analise de credito

Modelos de Análise de Crédito utilizando Técnicas de Aprendizado de
Máquina
Oswaldo Luiz Humbert Fonseca
Universidade do Estado do Rio de Janeiro – UERJ
Rua Alberto Rangel, s/n, Vila Nova CEP 28630-050 Nova Friburgo, RJ
[e-mail]

Francisco Duarte Mora Neto
Universidade do Estado do Rio de Janeiro – UERJ
Rua Alberto Rangel, s/n, Vila Nova CEP 28630-050 Nova Friburgo, RJ [e-mail] Flávio Joaquim de Souza
Universidade do Estado do Rio de Janeiro – UERJ
Av. São Francisco Xavier,524 5. andar, Maracanã, Rio de Janeiro, RJ [e-mail] 1. Introdução
Este trabalho se propõe a elaborar modelos de análise de crédito para micro, pequenas e médias empresas, utilizando técnicas de aprendizado de maquina, mais especificamente, serão analisados neste trabalho, modelos que utilizam a o método dos vizinhos mais próximos, as árvores de decisão, e um terceiro que mistura as técnicas de redes neurais com lógica Fuzzy (Neuro-Fuzzy).
O aprendizado de máquina é uma área da inteligência artificial cujo objetivo é o desenvolvimento de técnicas computacionais e de construções de sistemas capazes de adquirir conhecimento de forma automática e utilizável. A idéia básica é a poder obter conclusões genéricas gerais a partir de um conjunto particular de exemplos. Neste trabalho foram selecionadas trezentas e dezoito solicitações de crédito retiradas aleatoriamente dos pedidos feitos ao Banco
Nacional de Desenvolvimento Econômico e Social
(BNDES). Estas solicitações dos cartões BNDES
[1] foram analisadas por especialistas em crédito, dos bancos emissores, que decidiram por conceder ou não o crédito solicitado. Em duzentos e dez casos a houve a concessão, enquanto em cento e oito o crédito foi negado.
O trabalho está organizado em seis seções incluindo esta introdução. A seção 2 apresenta os conceitos básicos da análise de risco de crédito, a terceira os conceitos de aprendizado de máquina e na quarta os método