ANÁLISE DE RISCO DE CRÉDITO
BANCÁRIO COM UTILIZAÇÃO DA
SHELL DE SISTEMA ESPECIALISTA
PROBABILÍSTICO SPIRIT
TATIANE DE JESUS BUENO (UFSM)
Denis Rasquin Rabenschlag (UFSM)
O objetivo deste artigo é estruturar um sistema especialista
probabilístico com utilização da Shell Spirit para avaliar o risco de
inadimplência de tomadores de crédito em uma instituição financeira
ou de reduzir o risco que ele representa.. O estudo foi limitado a
pessoas físicas, uma vez que, as variáveis utilizadas para a análise de
risco na concessão de créditos se diferem das pessoas jurídicas e,
também, pelo fato de esta ser uma área menos explorada pelos
acadêmicos. A metodologia aplicada foi inserida no contexto de uma
pesquisa empírica quantitativa, na qual se buscou aproximar o máximo
possível o modelo elaborado à realidade. Contudo, nesta etapa foi
necessário coletar informações internas da instituição utilizada para o
estudo, referentes à análise de riscos, políticas de crédito, perfis de
tomadores, bem como extrair conhecimentos de especialistas com a
finalidade de selecionar as variáveis relevantes para o sistema e de
fazer a interação destas ao compor regras juntamente com a definição
dos seus pesos. Consecutivo à conclusão do modelo, ocorreram testes
de algumas situações favoráveis e/ou desfavoráveis a concessão de
créditos, considerando que nesta fase foram instanciadas as variáveis
pertinentes a cada situação em questão. O sistema é capaz de
gerenciar e reduzir os riscos de crédito de instituição bancária, pois o
SPIRIT trabalha com incertezas e manipula dados, sendo alimentado
com informações que indiquem a probabilidade de “inadimplência
não”. Os resultados obtidos com os testes foram satisfatórios à medida
que estes possibilitaram identificar a probabilidade de um tomador de
crédito vir a torna-se um não inadimplente ou de reduzir o risco, antes
mesmo da liberação do crédito.
Palavras-chaves: sistema especialista probabilístico, risco, análise de
crédito
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.
2
1. Introdução
A concessão de crédito é uma atividade básica e corriqueira dos bancos e que,
portanto, necessita de uma análise mais profunda e cuidadosa, principalmente por se tratar de
um produto extremamente atraente aos olhos de muitos. Porém o termo emprestar implica
algumas variáveis passíveis de análise em se tratando, por exemplo, da capacidade de
pagamento, índice de inadimplência e rentabilidade esperada.
Emprestando a um juro com percentual maior que o tomado é que se encontra a
rentabilidade esperada pela instituição, porém quando acontece algum determinante que
agrava o processo – captar/emprestar, como por exemplo, a inadimplência, coloca-se em risco
o lucro desejado. Como Schrickel (1998) menciona em seu livro: “Negar créditos é sempre
mais cômodo que aprová-los: mas o banco não vive de créditos negados”. Contudo o trabalho
dos bancos está garantido quando o mesmo conseguir selecionar o crédito e emprestar bem,
ou seja, emprestar recursos para o bom pagador. Diante do fato das instituições financeiras
estarem expostas ao fator incerteza, às vezes se torna complicado selecionar somente pessoas
idôneas para emprestar. Seguindo este raciocínio, também é relevante ressaltar que cada vez
mais este tipo de negócio está exposto a diversas oscilações, como por exemplo, a economia
mundial, nacional e até mesmo regional, meio ambiente em relação a ação do clima/natureza,
entre outros fatores que podem influenciar o não pagamento do crédito.
Hoje, existem vários relatórios que servem como suporte ao ter incorporado neles
informações pertinentes aos tomadores. Estes relatórios são comprados para auxiliar a análise
de crédito, contribuindo, assim, para ter uma idéia da situação financeira do tal requerente.
Pois como menciona Casarotto (2010, p. 348) uma das alternativas para a solução dos
problemas sob condições de incerteza é “quando se dispõe de alguma informação para que ela
possa transformar a incerteza em risco”.
