PROPOSTA DE FRAMEWORK PARA A MODELAGEM DE REGRESSÃO LOGÍSTICA NA CLASSIFICAÇÃO DO RISCO DE CRÉDITO

Vol 55, 2023 - 161136
Trabalho completo (oral)
Favoritar este trabalho
Como citar esse trabalho?
Resumo

A concessão de crédito é uma atividade vital da indústria financeira. É indispensável portanto, não só para o seu funcionamento e sucesso, mas para a manutenção do equilíbrio do sistema creditício, que a modelagem de risco de crédito seja precisa e capaz de avaliar bem a probabilidade de inadimplência de potenciais devedores com base em dados históricos. Conhecido como credit scoring, trata-se de um problema comumente abordado por meio de algoritmos de classificação, sendo a regressão logística a referência na indústria. Neste artigo, são analisados os efeitos de diferentes etapas de modelagem sob a regressão logística para a construção de modelos de credit scoring, buscando entender como criar modelos eficientes partindo desde algoritmo de classificação, e propor diretrizes para tal.

Compartilhe suas ideias ou dúvidas com os autores!

Sabia que o maior estímulo no desenvolvimento científico e cultural é a curiosidade? Deixe seus questionamentos ou sugestões para o autor!

Faça login para interagir

Tem uma dúvida ou sugestão? Compartilhe seu feedback com os autores!

Instituições
  • 1 Universidade Federal de Itajubá - UNIFEI
  • 2 Universidade Federal de Itajubá
Eixo Temático
  • 18. SIM – Simulação
Palavras-chave
Credit Scoring; Machine Learning; regressão logistica