão de Inadimplência por Redes Neurais na Presença de Baixo Risco <ul><li>Metodologia </li></ul><ul><ul><li>Participação dos Inadimplentes </li></ul></ul><ul><ul><li>MLP com Backpropagation </li></ul></ul><ul><ul><ul><li>Comitê de Redes </li></ul></ul></ul><ul><ul><ul><li>Rede Individual (com Bootstrap) </li></ul></ul></ul>
  5. 5. Previsão de Inadimplência por Redes Neurais na Presença de Baixo Risco <ul><li>Base de Dados </li></ul><ul><ul><li>Tabela Cadastral </li></ul></ul><ul><ul><li>Tabela Métricas Transacionais </li></ul></ul>
  6. 6. Previsão de Inadimplência por Redes Neurais na Presença de Baixo Risco <ul><li>Seleção de Variáveis </li></ul>Variáveis Para Seleção
  7. 7. Previsão de Inadimplência por Redes Neurais na Presença de Baixo Risco <ul><li>Seleção de Variáveis </li></ul>Contínuas Categóricas Variáveis Para Seleção
  8. 8. Previsão de Inadimplência por Redes Neurais na Presença de Baixo Risco <ul><li>Seleção de Variáveis </li></ul>Contínuas Categóricas Variáveis Para Seleção
  9. 9. Previsão de Inadimplência por Redes Neurais na Presença de Baixo Risco <ul><li>Seleção de Variáveis </li></ul>Contínuas Categóricas Variáveis Para Seleção
  10. 10. Previsão de Inadimplência por Redes Neurais na Presença de Baixo Risco <ul><li>Seleção de Variáveis </li></ul>
  11. 11. Previsão de Inadimplência por Redes Neurais na Presença de Baixo Risco <ul><li>Seleção de Variáveis </li></ul>Principais Componentes 73,8% da Variabilidade
  12. 12. Previsão de Inadimplência por Redes Neurais na Presença de Baixo Risco <ul><li>Delineamento dos Experimentos </li></ul>
  13. 13. Previsão de Inadimplência por Redes Neurais na Presença de Baixo Risco <ul><li>Delineamento dos Experimentos </li></ul>
  14. 14. Previsão de Inadimplência por Redes Neurais na Presença de Baixo Risco <ul><li>Delineamento dos Experimentos </li></ul>Variáveis Transformadas X e Matriz de PCA Extraídos
  15. 15. Previsão de Inadimplência por Redes Neurais na Presença de Baixo Risco <ul><li>Combinação de Notas do Comitê </li></ul>Rede 1 Rede 2 Rede 3 VOTAÇÃO
  16. 16. Previsão de Inadimplência por Redes Neurais na Presença de Baixo Risco <ul><li>Algumas Informações </li></ul><ul><ul><li>MLPs com 1 camada oculta. </li></ul></ul><ul><ul><li>Função de Ativação Sigmóide. </li></ul></ul><ul><ul><li>Treinamento em Batch com Algoritmo Gradiente Decrescente. </li></ul></ul><ul><ul><ul><li>Interropido quando aumento no SSE em 20 ciclos seguidos. </li></ul></ul></ul><ul><ul><ul><li>Ou número máximo de ciclos fosse atingido. </li></ul></ul></ul><ul><ul><li>Número de Neurônios </li></ul></ul><ul><ul><ul><li>2,3,4,5,6,10,12 </li></ul></ul></ul><ul><ul><li>Número de Ciclos de Treinamento </li></ul></ul><ul><ul><ul><li>25, 50, 100, 200, 400, 800 </li></ul></ul></ul><ul><ul><li>Softwares </li></ul></ul><ul><ul><ul><li>SPSS 16.0 para a modelagem das Redes. </li></ul></ul></ul><ul><ul><ul><li>Excel 2007 para Bootstrapping. </li></ul></ul></ul>
  17. 17. Previsão de Inadimplência por Redes Neurais na Presença de Baixo Risco <ul><li>Exemplo da: </li></ul><ul><ul><li>Rede Individual (Bootstrapping) com Matriz de X </li></ul></ul><ul><ul><li>Rede Individual (Bootstrapping) com Matriz de PCA </li></ul></ul>
  18. 18. Previsão de Inadimplência por Redes Neurais na Presença de Baixo Risco <ul><li>Resultados Finais: </li></ul><ul><ul><li>Rede Individual (Bootstrapping) </li></ul></ul><ul><ul><li>Comitê de Redes </li></ul></ul>
  19. 19. Previsão de Inadimplência por Redes Neurais na Presença de Baixo Risco <ul><li>Conclusões: </li></ul><ul><ul><li>Rede Individual gerou bom resultados. </li></ul></ul><ul><ul><li>Estrutura de Comitê exige altos custos de implementação. </li></ul></ul><ul><li>Próximos Passos: </li></ul><ul><ul><li>Evoluir a rede por modelagem Neuro-genética. </li></ul></ul><ul><ul><li>Comparar resultados neurais com modelos logísticos. </li></ul></ul>
  20. 20. Obrigado! Anderson Pinho

×