painel 01 02 - felipe fonseca - classificação de clientes bancários com baixa renda
TRANSCRIPT
Classificação de clientes bancários com baixa renda
Felipe Alves Fonseca
Brasil 100% DigitalSeminário sobre Análise de Dados na Administração Pública
Set/2015
12
34
Contexto
Problema
Metodologia
Resultados
56
Considerações finais
Bibliografia
Instituições financeiras -> Concessão de crédito
Gestão do Risco de crédito
Modelo único x Segmentação
Contexto
Classes C, D e E com mais acesso aos bancos
Necessidade de modelo específico para esse público
Existência de grupo com inadimplência elevada
Problema
Inadimplência 300% maior!
Identificação feita através do canal de abertura da c/c
Não é desejável segmentação por canal
Necessário criar segmentação que não dependa do canal
Problema
Inadimplência 300% maior!
1 Clientes com renda inferior à R$ 2500 e c/c em out/14
2 Amostra pareada de 40.000 clientes
3 13 variáveis cadastrais
MetodologiaEstado civilNível de instruçãoSexoIndicador União estávelTipo de residênciaIndicador de telefone fixoIndicador de celularRegião geográficaOcupação principalNatureza da ocupaçãoSalário líquidoTempo no empregoIdade
1 Clientes com renda inferior à R$ 2500 e c/c em out/14
2 Amostra pareada de 40.000 clientes
3 13 variáveis cadastrais
4 Amostra para treino de 60% e teste 40%
5 Validação feita através do 10-fold Cross Validation
6 Técnicas de classificação: •Random Forest•Support Vector Machine•Regressão Logística
Metodologia
AUROCTeste estatístico de comparação das médias da área sob a curva ROC das três técnicas testadas
ResultadosResultados obtidos nas 10 amostras de validação
VariáveisCinco variáveis mais importantes nas várias árvores de decisão criadas no Random Forest
ResultadosResultados obtidos nas 10 amostras de validação
Salário líquido
Tempo de ocupação
Idade
Ocupação principal
Tel. Res. cadastrado
Importância
AUROC
VS
ResultadosResultados obtidos na amostra de teste
Sensibilidade
Acurácia
Especificidade
Com apenas 14 variáveis, todas cadastrais, foram obtidos bons resultados
Independente do canal de atendimento, é possível classificar um cliente como pertencente ao grupo de maior risco assim que ele abre sua conta, possibilitando uma melhor gestão do risco e o desenvolvimento de modelos mais especializados.
Random Forest se mostrou a melhor escolha, acertando bem os clientes com baixa e com alta inadimplência.
Considerações finais
• ANDERSON, R. The credit scoring toolkit. Oxford University Press, 2007.
• BREINAN, L. Random forests. Machine Learning, v. 45, p. 5–32, 2011.• MAKUCH, W. M. The basics of a better application score.
GlenlakePublishing Company, 2001. • SIDDIQI, M. Credit risk scorecards: Developing and implementing
intelligent credit scoring. Wiley, 2005. • THOMAS, L. C. Consumer credit models: Pricing, profit, and
portfolios.Oxford University Press, 2009.• VAPNIK, V. N. The nature of statistical learning theory. Springer,
1995.• Imagens:
• “poor” by Nicolas Vicent from the Noun Project• “Bank” by Mark Caron from the Noun Project• “earn money” by TukTuk Design from the Noun Project• “Man by Jennifer” Morrow from the Noun Project
Bibliografia
