Comparação do desempenho de modelos de Credit Scoring utilizando diferentes composições amostrais de grupos de clientes

Abstract

Com o crescente incentivo ao consumo e aumento na concessão de crédito, os modelos de previsão de risco passam a ter grande importância como ferramenta para tomada de decisão. Para a construção destes modelos o impacto de diferentes composições amostrais de grupos de clientes é questão importante para investigar. Nesse sentido, este trabalho tem como objetivo comparar o desempenho de modelos com distintas proporções amostrais dos grupos bons e maus clientes por meio da técnica estatística de regressão logística. Todas as etapas de construção do modelo são descritas detalhadamente, sendo o método dividido em sete grandes etapas: (i) Planejamento e definições; (ii) Identificação das variáveis previsoras; (iii) Amostragem e coleta dos dados; (iv) Análise dos dados; (v) Análise dicotômica; (vi) Obtenção da fórmula preliminar; (vii) Acurácia e validação do modelo. Os três esquemas de amostragem comparados foram aplicados no mesmo banco de dados real, proveniente de uma rede de farmácias com crediário próprio. Os resultados obtidos demonstram que as diferentes composições amostrais interferem na previsão do perfil do grupo de interesse, pois quanto maior a proporção dos indivíduos que são minoria na população, neste caso os maus pagadores, maior a taxa de acerto no grupo.

With the increasing boost consumption and increase in lending, risk prediction models now have great importance as a tool for decision making. For the construction of these models the impact of different sample compositions customer groups is important issue to investigate. Thus, this study aims to compare the performance of models with different sample proportions of good groups and bad clients through logistic regression statistical technique. All model building steps are described in detail, the method divided into seven major steps: (i) Planning and definitions; (ii) Identification of the predictor variables; (iii) Sampling and data collection; (iv) analysis of data; (v) dichotomous analysis; (vi) providing the preliminary formula; (vii) Accuracy and validation of the model. The three compared sampling schemes were applied in the same actual database, from a network of pharmacies with customer credit. The results show that the different sample compositions interfere in predicting the profile of the group of interest, because the higher the proportion of individuals who are a minority in the population, in this case the bad payers, the higher the hit rate in the group.