Desenvolvimento de um modelo de análise de crédito baseado em dados de redes sociais

• Ano de defesa: 2024
• Autor(a) principal: Santos, Tharles Maicon Freire dos
• Orientador(a): Silva, Leandro Augusto da
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: análise de crédito; redes sociais; aprendizado de máquina; big data; privacidade; inclusão financeira
• Link de acesso: https://dspace.mackenzie.br/handle/10899/40047

A análise de crédito tradicional enfrenta diversos desafios, incluindo a dependência de dados históricos, que podem não refletir adequadamente o risco futuro, e a dificuldade de capturar fatores qualitativos e comportamentais. Em complemento aos dados históricos, há oportunidades de uso de dados de redes sociais que podem indicar o comportamento financeiro dos indivíduos, como frequência de postagens, redes de amigos e interações sociais. Estes dados de redes sociais uma vez transformados em variáveis podem agregar maior precisão na análise de crédito. Neste sentido que esta pesquisa propõe desenvolver um modelo inovador de análise de crédito, utilizando dados de redes sociais. A pesquisa visa explorar a viabilidade da aplicação de dados de redes sociais na análise de crédito e as vantagens dessa abordagem em comparação aos métodos tradicionais, que se baseiam em dados financeiros históricos. Para tanto são construídos e validados modelos preditivos utilizando técnicas de aprendizado de máquina. Esses modelos são então avaliados quanto a sua capacidade de atender aos pilares da análise de crédito – Caráter, Capacidade, Capital, Colateral e Condições – da mesma forma que as análises tradicionais baseadas em dados históricos. Os resultados da pesquisa indicam que a inclusão de dados de redes sociais pode melhorar significativamente a precisão dos modelos de análise de crédito, oferecendo uma visão mais completa e atualizada sobre os solicitantes. Além disso, a pesquisa discute as implicações ´éticas e de privacidade no uso de dados de redes sociais para fins de análise de crédito, bem como as implicações regulatórias. Este estudo contribui para a área de análise de crédito ao introduzir uma nova perspectiva baseada em big data e aprendizado de máquina, promovendo uma abordagem mais justa e inclusiva para a concessão de crédito.