Título: Inteligência Artificial Aplicada à Avaliação de Crédito Bancário
Autor: João Artur Vieira Santos
Local: Sala de Documentação do CEE e Sessão Zoom 81886525606 (senha 671743)
Dia/Hora: 16 de maio de 2022, 16:00
Resumo
A avaliação de crédito é uma ferramenta financeira, importante, para bancos e instituições financeiras determinarem se devem emitir o empréstimo para potenciais mutuários. A utilização de inteligência artificial levou a um melhor desempenho dos modelos de avaliação de crédito. Várias técnicas de machine learning baseadas em estatísticas foram empregues para esta tarefa, sendo que a regressão logística é o padrão da indústria na modelação de risco de crédito. Porém, estudos demonstram que algoritmos de ensemble, que principalmente podem ser divididos em bagging ensembles e boosting ensembles, têm se mostrado muito promissores.
Esta tese tem como objetivo comparar diversos tipos de modelos de machine learning de forma a determinar quais oferecem o melhor desempenho para a classificação de crédito bancário. Para tal, este estudo irá realizar comparações com diversos tipos de modelos de classificação, desde os modelos tradicionais (LR, LDA e ANN), a modelos mais recentes como ensemble homogeneos (AdaBoost, GBDT, XGBoost, LightGBM e CatBoost) até modelos mais experimentais como o caso de modelos ensemble heterogenos.
A contribuição final desta tese será fornecer informação de que modelos de machine learning atualmente mais se adequam a avaliação de crédito báncario, com intuito de substituir os métodos tradicionais.