1 Modelo de Crédito Imobiliário (Quod)
1.1 Credit Scoring
1.1.1 Planejamento e Definições
Tipo de risco (probabilidade de perda) que se deseja avaliar:
- Risco operação de crédito imobiliário: probabilidade de perda associada a uma determinada operação de crédito quando realizada por um solicitante.
Público alvo: Pessoa física (PF)
Tipo de operação para solicitantes novos (application scoring), ou seja, que nunca efetuaram operação de crédito imobiliário com a instituição. Com isso, não possui dados históricos (behavioral scoring, caso houvesse histórico de operações com o credor).
Produto único, crédito imobiliário, e não uma família de produtos.
Objetivos a alcançar:
Atingir o padrão Direcional de inadimplência sem perda de bons clientes.
Aumentar o número de análises de crédito sem aumentar o número de analistas.
Expandir de forma controlada o número de aprovações de crédito.
Precificar e definir os limites de crédito ajustados ao risco.
Aumentar a produtividade do processo de análise.
Mercado alvo:
- Serão desenvolvidos 2 modelos: pro-solvendo e pro-soluto. Onde pro-solvendo o imóvel fica alienado e no pro-soluto o imóvel está em construção.
Política de crédito: TODO
Valores Limites: xxx
Número de parcelas: xxx
Restrições (renda, idate, etc): xxxx
Segmentação do modelo:
- Por região, classe social, etc TODO
Definição de bom e mau cliente:
Mau cliente: solicitante que tem alta probabilidade de entrar em default.
Default para modelo pro-solvendo: ficar inadimplente por mais de 90 dias.
Default para modelo pro-soluto: ficar inadimplente por mais de 90 dias.
Clientes com algum histórico ruim deve ser excluído da base de treinamento? Exemplo: pariticipou de alguma fraude no passado, teve alguma ação na justiça? TODO
Data de referência: data da concessão do crédito (To)
Período de Performance: período de avaliação do desempenho do cliente após a data da concessão. ATENÇÃO: Se um cliente, ao final do período de performance, tiver uma parcela não paga com prazo inferior a 90 dias, ele não pode ser classificado como mau ou como bom. TODO
O objetivo de um modelo de credit score é prever a performance de um novo crédito em um intervalo de tempo com o comprimento do período de performance.
Siddigi (2006) sugere analisar a porcentagem dos créditos que inadimpliram, mês a mês, após a data de concessão e definir o período de performance como sendo o número de meses após To a partir do qual a porcentagem de inadimplentes se estabiliza. TODO
Período histórico: intervalo de tempo que precede To (inclusive). Verifica-se se durante esse intervalo o solicitante apresentou problemas de crédito por meio de informações de bureaus de crédito. TODO. Os 12 meses que precedem To e a situação em To contemplam as informações mais importantes para prever a performance do solicitante. TODO
Período de concessão: intervalo de tempo que conterá as datas de concessão a serem consideradas. julho de 2019 a dezembro de 2021
ATENÇÂO: Devemos estar atentos para que as regras e políticas de concessão de crédito no período de concessão sejam as mesmas que estarão em uso no futuro. TODO. É importante analisar e comparar as taxas de inadimplência para os créditos concedidos em diferentes meses do ano, bem como os meses em que ocorrem as maiores e menores inadimplências de forma a considerar isso na modelagem de crédito. TODO.
1.1.2 Definição operacionalde de variáveis preditoras - uniformidade na interpretação
Definição operacional é uma definição, por escrito, formal e não ambígua de uma variável, especificando a forma como deve ser medida e registrada. Formalizar esta definição tem o objetivo de ter uma definição clara e única que evite interpretações distintas.
Variáveis com definições operacionais diferentes ou não claras devem ser evitadas.
Deve-se ficar atento para definições operacionais da variável que mudam com o tempo, ou seja, a definição operacional depois que o modelo entra em uso difere da definição opercional adotada na época em que o modelo foi desenvolvido.
No caso de variáveis resultantes de quocientes entre outras variáveis (índices financeiros, por exemplo), deverá haver regras claras de como proceder nos casos de divisão por zero e como diferenciar situações em função dos sinais do numerador e do denominador.
