Modelos para avaliação do risco de crédito
A administração do risco de crédito só é viável quando o risco é quantificado e analisado adequadamente. A quantificação dos riscos é obtida utilizando modelos de credit scoring (CS)
Este programa visa capacitar os participantes a entender os fundamentos dos modelos de CS, discutir os principais aspectos do planejamento dos modelos, desenvolver modelos de credit scoring utilizando técnicas estatísticas e de machine learning, validá-los e monitorá-los ao longo do tempo.
Será dada ênfase à discussão das dificuldades práticas no planejamento, desenvolvimento e implantação destes modelos.
Metodologia
Aulas expositivas dialogadas, demonstrações, simulações e exercícios, nas quais serão discutidos:
- os conceitos do Credit Scoring;
- os fundamentos das técnicas estatísticas e de machine learning a serem utilizados, necessários para sua correta aplicação;
- a análise e a interpretação dos resultados obtidos com a aplicação dessas técnicas;
- os principais desafios encontrados na prática para desenvolver e implantar os resultados;
- e a gestão do modelo.
A partir de uma base de dados, simulando um caso real, será utilizado o software R para desenvolver os modelos de CS e avaliar sua capacidade preditiva. Os instrutores ensinarão a instalar o software R (gratuito) bem como utilizá-lo.
Docente: Abraham Laredo Sicsú
Especialista na aplicação de métodos estatísticos nas áreas de processos, marketing e crédito. Desde 1980 atua como instrutor e consultor de grandes empresas no Brasil e no exterior. Foi um dos primeiros consultores a desenvolver modelos de credit scoring para o mercado bancário no Brasil. É professor de Métodos Quantitativos da Escola de Administração de Empresas da Fundação Getulio Vargas (EAESP-FGV), mestre em Estatística pelo Instituto de Matemática e Estatística da Universidade de São Paulo (IME-USP), M.Sc. e Ph.D. pela Stanford University (USA).
Conteúdo programático
- Conceitos básicos em modelagem do risco de crédito;
- Desenvolvimento de um modelo de credit scoring – planejamento
- Análise do banco de dados utilizando o software R.
- Modelo estatístico de credit scoring
- Modelo de machine learning para credit scoring - I
- Modelo de machine learning para credit scoring - II
- Técnicas complementares
- Implantação de um sistema de credit scoring
- Acompanhamento de um sistema de credit scoring
- Wrap-up
Serão fornecidos materiais complementares para leitura durante o curso.
Gestores e analistas das áreas de crédito de empresas credoras de todos os setores da economia:
- Os participantes deverão ter facilidade no uso de Excel básico;
- Não é necessário ter conhecimento anterior no uso do software R;
- A empresa deve permitir a instalação do freeware R em suas máquinas para que os participantes acompanhem o curso. Caso não seja possível, os participantes deverão instalá-lo em seus computadores pessoais.
Recomendado para participantes com formação em exatas, administração e economia ou que tenham habilidade no trato de dados quantitativos.
