Modelos de Regressão Logística, Redes Neurais e Support Vector Machine (SVM´s) na Análise de Crédito a Pessoas Jurídicas

Abstract

Na área de crédito bancário, ao tomar um empréstimo ou realizar qualquer negócio, o passo seguinte ao preenchimento do cadastro na unidade concedente é a análise de crédito. O uso e a posse de instrumentos que auxiliem na tarefa de classificar possíveis solventes ou insolventes podem tornar-se uma vantagem competitiva. O presente trabalho foi desenvolvido para predizer empresas adimplentes e inadimplentes. Para isso, são analisados o registro de 199 clientes (pessoas jurídicas) de uma agência bancária, utilizando três técnicas: Regressão Logística, Redes Neurais de Múltiplas Camadas e Support Vector Machine. O objetivo é a comparação do desempenho das três técnicas escolhidas. Os resultados encontrados demonstram uma superioridade de Support Vector Machine em relação às outras duas técnicas. Alguns dos motivos para esse sucesso estão relacionados ao fato de essa técnica exibir bom desempenho de generalização em muitas bases de dados reais, ter boa fundamentação teórica, a eliminação da possibilidade de mínimos locais pelo processo de treinamento e a existência de poucos parâmetros livres para ajuste.