Para se manterem atentas à gestão de risco das carteiras, as instituições têm que
trabalhar suas políticas de crédito, juntamente com normas e resoluções elaboradas pelo
Banco Central do Brasil (Bacen) e entre elas estão: a resolução 2.682/99 e o Acordo de
Basiléia.
Em meio à situação favorável da economia em que o Brasil se encontra e pela devida
relevância que tem este assunto a pergunta feita é: como avaliar a probabilidade de um
tomador de crédito não se tornar inadimplente? Para responder a pergunta de pesquisa o
objetivo deste trabalho é estruturar um sistema especialista probabilístico para avaliar o risco
de inadimplência de tomadores de crédito em uma instituição financeira. 2. Metodologia
Para iniciar o planejamento do método deste trabalho foram levantados, através de
pesquisa online, estudos antecedentes e busca de trabalhos prévios sobre assuntos pertinentes
à análise de risco de crédito, inadimplência bancária, técnicas utilizadas na tomada de decisão
de crédito, sistemas especialistas e demais assuntos ligados a esta área, como por exemplo,
resolução do Banco Central do Brasil.
Com a base da pesquisa já planejada, foram levantados dados objetivando a construção
da teoria. Entretanto, à medida que o modelo é desenvolvido, algumas vezes foi necessário
retornar à fase anterior, principalmente para não perder o foco da pergunta definida sob a
leitura de estudos antecedentes e trabalhos prévios.
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.
3
Nesta fase, foi definida a criação de um modelo de pesquisa empírica quantitativa
sobre análise de risco de crédito bancário. Este tipo de pesquisa, segundo Miguel et al (2010),
implica a preocupação principal do pesquisador que é a de assegurar a existência de adesão
entre observações e ações na realidade e o modelo elaborado daquela realidade, pois a
pesquisa empírica está principalmente interessada em criar modelos que se adequam bem às
relações causais existente no problema real.
Para a elaboração do modelo foi utilizado o sistema especialista Shell SPIRIT, versão
3.108. No entanto, é de grande importância definir as variáveis e fatos que compõe o sistema,
bem como o peso/valor de cada uma. Portanto, nesta fase, mais uma vez, retornou-se aos
levantamentos de antecedentes para verificar quais variáveis aqueles trabalhos prévios
julgavam relevantes e compará-las com a realidade da instituição financeira em questão.
Neste momento, também foram consultadas as variáveis mencionadas no manual de risco da
instituição e fatos relatados pelo especialista.
Na fase de testes tomou-se o cuidado de que o sistema apresentasse simplificadamente,
o que foi argumentado na construção da teoria, com muita atenção nos aspectos da
classificação dos riscos (resolução 2.682/99 do BCB) e pontuação conceito. Portanto, a
atividade de realizar a revisão e, em alguns momentos, ajustes, foi trabalhada
concomitantemente com a teoria já desenvolvida.
3. Risco de Crédito
O crédito, que é representado na figura 1, é definido como sendo a troca de um valor
presente por uma promessa de reembolso futuro, porém não necessariamente certo, em
virtude do fator risco (SANTOS, 2000). Logo, risco de crédito é definido como o potencial
com que um tomador de crédito venha a falhar em cumprir suas obrigações de acordo com os
termos combinados, observando que este não trata apenas dos pagamentos, mas de qualquer
forma de descumprimento das condições que foram acordadas entre as partes (VERRONE,
2007).
Jorion (1998) acrescenta que o risco de não cumprimento das obrigações contratuais
chama-se inadimplência. Ou seja, a devolução, o pagamento, a liquidação da dívida, no prazo
contratado, por um motivo ou outro não foi realizada, ainda que o pagamento tenha sido
parcial, o indivíduo continua inadimplente com suas obrigações. Para o Basel Committee on
Banking Supervision – Comitê da Basiléia sobre Supervisão Bancária (BCBS), considera-se
ter ocorrido inadimplência em relação a um devedor específico quando o banco julga
improvável que o devedor pague na totalidade suas obrigações à instituição financeira sem
que este tenha que recorrer a ações tais como a realização de garantias (se possuir) e/ou
quando o devedor está atrasado em mais de 90 dias em alguma obrigação material.
