A Equifax está de cara nova na Internet.
Para que você possa ter acesso a todos os novos recursos de nosso Web site é necessário atualizar seu navegador.
Clique em um dos links abaixo para fazer a atualização gratuita do seu navegador e desfrutar ao máximo dos recursos de nosso Web site.
PC: Microsoft Internet Explorer ou Netscape Navigator

Mac: Apple Safari, Microsoft Internet Explorer ou Netscape Navigator

Credit scoring

Técnicas de análise matemática têm sido muito utilizadas como auxiliares no processo decisório nos últimos anos, principalmente nos EUA.
A que se adapta melhor às necessidades das empresas na área de risco é a análise discriminante aplicada às decisões de crédito, mais conhecida como credit scoring.


A análise discriminante é uma técnica de tratamento estatístico de dados, aplicável a todos os processos que impliquem numa decisão do tipo: bom/mau, sucesso/ fracasso, excesso/falta etc. Trata-se, fundamentalmente, de levantar situações passadas e, através de tratamento matemático, encontrar um modelo consistente que nos habilite a tomar decisões para o futuro de curto prazo.

Antes de descrever, em linhas gerais, os passos necessários para a montagem de um modelo de score, será interessante definir o que hoje é geralmente aceito como mecânica do processo decisório: isto é, o que se passa em nossas mentes quando decidimos, escolhemos ou formamos um juízo sobre alguém ou alguma coisa.

Note-se que, por este raciocínio, mesmo as decisões que nós consideramos baseadas em nossa sensibilidade ou feeling são determinadas por nossa experiência passada. Dizer, baseados em nosso feeling, que um determinado cliente, numa "primeira impressão", parece "digno de confiança", equivale a dizer: "a grande maioria dos clientes com este comportamento, com este cadastro e com esta aparência, com quem entrei em contato até hoje, se demonstrou digna de confiança". Segue-se também que seremos incapazes de emitir qualquer opinião ou tomar qualquer decisão se não tivermos algum histórico (ainda que por aproximação ou comparação) sobre a matéria a ser analisada. Veremos a seguir que os modelos de análise discriminante reproduzem e sistematizam este processo de julgamento.

No caso específico do uso da análise discriminante como instrumento de concessão de crédito para pessoa física (o credit scoring), uma amostra de fichas cadastrais de clientes com histórico conhecido é estudada e separada em dois grupos: o grupo que o credor considera "bom" e o grupo considerado "mau".

Definido o conceito de bom e mau (ou, mais exatamente, o "tipo de cliente que estamos interessados em obter ou conservar" e o "tipo de cliente com o qual preferimos não trabalhar"), estuda-se cada grupo de acordo com suas características de idade, renda, propriedades, situação profissional etc., de forma a obter seu perfil. Isto feito, monta-se um modelo estatístico (através da análise discriminante), que nos possibilitará tomar, no futuro, decisões de crédito mais objetivas e, num modelo consistente, mais aderentes à política de crédito da empresa e, comprovadamente, de menor risco do que as obtidas com os métodos tradicionais.

O comportamento da carteira passada de clientes serve para apoio de decisões em modelos estatísticos para a concessão de créditos massificados. Esses modelos formam um programa de computador que é alimentado pelos dados que o consumidor preenche nas fichas cadastrais. Quem aprova o crédito ou não é um programa.
Crédito massificado é muito mais do que checar se o cliente está fichado em algum órgão de informações cadastrais ou se tem títulos protestados. Estes são apenas itens e, é claro, têm peso negativo na contagem de pontos. O crédito massificado é uma avaliação de milhões de eventos que são repetitivos. Não reduz perdas, mas maximiza o retorno. Com ele, é possível prever o comportamento do cliente. Para isso, é fundamental que toda a operação seja automatizada.

Um modelo de credit scoring nada mais é do que um definidor de probabilidade. Quando dizemos que uma determinada população tem probabilidade de "35 para um", queremos dizer que no grupo há 35 bons clientes para cada mau cliente. Assim, um modelo de scoring não define se um cliente específico se tornará bom ou mau pagador, apenas o coloca num grupo de risco com probabilidade definida.

Adriano Blatt
Profissão: ministra cursos de crédito e cobrança na Equifax, é formado pela USP, pós-graduado nos Estados Unidos e é o autor brasileiro com maior quantidade de livros publicados versando sobre o tema
Site: Não Fornecido
e-mail: adriano@blatt.com.br

 

VIOLAÇÃO DE DIREITO AUTORAL

Nos termos da lei que resguarda os direitos autorais, é expressamente proibida a reprodução total ou parcial destes textos, inclusive a produção de apostilas a partir deste material, de qualquer forma ou por qualquer meio, eletrônico ou mecânico, inclusive através de processos xerográficos, reprográficos, de fotocópia ou gravação, sem permissão por escrito do autor. Qualquer reprodução mesmo que não idêntica a este material, mas que caracterize similaridade confirmada judicialmente, também sujeitará seu responsável às sanções da legislação em vigor. Código Penal: "DOS CRIMES CONTRA A PROPRIEDADE INTELECTUAL" - Art. 184. Violar direito autoral: Pena - detenção, de 3 (três) meses a 1 (um) ano, ou multa.

 

Voltar ao Topo