Construção e avaliação de uma regra de reconhecimento e classificação de clientes de uma instituição financeira com base na análise multivariada

Abstract

Resumo: A inadimplência é um dos maiores problemas, senão o maior, enfrentados pelas administradoras de cartão de crédito. No estudo de tal problema, foi criado o conceito de risco, que é essencialmente a probabilidade de não recebimento de créditos por parte das administradoras. Alguns autores [2] e [17] referem-se à Análise Multivariada como ferramenta bastante poderosa na administração do risco na concessão de crédito pessoal. O objetivo deste trabalho é a construção de regras de classificação baseadas na Função Discriminante Linear (FDL) e na Regressão Logística (RL) para: • Classificar clientes de cartão de crédito em uma de duas classes. • Estimar a probabilidade de inadimplência por parte de um novo cliente (risco). e a elaboração de um algoritmo em linguagem computacional, a fim de auxiliar a automatização do processo de concessão de crédito pessoal. A eficiência dos procedimentos foi avaliada por meio do Método de Lachenbruch [12] e [13]. Também são apresentadas as regras de reconhecimento de padrões construídas com base na Função Discriminante Linear de Fisher e no Modelo de Regressão Logística

Abstract: The non-payment (breach of contract) is one of the major, ifnot the major, problem faced by administrators (companies, agencies) of credit. In studies ofsuch problems it was created a risk concept, that is essencially the probability of not receiving the credits from the administrators. Some authors, [2] and [17], refer the multivariate analysis as a very pcrwerful tool in the risk administration of conceding the personal credit. The goal (objective) of this job is to build the classified rules based on the Discriminant Linear Function (DLF) and on the Logistic Regression (LR), to • Classify the clients of credit card in one of two groups. • Stimulate the probability of non-payment (breach of contract) by a new client (risk). and the elaboration of an algorithm in computational language so that the process of a conceding credit becomes automatized The efficiency of the procedures was evahiated by the Lachenbruch Method, [12] and [13] . They are presented the rules for pattern and recognition build on Fisher’s Discriminant Linear Function and Logistic Regression Model, as well the degree of its efficacy