Percebe-se que quando o banco está captando recursos, quem assume o risco de
crédito neste momento é o cliente aplicador, porém para o cliente tomador é indispensável um
processo de crédito completo que permite ao banco saber qual o risco que se está assumindo
com determinado cliente.
A lucratividade deste processo está presente na diferença de taxa entre o pagamento ao
aplicador e o recebimento do tomador, pois os juros pagos aos indivíduos aplicadores foram
providenciados ao receber o capital emprestado mais juros dos indivíduos tomadores.
Entretanto, para manter este procedimento ativo, os juros cobrados dos tomadores são maiores
do que são pagos aos aplicadores, considerando neste cálculo fatores redutivos como os
gastos administrativos e as despesas operacionais.
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.
4
Em transações financeiras, tanto para o credor quanto para o tomador são criadas
expectativas em relação à capacidade de pagamento do tomador cumprir os compromissos
assumidos, ou seja, em qualquer transação financeira são feitas presunções acerca de um
futuro incerto (PAULA, 2000).
O risco de crédito pode ser atribuído ao risco de inadimplência, que consiste na
avaliação objetiva da probabilidade de inadimplência combinada com a perda, dada à
inadimplência e ao risco de mercado, que influencia o valor de mercado da obrigação,
também conhecido como exposição ao crédito (JORION, 1998).
Figura 1 – Ciclo da intermediação financeira
Fonte: Silva (1998, p. 65)
4. Classificação do risco de crédito
Silva (1998) afirma que o risco de crédito de um banco pode ser classificado como
risco do cliente ou risco intrínseco; risco da operação; risco de concentração e risco de
administração do crédito.
Os empréstimos são avaliados em grupos, de acordo com sua classificação de risco
determinada pela Resolução 2.682/99 do BCB. Em conformidade com esta resolução, as
instituições financeiras devem classificar as operações de crédito em ordem crescente de
risco, avaliando a situação financeira e atributos do devedor, a natureza, garantia e valor da
operação e atraso do pagamento. Os níveis de risco vão de AA a H, sendo que este último
refere-se aos créditos baixados para prejuízo, ou seja, não há probabilidade de recebimento e
este crédito foi provisionado em 100% do saldo devedor para perdas (TECLES, TABAK E
STAUB, 2009).
Contudo, os atrasos nos pagamentos correspondem a uma determinada porcentagem
de provisionamento conforme os dias inadimplentes. A tabela 1 demonstra esta relação com
cada classificação de risco. De acordo com o Art.3º desta resolução, a classificação das
operações de crédito de um mesmo cliente ou grupo econômico deve ser definido
considerando aquela que apresentar maior risco.
Cliente Aplicador
Dispõe de recursos Aceita qualidade e reputação do banco
Aceita taxas e prazos
Aplica recursos
Assume o risco representado pelo banco Recursos
(depósitos)
Haver Financeiro
(recibo, certificado, etc)
Captando Recursos
Intermediário Financeiro
Aplicando Recursos
Recursos
Empréstimos
Financiamentos
Haver Financeiro
Promessa de pagamento
Cliente Tomador
Precisa de recursos
É avaliado pelo banco
Enquadra-se no perfil de risco
Assina promessa de pagamento
Recebe empréstimo/financiamento
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.
5
Em se tratando de o risco ser algo que está ligado ao futuro, pois não existe risco
passado, ou seja, só existe risco em decisões que ainda serão tomadas, sendo que nas decisões
já tomadas, o risco virou histórico. É importante evidenciar a classificação de riscos de
crédito, objetivando uma melhor distinção entre as possíveis situações em que um gerente
concessor pode se defrontar em sua atividade (SCHRICKEL, 1998).
A instituição em estudo apresenta a tabela 2 com a finalidade de demonstrar a sua
forma de classificar o risco. Na pontuação de número 9, não poderá ser cadastrado nenhum
tipo de crédito, pois é considerado como inaceitável a liberação dentro das normas vigentes.
Neste contexto, estão incluídos nesta pontuação aqueles tomadores que estão em risco H, e
como parâmetro prudencial também são inclusos na categoria inaceitável os riscos superiores
a D, sendo este ainda aceitável, porém com restrições.
