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

Abstract

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.

After the world financial crisis in 2008, the credit scoring gained more importance when compared to previous moments. The credit concession risk prediction can be made by suited multivariate statistical methods, specific to such situation. In such scenario, this paper aims to evaluate the method proposed in Kahmann et al. (2017) in a credit scoring problem, in order to identify the features that better discriminate good and bad clients. Testing its premises in two public credit scoring datasets, the selected subset of variables provided better classification when compared to the full dataset. Complementarily, when compared to other studies in the field the method provides worst results when the dataset presents unbalance between the number of observations in each class and better results when the data set has similar number of observations in each class. Such results indicates that under the right circumstances the method can be used in credit scoring problems.