01: ANÁLISE DE CRÉDITO

Desde o mês de Dezembro (2023) que comecei um projeto de Ciência de Dados para a área financeira, e foi ai onde entendi na prática o processo de aplicação da ciência de dados para a área financeira me interessei bastante no assunto e procurei um curso que pudesse me ajudar a ter a base muito bem sólida, isto no formato de conteúdo e também em projeto (mão na massa), foi ai que conhece a PoDAcademy onde estudo sobre Ciência de Dados voltado para a área financeira.

Este post fará parte de uma sequência de etapas do projeto de Ciência de Dados sobre Análise de Crédito que estamos construindo nos encontros semanais ao vivo, e para o primeiro encontro tivemos uma abordagem mais teórica sobre conceitos de negócios.

Só para contextualizar vamos entender o básico sobre crédito, que desde os tempos antigos nas primeiras civilizações da Mesopotâmia e no Egito aonde a prática de empréstimos de grãos e metais já era comum entre habitantes da aquela região, realizavam trocas seja a nível do comércio e também na agricultura por serem meios formais de se praticarem os empréstimos naquela época. Os tempos foram passando e a sociedade foi evoluindo na aplicação de técnicas para análise de crédito com a introdução de modelos estatísticos e matemáticos que foram meios usados para avaliar pessoas que solicitassem crédito, seja em agências bancárias, agencias de consignação de créditos e entre outras.

Segundo Abraham Sicsú , diz que o risco de uma solicitação de crédito pode ser avaliado de forma subjetiva ou medido de forma objetiva utilizando metodologia quantitativas. Antes mesmo de começar a usar os meios de avaliação existente, uma palavra amiga que o professor Bruno Jardim sempre repete diz que “Tudo começa no Negocio”, com o objetivo de aumentar o faturamento e reduzir custos e melhorar a qualidade de vida.

Bom, para início de conversa vamos falar agora de negócios, que para uma empresa é propriamente se referindo as atividades que a organização realiza, e através destas atividades acabam gerando receitas, isto seja em: Serviços financeiros, Agronegócio, Saúde, Petróleo e gás, Industria, Educação, Jurídico e entre outros segmentos que são geradores de receitas. E para os segmentos citados anteriormente tornarem-se um órgão gerador de receitas existe a necessidade de ser aplicadas medidas probabilísticas que podem ajudar e alavancar a terem resultados significativos que podem auxiliar na tomada de decisões, e é ai, que começa a necessidade de serem aplicada a ciência de dados, e olhando para o nosso projeto será usado o framework CRISP-DM (Cross-Industry Standard Process for Data Mining), este framework é indispensável para os Cientista de Dados pois possui metodologias de boas práticas para o desenvolvimento de um projeto de Ciência de Dados.

O frameWork esta subdividido em 6 etapas entre as quais:

• Business Understanding
• Data Understanding
• Data Preparation
• Modeling
• Evaluation
• Deployement

O próximo post (02: Análise de crédito) será a parte do desenvolvimento aonde estarei explicando cada etapa do framework e também demonstrando o andamento do projeto.

Obrigado e até a próxima!

Referências: Livro Crédito Scoring, de Abraham Laredo Sicsú

Créditos: Professor Bruno Jardim pelo material disponibilizado na sala de aula.

By: Laurindo Dumba