Predição do bom e do mau pagador no Programa Minha Casa, Minha Vida

Abstract

Este trabalho tem como objetivo principal implementar diferentes modelos de previsão da inadimplência,a partir de métodos de creditscoring e técnicas computacionais com algoritmos deMachine Learning (Análise discriminante, regressão logística, DecisionTree, Random Forest,BootstrapAggregating e AdaptiveBoosting) e comparar a adequação dos modelos de previsão da inadimplência que melhor identifiquem o bom e o mau pagador no Programa Minha Casa, Minha Vida. Para avaliar a adequação dos modelos de Machine Learning, foram realizados três testes com a obtenção dos índices Area Under ROC Curve (AUROC), Kolmogorov–Smirnov (KS) eBRIER Score com o intuito de validar os modelos em diferentes intervalos de tempo para variável dependente default (30, 60, 90, 120 dias), validar os modelos, considerando um número menor de observações (300.000) e validar os modelos sem o uso de variáveis discriminatórias (gênero,idade e estado civil). Verifica-se que a capacidade de predição dos modelos melhorou, à medida que o número de dias de atrasos utilizados para definir a variável default, aumentava. Os melhores resultados foram obtidos com Bootstrap Aggregating (Bagging), Random Forest (RF) e Adaptive Boosting (AdaBoost). Observa-se um impacto negativo considerável nos resultados quando utilizado um número menor de observações. Verificou-se também que a retirada de variáveis discriminatórias dos modelos preserva o poder discriminatório do sistema de classificação de riscode crédito. Aplicando o algoritmo Bagging no Programa Minha Casa, Minha Vida (PMCMV) a taxa de inadimplência que é de 11,80% poderia ser reduzida para 2,95%. Logo, 197.905 mil contratos inadimplentes deixariam de existir no PMCMV resultando em uma redução nas perdas com inadimplência de aproximadamente R$ 9,8 bilhões.