Determinantes do score de crédito e tempo até inadimplência para empréstimos comerciais a pessoas físicas

Abstract

O Novo Acordo de Basiléia (Basiléia II) permite aos bancos desenvolverem internamente abordagens para classificação de risco de acordo com as experiências em suas carteiras de crédito como uma das diretrizes que visam dar maior segurança ao sistema financeiro. Neste sentido, o objetivo deste trabalho é o de desenvolver um modelo estatístico de classificação de risco credit scoring a partir de informações sobre empréstimos concedidos no passado recente de uma carteira de crédito rotativo, tais como hábitos de pagamentos, variáveis cadastrais de perfil e comportamentais dos tomadores de crédito. Adicionalmente, será abordada a técnica de Análise de Sobrevivência, a qual busca estimar o tempo esperado até a default (inadimplência) de um contrato. As análises partem da definição da qualidade de crédito (bom ou ruim) e tempo observado até a inadimplência, sendo seguida pelo estudo das variáveis dos clientes que influenciam na capacidade destes em honrarem os compromissos de crédito obtidos. As técnicas empregadas para seleção das variáveis com relevância estatística para classificação dos bons e maus pagadores e tempo estimado até default foram a regressão logística (para o modelo de credit scoring) e Modelo de Riscos Proporcionais de Cox (para a Análise de Sobrevivência). Os resultados demonstram que é possível identificar antecipadamente o tempo esperado e a probabilidade de inadimplência dos tomadores de crédito, constituindo instrumentos de considerável relevância nas decisões afetas a políticas de concessão de crédito nas instituições financeiras. ______________________________________________________________________________ ABSTRACT

Basel II allows banks to develop risk classification techniques which incorporate experiences from their credit bureaus, granting wider security to the financial system. The aim of this work is the development of a statistical model of risk classification. This credit scoring model is based on information about past credit experience, such as payment habit and profile, and the behavioral variables of credit consumers. In addition, Survival Analysis, which attempts to estimate the time until a contract’s default occurs, will be used. The analysis starts with the definition of credit quality (good or bad) and the time until default for the contracts studied and is followed by the exploration of which variables are unconditionally related to default. Variables were selected for inclusion in the logistic regression (for the credit scoring model) and Cox Proportional Hazards Model (for the Survival Analysis model) based on their statistical significance in explaining default and time to default, respectively. The results demonstrate that it is possible to identify the time to default and the probability of default for customers who intend to contract credit, hence the models are shown to be important tools for the credit decision policies of financial companies.