Modelo preditivo de risco de crédito para cooperativas de agronegócio

Abstract

O uso de técnicas de Machine Learning na gestão de riscos é uma prática cada vez mais comum nas corporações. Em especial os bancos tem utilizado essas técnicas em seus processos de análise de risco de crédito. Este trabalho avalia o uso de modelos comuns de Machine Learning para avaliar o risco de crédito de um público específico: cooperativas de agronegócios. Foram testados diversos modelos consolidados no mercado e verificamos que, para este propósito, dois modelos se destacaram: Gradient Boosting e Random Forest. Os modelos revelaram que as variáveis relativas à situação econômico-financeira das cooperativas, medidas por meio de indicadores financeiros, são mais relevantes do que outras informações obtidas em pesquisas diversas, como o comportamento em outras transações financeiras e a capacidade adminsitrativa da cooperativa.