Serviços Personalizados
Journal
Artigo
Indicadores
- Citado por SciELO
- Acessos
Links relacionados
- Citado por Google
- Similares em SciELO
- Similares em Google
Compartilhar
Revista Lasallista de Investigación
versão impressa ISSN 1794-4449
Resumo
TAMARA-AYUS, Armando Lenin; VARGAS-RAMIREZ, Helber; CUARTAS, José Joaquín e CHICA-ARRIETA, Ignacio Emilio. Regressão logística e redes neuronais como ferramentas para realizar Scoring. Rev. Lasallista Investig. [online]. 2019, vol.16, n.1, pp.187-200. ISSN 1794-4449. https://doi.org/10.22507/rli.v16n1a5.
Introdução.
O propósito de esta pesquisa é analisar o risco creditício de uma instituição financeira não vigilada pela Superintendência Financeira da Colômbia em torno de um modelo scoring que permita determinar o incumprimento dos clientes correspondentes à sua carteira de consumidores.
Objetivo.
Confrontar o poder de previsão de dois modelos scoring obtidos através de regressão logística e rede neuronal.
Materiais e métodos.
Os modelos desenvolvam-se com base em uma amostra de 43.086 obrigações correspondentes à una carteira de consumidores, utilizando as técnicas estatísticas de regressão logística e rede neuronal. A primeira está enquadrada no grupo dos modelos lineais generalizados, os quais utilizam uma função logit e são úteis para modelar probabilidades referentes à um evento em função de outras variáveis, em quanto que, a segunda são modelos computacionais cujo objetivo é resolver problemas utilizando relações já estipuladas e para isso utiliza-se uma amostra base do processo que ampara-se no sucesso do autoaprendizagem produto do treinamento.
Resultados.
Para ambos os modelos se consegue uma precisão do 71% na base do treinamento e do 72% na base da comprovação, mas, não obstante isso, a pesar de obterem resultados semelhantes, a regressão logística mostrou a menor taxa ruim na zona de aceitação.
Conclusão.
As duas técnicas utilizadas são adequadas para o estudo e previsão da probabilidade do incumprimento de um cliente correspondente à una carteira de consumidores, o que precede, respaldado pelo alto índice de eficiência preditiva em ambos os modelos.
Palavras-chave : risco financeiro; metodologia de análise de risco; redes neuronais.