Aplicação de técnicas de machine learning na análise de contratos de empréstimos comerciais para empresas do segmento de crédito comercial atacado

Abstract

O presente estudo aplica técnicas supervisionadas de Machine Learning (ML) e compara sua performance em problemas de classificação para predizer respostas de interesse para o processo de monitoramento de contratos de crédito comercial no segmento atacado, modalidade de capital de giro. Verificou-se a necessidade de resolver a problemática das classes desbalanceadas, portanto Subamostras aleatórios simples foram geradas de modo que os grupos de análises estivessem balanceados em torno da variável resposta. Além de utilizar técnicas tradicionais de classificação, tais como Logistic Regression, este estudo explorou as técnicas de Decision Tree, Bagging Classifiser, Random Forest, AdaBoost e Gradiente Boosting para a previsão do atraso, ou seja, inadimplência pelo não pagamento das prestações devidas em prazo superior ou igual a 30, 60 e 90 dias. Além de features/variáveis relacionadas aos contratos e aos tomadores de crédito, foram inseridas variáveis macroeconômicas no aprendizado nos modelos, pois modelos que observam estas variáveis têm produzido melhores preditores para o risco de crédito. Para o subgrupo "Atraso ≥ 30 dias", o melhor desempenho foi atribuído ao algoritmo Random Forest que demonstrou uma predição aceitável, acima do nível de inadimplência da carteira analisada. Já para subgrupo "Atraso ≥ 60 dias"não foi possível identificar qual o melhor algoritmo, pois cada Subamostra gerada diversificou o desempenho dos modelos, já o subgrupo "Atraso ≥ 90 dias"dias apresentou algoritmos com os melhores desempenho dentro as simulações realizadas com destaque para o algoritmo Adaboost. A aplicação de técnicas para seleção de variáveis permitiu reduzir o dataset utilizado em cada simulação, o que implicou em melhor desempenho mais os modelos.