Análise de credit scoring utilizando redes neurais

Abstract

Bancos e instituições financeiras usualmente desejam saber quais clientes pagarão o crédito concedido. Para tanto, usam modelos estatísticos de credit scoring.Nos últimos anos, redes neurais se estabeleceram como uma das ferramentas com melhores resultados em desenvolvimento de modelos de credit scoring. A fim de aprimorar a precisão de modelos de credit scoring, esse artigo tem como objetivo analisar o uso de variáveis dummy e seleção stepwise de variáveis no desenvolvimento de modelos de credit scoring com redes neurais. Para isso, foram desenvolvidos a partir de uma base de dados de um banco de Taiwan, 4 modelos, com variações de uso/não uso de variáveis dummy e seleção stepwise .Comparando-os, constatou-se que ambos os modelos com uso de variáveis dummy , com ou sem uso de seleção stepwise, tiveram resultados melhores comparados à base padrão. Também se verificou que a seleção stepwise traz um ganho pequeno se considerado o aumento do tempo necessário para sua aplicação.