Credit scoring - Universidade Nova de Lisboa
Transcrição
Credit scoring - Universidade Nova de Lisboa
IMPORTÂNCIA DA ESTATÍSTICA PARA OS MODELOS DE CREDIT SCORING Maria Rosário Oliveira Martins IHMT- Universidade NOVA de Lisboa [email protected] GESTAO DE RISCO NA BANCA E NOS SEGUROS Técnicas, Metodologias e Boas Práticas UniZambeze, Beira, 10-12 Julho 2013 2 Índice • O que é o Credit Scoring • Historia do Credit Scoring • Importância do Credit Scoring para a Banca • Vantagens e Inconvenientes do Credit Scoring • Implementação de um Modelo de Credit Scoring • Importância da Estatística nos Modelos de Credit Scoring • Conclusões 3 O que é o Credit Scoring Um modelo de credit scoring tem como objectivo classificar os indivíduos solicitantes de crédito quanto ao seu grau de risco A modelação do risco, no contexto actual, ocupa o cerne da actividade bancaria. Porquê? 4 O que é o Credit Scoring Porquê? De forma muito simplificada: Tradicionalmente, um banco capta poupanças de uns agentes económicos, sob a forma de depósitos (por exemplo) e, concede crédito a outros agentes. É esta aproximação que se dá entre os dois tipos de agentes, que se denomina de intermediação financeira. 5 O que é o Credit Scoring Dupla responsabilidade para a instituição: Por um lado, ao captar depósitos, obriga-se ao pagamento de juros aos aforradores Por outro, ao conceder crédito ter-se-á de se certificar das boas características dos clientes por forma a reaver o montante emprestado acrescido dos juros, sob pena deste se traduzir numa perda para a instituição. 6 O que é o Credit Scoring No que diz respeito à concessão do crédito, a avaliação do cliente por parte da instituição, faz-se por aplicação de um conjunto de regras que avaliam não só a sua capacidade financeira mas, igualmente, o seu perfil de risco. 7 O que é o Credit Scoring há indivíduos que primam pelo escrupuloso cumprimento no pagamento da prestação há outros que, não sendo tão escrupulosos, nunca incorrem em situações mais graves que alguns atrasos nos pagamentos das prestações. outros indivíduos ultrapassam todos os prazos para a liquidação das prestações. Nestes casos, desde que um indivíduo apresente um atraso superior a “noventa dias” no pagamento de uma prestação, é costume referir o indivíduo como estando em situação de incumprimento (default). 8 O que é o Credit Scoring Para averiguar se um determinado indivíduo tem perfil de bom ou de mau pagador, empresta-se-lhe uma pontuação que resulta da aplicação de um determinado modelo. O modelo, assim como a adopção de um conjunto de regras e filtros circunscreve-se ao que usualmente se designa por credit scoring. 9 O que é o Credit Scoring Os métodos usados em credit scoring incluem várias técnicas estatísticas sendo as mais utilizadas: análise discriminante árvores de decisão regressão logística, redes neuronais artificiais. 10 O que é o Credit Scoring Para Lewis (1992) o credit scoring • “… um processo em que a informação sobre o solicitante é convertida em números que de forma combinada formam um score. Este score é a medida do valor da solicitação” Lewis, E. M. 1992. An Introduction to Credit Scoring. California: Fair, Isaac & Co., Inc. 11 O que é o Credit Scoring Anderson (2007) sugere dividir as duas palavras: Credit : “buy now, pay later” Vem do latim credo que significa: “Eu acredito”, Eu “tenho confiança em…” Scoring: Uso de ferramentas numéricas para ordenar casos de forma a discriminar entre eles e assegurar decisões consistentes. Scores são números que servem para representar uma determinada qualidade do individuo. 12 O que é o Credit Scoring Consequentemente Anderson (2007): Credit scoring Modelos estatísticos que permitem transformar informação relevante em medidas numéricas que auxiliam a decisão de aceitar ou rejeitar um pedido de empréstimo Anderson, R. 2007. The Credit Scoring Toolkit: Theory and Practice for Retail Credit Risk Management and Decision Automation. New York: Oxford University Press. 