Classificação de risco Percentual a provisionar (%) Atraso em dias
AA 0
A 0,5 < 15
B 1 15 a 30
C 3 31 a 60
D 10 61 a 90
E 30 91 a 120
F 50 121 a 150
G 70 151 a 180
H 100 > 180
Tabela 1 – Classificação de risco/provisionamento
Fonte: adaptado da Resolução Bacen 2682/99.
Pontuação Conceito
1 Plenamente satisfatório
2 Satisfatório
3 Satisfatório com ressalvas
4 Razoável
5 Razoável fraco
6 Fraco
7 Extremamente fraco
8 Insatisfatório
9 Inaceitável
Tabela 2 – Classificação do risco conforme instituição estudada
Fonte: Manual de risco da instituição
Já Roetz (2000 apud SILVA 2003, p.72) apresenta na tabela 3 a classificação do risco
com oito pontuações e algumas nomenclaturas diferenciadas da instituição em estudo.
Classificação de Riscos de Crédito
Classificação Descrição 1 Perfeito: empréstimos sem garantia de tomadores de crédito, porém de alta
qualidade e solidez financeira. 2 Excelente: empréstimos não garantidos com excelente qualidade de crédito e
solidez financeira. 3 Satisfatório: empréstimos não segurados a tomadores com qualidade
satisfatória de crédito, pagando conforme contratado. 4 Considerável por Méritos: empréstimos sendo pagos conforme contratado
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.
6
Classificação de Riscos de Crédito
Classificação Descrição porém fora dos padrões. Apresenta sinais de debilidade, falta de informação,
valor com garantia questionável. 5 Registro Especial: empréstimos com bom desempenho atual, mas
potencialmente fraco, incluindo tendências adversas nas operações do
tomador e em sua solidez financeira. 6 Abaixo do padrão: empréstimos protegidos inadequadamente pela
capacidade de pagamento ou garantia. 7 Duvidoso: Falhas tornam improvável o recebimento total, mas há
fatores razoáveis suficientes para adiar a condição da perda. 8 Prejudicial : a duração como um ativo bancário não é garantida,
contudo, isso não impede futuras tentativas de recuperação parcial.
Tabela 3 – Classificação de riscos
Fonte: Roetz (2000 apud Silva, 2003, p.72)
5. A Shell SPIRIT
Rabuske (1995), afirma que shells são ferramentas de IA orientadas para engenharia
do conhecimento e construção de sistemas especialistas, sendo que a maioria das shells é
orientada para o uso de regras.
A Shell SPIRIT foi desenvolvida pela equipe do Prof. Dr. W. Rödder na
FernUniversität de Hagen na Alemanha e foi divulgada inicialmente no Brasil em 1993. Está
disponível gratuitamente no endereço eletrônico http://www.xspirit.de.
Esta é uma ferramenta capaz de trabalhar com adequações do conhecimento sob
incertezas e processar dados, tanto estatísticos quanto de conhecimentos de dados subjetivos,
pela parte dos especialistas, manipulando o conjunto de regras informado através de
heurísticas. Sendo a sua principal característica estabelecer conclusões lógicas a partir de uma
distribuição de probabilidade conjunta, informada ou não, que no caso é calculada pelo
próprio sistema (PIERITZ, 2003, p. 23).
As siglas do SPIRIT incorporam suas principais características:
Symmetrical – a inferência pode ser realizada nos dois sentidos, ou seja, da
premissa para a conclusão e vise-versa;
Probabilistic – os prognóticos tomam como base a distribuição marginal de
probabilidades;
Intentional - a probabilidade dos fatores e regras que formam a estrutura de
dependências entre as variáveis pode ser modificada por meio de observações no
mundo real;
Reasoning – envolve raciocínio lógico;
Inference Networks – a inferência é efetivada a partir da transformação de um
grafo em uma árvore de decisão;
Transition – as variáveis e suas relações podem estar em contínua mudança;
O SPIRIT consiste na inserção de regras através da implantação de redes bayesianas
(parte qualitativa) e, em seguida, valores de probabilidades são associados a estas regras e às
variáveis adotadas para este sistema (parte quantitativa). Caracterizando a rede, faz-se
necessário inicializá-la, preparando-a para a aprendizagem das regras. Feita a compilação,
podem-se efetuar inferência sobre a base, inserindo as evidências de um caso específico,
chegando assim a um diagnóstico com um determinado valor de probabilidade.