Os dados utilizados devem ser atualizados. Deve-se pesquisar junto aos responsáveis pelos dados quais os critérios e periodicidade de atualização. Evitar dados com data de validade discutível.
As variáveis utilizadas no desenvolvimento do modelo devem estar disponíveis no futuro para que o modelo possa ser utilizado por um tempo considerável.
Variáveis que dependem do avanço tecnológico é problemático, pois elas podem deixar de existir no futuro, exemplo: telefone residencial. Muitas vezes não será possível fazer esta previsão. A solução será a revisão do modelo periodicamente.
Não devemos ater-nos apenas a variáveis tradicionalmente aceitas pelos analistas. Variáveis relacionadas com o estilo de vida do proponente ou com características biológicas poderão mostrar-se mais úteis.
Algumas variáveis não podem ser utilizadas por motivos legais (LGPD, por exemplo) ou por motivos éticos. Recomenda-se ater-se à legislação vigente.
1.1.3 Seleção da amostra e coleta de dados
Modelo de escore de crédito é desenvolvido a partir de uma amostra de clientes que tomaram crédito no passado.
Mercado-alvo: Pessoas Físicas
Que tiveram créditos imobiliários aprovados nos Bancos, mas não na Direto.
Que tiveram créditos imobiliários recusados (não temos).
Que nunca solicitaram crédito imobiliário (não sabemos).
A base de dados disponível é uma parte do mercado-alvo.
Deve-se incluir os dados de solicitações recusadas na amostra de treinamento. Muitas empresas não armazenam essas informações. Isso introduz um viés no modelo.
Deve-se contemplar as restrições à concessão de crédito constantes na política de crédito do credor para não incluir pessoas que se não enquandram na política. TODO
Dimensionamento das amostras:
Uma regra usual é que o tamanho da amostra deve ser igual ou dez vezes maior que o número de variáveis. Essa regra pode conduzir a amostras pequenas.
Regras gerais:
Quanto maior a amostra, melhor.
O número de maus clientes em torno de 1.000 é recomendado. No mínimo 500.
Amostras de treinamento e teste:
- Quando a amostra é pequena, não se divide em duas e recorre-se a métodos especiais para validação do modelo.
Cuidados especiais na preparação dos dados:
Definir claramentee qual o mercado-alvo, identificando que tipo de clientes não podem ser incluídos na amostra. Exemplo:
Apenas clientes ativos crédito imobiliário em To
Um CPF não pode aparecer mais de uma vez
Dados cadastrais devem estar atualizados a partir de determinada data
Aplicar filtros baseados nas políticas de crédito
1.2 Etapas modelo Quod
1.2.1 Preparação de dados
Dataset pessoas: unificar arquivos da pasta dat/raw
Dataset pessoas: gerar arquivos de pessoas por grupo
Unificar arquivos de parcelas por ano 2020, 2021, 2022
Gerar arquivo de ids comuns entre pessoas e parcelas
Filtrar arquivos de pessoas e parcelas com os ids comuns
Criar id_venda no arquivo de parcelas
Filtrar arquivos de parcelas com contratos que tenham no mínimo 12 parcelas consecutivas
Filtrar arquivos de pessoas com os ids dos arquivos de parcelas com no mínimo 12 parcelas consecutivas
1.2.2 Análise exploratória de dados
ok- Avaliar/entender/validar o formato dos campos
ok- Gerar as tabelas com as proporções dos código de exceção por grupo/subgrupo
Gerar histograma das variáveis excluindo os códigos de exceção
Análise dos campos numéricos
ok- Identificar quais conteúdos podem ser substituídos por NA sem comprometer a significado.
- Após substituição por NA:
- efetuar análise de variância.
- gerar estatísticas/gráficos (histograma, boxplot, etc).
- avaliar que tipo de transformação pode ser apropriada para cada campo.
- correlação de registros completos (complete case)
- Após substituição por NA:
Análise dos campos alfanuméricos
cálculo de proporções por categoria.
avaliar que tipo de transformação pode ser apropriada para cada campo.