13 Historia do Credit Scoring Alguns artigos e livros retractam a história do credit scoring com maior ou menor detalhe segundo se pretenda evidenciar os aspectos estatísticos ou os aspectos relacionados com a concessão de crédito.Destes realçam-se os trabalhos de Lewis (1992), Thomas, Edelman e Crook (2002, 2004), Anderson (2007), Abdou e Pointon(2011). Thomas, L. C., Edelman, D. B., Crook, J. N. 2004. Readings in Credit Scoring: recent developments, advances, and aims. New York: Oxford University Press. Thomas, L. C., Edelman, D. B., Crook, L. N. 2002. Credit Scoring and Its Applications. Philadelphia: Society for Industrial and Applied Mathematics. Abdou, H. & Pointon, J. (2011) 'Credit scoring, statistical techniques and evaluation criteria: a review of the literature ', Intelligent Systems in Accounting, Finance & Management, 18 (2-3), pp. 59-88 14 Historia do Credit Scoring Em 1938, Dunham é quem primeiro faz alusão a uma avaliação de propostas de crédito baseadas em cinco critérios objectivos: • posição profissional que o solicitante ocupa; • nível de rendimento; • nível financeiro/patrimonial; • garantes / colaterais; • histórico de pagamento de anteriores empréstimos. Até então, os analistas de crédito socorriam-se do seu savoir faire para emprestar uma determinada ponderação às variáveis que consideravam ser as mais importantes para avaliar o risco de crédito, i.e., para calcular a probabilidade de incumprimento do cliente. 15 Historia do Credit Scoring No entanto, a objectividade da recolha perder-se-ia na subjectividade da análise, uma vez que a importância destes critérios seria determinada com base na experiência do analista, sem haver, portanto, qualquer aplicação de técnicas estatísticas. 16 Historia do Credit Scoring Será Durand, em 1941, pesquisador do National Bureau of Economic Research (NBER), quem primeiro se interessou em calcular e quantificar os parâmetros estatisticamente significativos, que os analistas de crédito tinham como sendo os mais importantes. E fá-lo recorrendo à análise discriminante proposta por Fisher. 17 Historia do Credit Scoring Os parâmetros mais importantes do estudo de Durand são os seguintes: • situação profissional do solicitante; • antiguidade (em anos) na presente situação; • antiguidade (em anos) na actual morada postal; • contas bancárias e seguros de vida; • género; • montante mensal da prestação. 18 Historia do Credit Scoring No entanto, Bill Fair, matemático e Earl Isaac, engenheiro, em 1956, foram os primeiros a considerar a utilização dos computadores e de métodos de investigação operacional no cálculo do scoring associado aos clientes. Foi a partir desta data que as organizações financeiras começaram a usar o conceito de credit scoring. 19 Importância do Credit Scoring Foi a partir de 1980 que os modelos de credit scoring começaram a ser aceites e aplicados frequentemente nas instituições financeiras. O scoring, “ao sumariar todo o conhecimento que se tem do requerente num único número, aligeira a tomada de decisão dentro da instituição, tornando-se além de um canal de comunicação interna, um mecanismo de tradução da política de gestão a ser levada a cabo pela rede comercial” (McNab e Wynn, 2000). 20 Importância do Credit Scoring • O credit scoring foi, primeiramente útil para melhorar o trade- off entre o número enorme de solicitações e as situações de incumprimento, em que incorriam os clientes. • Seguidamente, foi importante para melhorar a eficiência comercial, pois permitia reduzir o tempo de análise e de resposta. • Finamente o credit scoring permitiu melhorar o controlo da carteira de crédito da organização. 21 Vantagens e Inconvenientes do Credit Scoring Vantagens • Aumenta o lucro das instituições através de maiores índices de aprovação com reduzidos níveis de incumprimento; • torna o processo de decisão objectivo • aumenta a eficiência do serviço prestado ao cliente; • permite que as organizações adaptem, de uma forma automática, a política de crédito; • identifica, estatisticamente, as variáveis tidas como mais importantes na discriminação entre clientes regulares e em incumprimento. 22 As limitações do credit scoring prendem-se, sobretudo, com as questões estatísticoeconométricas em que se baseiam os modelos e a sua constante actualização. Podem apontar-se: • Custos de desenvolvimento e manutenção do modelo. Conhecimentos técnicos na área da estatística e necessidade da constante actualização do modelo a fim de que não se degradem as capacidades preditivas do modelo 23 Outras Limitações: • Qualidade dos dados. Normalmente este tipo de modelos são empíricos, i.e., são elaborados segundo as observações constantes na base de dados das instituições. E a qualidade, infelizmente, nem sempre é a melhor… • Tipo de modelo escolhido em que se baseia o credit scoring. Como escolher a “melhor” abordagem? 