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.
7
A partir da informação do especialista, é possível realizar alterações na base de
conhecimento, por isso, o SPIRIT pertence à classe dos sistemas de aprendizagem ativa e
indutiva. Ele é caracterizado pelos principais elementos como a abordagem bayesiana de
distribuição de probabilidade condicionais; a interpretação lógica das distribuições de
probabilidades; a construção de uma variável marginal de probabilidade a partir de fatos e
regras; o uso do conceito de variáveis com atributos discretos; o uso do conceito de
agrupamento local de variáveis (LEG – local event group) que torna possível o cálculo local
das distribuições globais; e o uso do princípio da máxima entropia, que serve como unidade
de medida para avaliar o nível médio de informação de uma distribuição conjunta de
probabilidades (RABENSCHLAG, 2005).
6. O Modelo de análise de risco
O modelo desenvolvido é composto por variáveis que constituem o perfil e a situação
financeira do solicitante, a fim de torná-lo uma ferramenta de auxílio à análise de crédito,
indicando o risco que o tomador pode representar a instituição financeira, bem como
apresentar solução para reduzi-lo. Pois ao instanciar as variáveis, o especialista tem a
possibilidade de analisar determinado caso ao agregar alguma situação que favoreça a não
inadimplência e, desta forma, evitar que o crédito seja negado com devida segurança. Inserir
um tipo de garantia à operação de crédito solicitada seria uma forma exemplificada de
redução de risco, entretanto este caso foi apenas um exemplo, ao instanciar esta variável no
SPIRIT, ele pode melhorar ou não a probabilidade de não inadimplência à medida que cada
situação é única pelo fato de dependência do conjunto das outras variáveis referentes ao perfil
do tomador.
Para a utilização do sistema, faz-se necessário que o especialista tenha conhecimento
do perfil do solicitante, a fim de instanciar corretamente as variáveis que compõem o modelo.
Em alguns determinantes, a informação pode ser adquirida de dados cadastrais do solicitante,
de entrevista (munida de questionário) ou até mesmo do sistema de informação cadastral
pesquisada no Bacen.
Com base nas variáveis, pode-se constatar que grande parte dos dados solicitados, no
caso dos correntistas, geralmente é encontrada no cadastro, porém os solicitantes que ainda
não são correntistas e que pretendem retirar crédito juntamente com a abertura da conta, faz-
se necessário a utilização de entrevistas para obter algumas informações específicas. No dia-a-
dia da atividade bancária, esta entrevista não é utilizada de forma objetiva e, sim, subjetiva
através de uma conversa com abordagem das informações – sutilmente – necessárias para
uma análise concisa do crédito solicitado. O quadro 1 aborda exemplos de questões
consideradas importantes e utilizadas de forma subjetiva durante a entrevista realizada perante
o solicitante de crédito que ainda não é correntista.
1. Qual o estado civil do solicitante?
2. Qual o número de dependentes?
3. Qual o tipo de residência?
4. Possui patrimônio? Se a resposta for sim, quais?
5. Qual a profissão que atua?
6. Quanto tempo atua na mesma atividade?
7. Possui indicação de correntista?
8. Quais são as fontes de referências (lojas que costuma realizar compras)?
9. Já possui conta em outras instituições financeiras? Se a resposta for sim, quais?
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.
8
Que tipo de conta?
10. Quais são as despesas fixas mensais da família?
11. Qual a finalidade do crédito?
12. Como pretende pagar?
13. Em quanto tempo pretende pagar?
14. Possui garantia para oferecer? Qual tipo?
Quadro 1 – Questões importantes de abordarem durante a entrevista
Figura 2 – Ilustração das variáveis
Após inserir a variável no sistema, cada regra foi sendo criada com a finalidade de
fazer o SPIRIT aprender as informações extraídas do conhecimento do especialista. Fazer a
interação desta forma permitiu identificar, em tempo real, alguma inconsistência imposta pelo
modelo. Seja ela por erro na inserção ou por estar em desacordo com qualquer outra regra.
A figura 3 apresenta o local onde cada regra que compõe o sistema foi criada com as
respectivas probabilidades.
