A dinâmica da inadimplência no microcrédito brasileiro: uma análise comparativa entre PRONAMPE e crédito tradicional com machine learning e curva de sobrevivência

• Ano de defesa: 2025
• Autor(a) principal: Morais, Tatianna Felix dos Santos
• Orientador(a): Tabak, Benjamin Miranda
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Microcrédito; Inadimplência; Risco de crédito; Análise de sobrevivência; Árvore de decisão
• Palavras-chave em Inglês: Machine learning; SHAP; XGBoost; Microcredit; Default; Credit risk; Survival analysis; Decision tree
• Link de acesso: https://hdl.handle.net/10438/38176

Este estudo analisa comparativamente a dinâmica da inadimplência entre o microcrédito, no âmbito do PRONAMPE, e o crédito comercial tradicional para Pequenas e Médias Empresas (PMEs) no Brasil. O objetivo central é identificar não apenas os fatores de risco, mas sobretudo a dimensão temporal da inadimplência para cada segmento. Utilizando dados reais de uma das maiores instituições financeiras, a pesquisa emprega uma metodologia quantitativa que combina o algoritmo de machine learning XGBoost para classificação de risco, o método SHAP (Shapley Additive Explanations) para garantir a interpretabilidade do modelo, e a Análise de Sobrevivência para modelar o tempo até a ocorrência do default. Os resultados confirmam a existência de perfis de risco antagônicos: a inadimplência em PMEs é um fenômeno endógeno e de curto prazo, influenciado por fatores microeconômicos como a maturidade da empresa e a recência de suas informações financeiras. Em contraste, o risco no microcrédito mostrou-se exógeno e de longo prazo, determinado predominantemente por variáveis macroeconômicas e manifestando-se na fase final do contrato, sendo identificada uma significativa fração de cura, onde uma parcela dos tomadores se mostra imune à inadimplência. A pesquisa contribui ao oferecer uma visão granular para a gestão de risco, demonstrando que o momento da inadimplência é tão importante quanto sua ocorrência, com implicações para o aprimoramento de políticas públicas e estratégias de crédito.