24 Implementação de um Modelo Credit Scoring Estatística Univariada Estatística Bivariada Estatística Multivariada Testes de Qualidade do Ajustamento 25 Implementação de um Modelo Credit Scoring No fluxograma estão identificadas as etapas subjacentes à implementação de um modelo de credit scoring. No entanto, antes de dar inicio ao processo, é necessário : Definir incumprimento Seleccionar o conjunto de variáveis dos indivíduos que possam vir a explicar a probabilidade de entrar em incumprimento Definir a janela amostragem (registos que participam na construção do modelo) 26 Implementação de um Modelo Credit Scoring Cliente regular vs cliente incumpridor E usual definir como cliente incumpridor o cliente que não efectua o pagamento passados 90 dias face a data de vencimento da prestação Características dos proponentes que podem afectar a probabilidade de incumprimento: Estado Civil; Género; Situação profissional; Idade; Tipo de habitação; Antiguidade no emprego; Habilitações literárias; Historial de créditos pedidos… 27 Implementação de um Modelo Credit Scoring Definir a janela amostragem Que registos é que vão ser usados para estimar o modelo de credit scoring? A informação sobre os clientes dos últimos 5 anos? Últimos 3 anos? Na literatura não existe consenso quanto a esta questão. A janela de amostragem deverá ser tal que a taxa de incumprimento da carteira do produto de crédito apresente características de estabilidade ao longo do tempo. 28 Implementação de um Modelo Credit Scoring Definir a janela amostragem O mais comum é considerar-se um período de 12 meses na janela de amostragem, excepto no caso em que haja quebras de estrutura. 29 Importância da Estatística nos Modelos de Credit Scoring • Como funciona na pratica o credit scoring? O objectivo primeiro dos modelos de credit scoring é classificar os clientes, emprestando-lhes uma probabilidade de incumprimento. Para isso, e conforme acabou de ser descrito, selecciona-se um determinado período temporal ou janela de amostragem. 30 Como funciona na pratica o credit scoring? 1. Selecciona-se um determinado período temporal ou 2. 3. 4. 5. janela de amostragem Identificam-se os indivíduos regulares e incumpridores Define-se a variável de interesse: Y=1 se incumpridor, Y=0 se regular Seleccionam-se as características dos indivíduos que podem influenciar a probabilidade de entrar em incumprimento (X1, X2,…, Xk) Estima-se o Modelo de Credit Scoring para P(Y=1) 31 Estimação do Modelo de Credit Scoring Dadas as características X1,X2,…Xk, dos n indivíduos referente aos últimos 12 meses de emprestimos, então a probabilidade estimada de entrar em incumprimento é dada por: P*(Y=1)=F(X1,X2,…Xk) Onde F é uma função matemática conhecida. 32 Estimação do Modelo de Credit Scoring P*(Y=1)=F(X1,X2,…Xk) A um novo solicitante i com características X1i,X2i,… Xki, atribui-se a probabilidade de incumprimento (ou score) de P*(Yi=1)=πi e toma-se a decisão de conceder ou não o empréstimo. A ESTATISTICA é fundamental nas diferentes fases 33 de implementação do Modelo de credit scoring Estatística Univariada Estatística Bivariada Estatística Multivariada Testes de Qualidade do Ajustamento 34 Conclusões • Modelos de Credit Scoring e sua relevância para instituições financeiras • Para que os modelos de Credit Scoring possam ser devidamente implementados são necessários técnicos com formação adequada, nomeadamente na área da estatística e da econometria • Cabe as Universidades o papel de ensinar a construir e estimar Modelos de Credit Scoring incluindo estas temáticas nos Curricula dos cursos de Economia, Gestão, Estatística, Actuariado, Matemática 35 Conclusões No contexto do Ano Internacional da Estatística deixo ficar 3 desafios: • A nível das Universidades, a necessidade de se desenvolverem competências a nível do Ensino e Investigação nesta área • A nível das Instituições Financeiras, a necessidade de se estimular a formação de técnicos nestes dominios • A nível da Sociedade, a necessidade de se Promover a Ligação entre as Universidades e as Empresas através formação “ao Longo da Vida” com oferta de cursos de curta duração, nesta e noutras áreas importantes da ESTATISTICA.