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.
9
FIGURA 3 – Ilustração da composição da regra
Contudo, para cada interação foi criada uma regra nova no quadro representado pela
figura 3 e, depois de editada a informação condicionada à pergunta da pesquisa, ou seja,
inadimplência não, é que atrelava a variável correspondente à probabilidade esperada. O
conjunto de algumas regras está apresentado na figura 4.
Figura 4 – Ilustração das regras
No centro da figura 5, onde se encontra uma parte em branco, é o local destinado aos
pesos/probabilidades de cada regra, os quais não estão informados para não expor a
instituição em estudo.
E, por fim, as 15 variáveis expostas e interligadas através das 80 regras que fizeram o
sistema aprenderem as pontuações e expor de forma probabilística o resultado esperado.
Em conformidade com os riscos aceitos pelas instituições financeiras que foi adaptado
para elaboração do modelo focando na informação “inadimplência não”, serão consideradas
as seguintes situações:
De 0,01 a 89,99% de “inadimplência não” serão considerados como impeditivos
para concessão de crédito, o que equivale do risco H a E;
De 90 a 96,99% de “inadimplência não” serão considerados a favor de liberação de
crédito, porém com restritivos, o que equivale o risco D;
De 97 a 100% de “inadimplência não” serão considerados a favor de liberação de
crédito, o que equivale do risco C a A;
Dentro do parâmetro apresentado, a classificação do risco adaptada ao modelo será
configurada em conformidade com a tabela 4.
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.
10
Figura 5 – Ilustração das variáveis e regras interligadas
Risco Percentual probabilístico
AA A partir de 99,99%
A A partir de 99,5 até 99,98%
B A partir de 99 até 99,49%
C A partir de 97 até 98,99%
D A partir de 90 até 96,99%
E A partir de 70 até 89,99%
F A partir de 50 até 69,99%
G A partir de 30 até 49,99%
H A partir de 0,01 até 29,99%
Tabela 4 – Classificação do risco adaptada ao modelo
Na resolução 2.862/99 do Bacen a leitura da classificação do risco ocorre de forma
crescente de acordo com o percentual de provisionamento, porém, para o modelo, foi
realizada a adaptação com a classificação de risco de forma decrescente, isto porque o
trabalho sempre foi direcionado para dados que medissem a probabilidade de não
inadimplência na concessão de crédito, com foco na redução e controle de risco.
A primeira situação ilustrada trata-se da tela inicial do sistema, na qual nenhuma
variável foi instanciada (figura 6). Esta situação parte de 93,17%, ou seja, ainda não está
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.
11
totalmente favorável, podendo este caso apresentar restrições. Na classificação dos riscos,
adaptada para o modelo, com este percentual a situação inicial está classificado no risco “D”.
A segunda ilustração, apresentada na figura 7, demonstra o perfil do primeiro caso
testado, trata-se de uma situação real de concessão de crédito, na qual ao instanciar as
variáveis a probabilidade de “inadimplência não” é configurada com o percentual de 99,06%,
ou seja, classificação de risco “B”.
Este caso refere-se a um tomador de crédito com endividamento alto e bom patrimônio
acumulado durante a vida. Para a realização do teste, foram consideradas as informações
anteriores à última liberação de crédito. Como pode-se verificar na variável pontualidade, o
mesmo nunca atrasou o pagamento por mais de 10 dias. O risco atual deste tomador ainda
encontra-se em “B”.
Figura 6 – Situação inicial do modelo
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.
12
Figura 7 – Ilustração do 1º caso testado pelo modelo
7. Considerações Finais
A análise de risco de crédito é uma atividade necessária para o controle de risco das
instituições financeiras, bem como também para corresponder às normas e resoluções
impostas pelo Banco Central do Brasil. Entretanto por maior que seja a experiência do
especialista, existem diversas situações, ligadas a fatores internos e externos, que podem
contribuir de forma favorável e/ou desfavorável a tomada de decisão.
