Modelos de score de crédito: conceitos e implantação
Modelos de score de crédito: conceitos e implantação

Modelos de score de crédito: conceitos e implantação

O que são, quais as características, vantagens e desvantagens dos diversos tipos de modelos de score de crédito disponíveis no mercado?

Sempre ouvi que um dos grandes desafios em negócios é transformar dados em informações, e daí em conhecimento.

Por isso resolvi resumir neste post um pouco sobre como chegar a este conhecimento quando o assunto é crédito.

O que são os modelos de score de crédito?

Os modelos de score de crédito buscam classificar o risco do cliente utilizando o conceito de perda esperada para um determinado perfil em um determinado tipo de operação.

Dessa forma, o desenvolvimento baseia-se em amostras representativas de clientes aos quais foram concedidos créditos no passado.

Por isso, se toma como premissa de que o comportamento dos novos proponentes será muito parecido ou igual ao dos clientes com perfis semelhantes no passado.

Sendo assim, os desafios são:

  • Identificar elementos-chave que influenciam na adimplência ou inadimplência dos clientes;
  • Monitorar o modelo em operação a fim de detectar mudanças com relação às condições vigentes no momento de seu desenvolvimento.
  • Garantir que o perfil dos clientes analisados no passado seja similar ao que será aplicado no futuro.

Quais tipos de modelos de score de crédito?

Os modelos de score de crédito são divididos em duas categorias:

  • Modelos de aprovação de crédito: apoiam nas decisões para novos clientes;
  • Modelos comportamentais: também conhecidos como Behavioural Scoring, apoiam a decisão para clientes que já possuem relacionamento comercial;

Enquanto os modelos de aprovação de crédito focam na concessão e no volume de crédito, os modelos comportamentais podem ser utilizados para gerir os limites, ações de cobrança preventiva, entre outras estratégias.

Quais são as vantagens dos modelos de score de crédito?

  • Consistência nas decisões: decisões similares independente de informações subjetivas, experiência ou relacionamento entre cliente e analista. Não depende o “humor” do analista;
  • Velocidade das decisões: automação, utilizando-se de tecnologia adequada, permitem análises e decisões quase que instantâneas;
  • Adequação das decisões: conhecendo e quantificando o risco o credor pode adotar diferentes regras conforme os diferentes perfis dos tomadores;
  • Decisões remotas: elimina a necessidade de analistas fisicamente próximos, favorecendo a gestão centralizada;
  • Redução de custos por análise: como resultado da rapidez e a um custo aceitável.

Quais são as desvantagens dos modelos de score de crédito?

Impacto no relacionamento: é difícil explicar o motivo de não aprovação a clientes considerados de alto risco;

  • Quebra de paradigmas: pessoas tendem a acreditar que sua experiência vale mais que análise objetiva ou “fórmula” estatística;
  • Custos no desenvolvimento: a depender da complexidade e quantidade de variáveis, o custo pode ser um ofensor. Não somente no desenvolvimento, mas também na manutenção do modelo;
  • Excesso de confiança: pode-se superestimar a eficácia do modelo, induzindo profissionais a acatarem suas recomendações, sem análise crítica;
  • Interpretação equivocada: refere-se ao uso inadequado por falta de treinamento do usuário;
  • Limitações temporais: os modelos “envelhecem” e perdem a validade com o tempo.

Modelos julgamentais

São aqueles cujas fórmulas são definidas de forma subjetiva. Dessa forma, toma como base a experiência do analista ou modelos com os quais tenha trabalhado no passado.

Esta modalidade é recomendada como última opção, quando não existirem dados suficientes para se desenvolver um modelo estatístico. Por exemplo, novos produtos ou novo mercado para o credor.

Vantagens

  • Permitem automatizar a decisão;
  • Aumentam a produtividade e consistência das análises.

Desvantagens

  • Não permitem quantificar a probabilidade de perdas, que é o elemento mais importante na avaliação de risco de crédito.

Modelos estatísticos

Modelos estatísticos generalistas: Estimam o risco com base em informações restritivas, sem considerar o tipo de operação ou mercado de atuação do credor.

A definição de BOM / MAU é feita conforme a ocorrência de uma ou mais informações restritivas, em um determinado período de tempo.

Modelos estatísticos customizados: São modelos desenvolvidos considerando-se características específicas de cada credor, seus clientes e o perfil de suas operações.

Conclusão

Finalmente, não importa como, mas ao final do dia o objetivo é mitigar riscos de não recebimento.

Modelos de score de crédito, customizados ou não, são somente uma ferramenta a mais a fim de ajudar na tomada de decisão.

Podem parecer complicados, e até são um pouco mesmo. Mas o processo de construção de um modelo de score de crédito ajuda muito a entender os fragilidades de sua carteira de crédito. Logo, direciona atuação na mitigação dos riscos.

Afina, modelos de score de crédito e canja de galinha não fazem mal a ninguém.

Sucesso e bons negócios!

ExibirMinimizar
aci institute 15 anos compartilhando conhecimento