Fronteira entre risco operacional e risco de crédito : classificação de eventos de perdas operacionais

Abstract

Neste estudo avaliamos a aplicação de técnicas de aprendizagem de máquina para classificação de eventos de perda operacional com provável impacto no risco de crédito. Para tanto, utilizamos base de dados de perdas de uma instituição financeira brasileira. Na sequência selecionamos uma combinação de modelos probabilísticos (näive bayes e regressão logística) e de aprendizagem de máquina (árvore de decisão e random forest) para avaliar a precisão da classificação. Os resultados se mostraram satisfatórios para a maior parte dos algoritmos testados em especial àqueles com métrica em Árvore de Decisão. O presente estudo pretende contribuir não só academicamente (frente à escassez de referencial bibliográfico diretamente relacionado a Risco de Fronteira entre o Risco Operacional e o Risco de Crédito), mas também corporativamente mediante a otimização de classificação de informações pelas instituições financeiras, o que pode acarretar no aprimoramento da eficiência operacional, melhoria no gerenciamento de riscos (de forma integrada) e qualificação dos dados de perdas operacionais.