Contudo, o objetivo geral deste estudo foi alcançado ao ser desenvolvido um sistema
especialista capaz de avaliar a probabilidade de um tomador de crédito não ser um
inadimplente. O modelo criado é composto por variáveis que foram selecionadas em
conformidade com o manual de risco e políticas de crédito da instituição utilizada para fins de
estudo, foram levantados perfis de alguns tomadores de crédito, bem como a seleção de
evidências relevantes a fim de tornar o sistema o mais próximo possível da realidade. No
entanto, ajustes poderão ocorrer sempre que se julgar necessário, até mesmo porque o sistema
especialista SPIRIT pode ser alimentado com informações a qualquer momento e, com isso,
aprimorar o aprendizado inicial ou gerar novos conhecimentos.
Este trabalho contemplou somente o estudo da área de negócios de pessoas físicas,
sendo este um estudo com menor abordagem acadêmica em comparação com área de
negócios de pessoas jurídicas, além de possuírem variáveis diferenciadas.
O trabalho apresentado correspondeu com as expectativas geradas no início do estudo,
pois dentre as situações selecionadas a fim de pesquisa, o modelo respondeu positivamente
XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção
Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.
13
para os casos com riscos aceitáveis e negativamente para riscos com restrições e/ou
inaceitáveis. Pelo fato de apresentar resultados objetivos e eficientes, o modelo pode ser
utilizado como ferramenta de auxílio na tomada de decisão de concessão de crédito realizada
pelo analista de crédito, possibilitando que neste momento o mesmo tenha maior segurança e
acerto na sua decisão.
Devido à relevância que este assunto representa à economia e ao setor financeiro, sugere-se a
introdução de novas linhas de pesquisas ligadas a concessões de créditos a pessoas físicas,
estimulando desta forma a literatura nesta área. Outra sugestão é de que esta mesma
metodologia que foi aplicada a pessoas físicas, também seja empregada à área de pessoa
jurídica.
Referências
CASAROTO F., N.; KOPITTKE, B. H. Análise de investimentos: matemática financeira,
engenharia econômica, tomada de decisão, estratégia empresarial. 10.ed.; S.P.: Atlas
S/A, 2010. 348 p.
JORION, P. Value at risk: a nova fonte de referência para o controle do risco de mercado.
São Paulo: Bolsa de Mercadorias & Futuros, 1998.
PAULA, L. F. R. Riscos na atividade bancária em contexto de estabilidade de preços e de
alta inflação. Revista Análise Econômica, v. 18, n. 33, p. 93-112, 2000.
PIERITZ, H. I. SPIRIT: uso como jogador em jogos de empresa. 2003. 277f. Tese
(Doutorado em Engenharia da produção) – Universidade Federal de Santa Catarina,
Florianópolis, 2003.
RABENSCHLAG, D. R. Um modelo probabilístico para abordar o risco com ilustrações
em jogo de empresas. 2005. 181f. Tese (Doutorado em Engenharia da produção) –
Universidade Federal de Santa Catarina, Florianópolis, 2005.
RABUSKE, R. A. Inteligência artificial. Florianópolis: UFSC, 1995.
SANTOS, J. Análise de Crédito: empresas e pessoas físicas. São Paulo : Atlas, 2000.
SCHRICKEL, W. K. Análise de Crédito: Concessão e Gerência de empréstimos. 4ª ed.; São
Paulo: Editora Atlas, 1998.
SILVA, J. P. Gestão e análise de risco de crédito. 2.ed.; São Paulo: Atlas S/A, 1998.
SILVA, M. A. Elaboração de modelo de análise e concessão de crédito para pessoas físicas
em banco. 2003. 142f. Dissertação (Mestrado em Engenharia de Produção) -
Universidade Federal de Santa Catarina, Florianópolis, 2003.
TECLES, P. L.; TABAK, B. M.; STAUB, R. B. Concentração e Inadimplência nas
Carteiras de Empréstimos dos Bancos Brasileiros. 2009. Trabalhos para Discussão nº
191. Banco Central do Brasil - Editado pelo Departamento de Estudos e Pesquisas
(Depep). Brasília, 2009.
VERRONE, M. A. G. Basiléia II no Brasil: Uma reflexão com foco na regulação bancária
para risco de crédito – resolução CMN 2.682/99. 2007. 165f. Dissertação (Mestrado em
Administração) – Universidade de São Paulo, São Paulo, 2007.