Perfil de risco do cliente que entra em default no crédito à habitação

Abstract

Com o objetivo de identificar quais os fatores determinantes para a entrada em incumprimento, foi analisada e tratada uma amostra de clientes composta por características associadas a cada cliente e ao crédito concedido e, tendo em conta o estado de incumprimento daquele, ajustaram-se três modelos de regressão logística.  O primeiro modelo apenas continha as variáveis que representam as características inerentes aos clientes e não conduziu a bons resultados (AIC e AUC). Os outros dois modelos incluíram também variáveis macroeconómicas de duas formas distintas: uma em que foram incluídas individualmente e a outra em que se incluíram componentes principais associadas às mesmas, apresentando resultados idênticos. Seguidamente, e como se pretendia segmentar os clientes de acordo com os seus perfis, as variáveis que se revelaram mais significativas em cada um dos modelos e que eram numéricas foram categorizadas e incluídas desta forma. Ajustaram-se dois novos modelos (com as variáveis macroeconómicas e com as suas componentes principais) com as variáveis nesta forma. Ambos conduziram a resultados melhores e semelhantes. Finalmente, com base nas variáveis mais relevantes em cada um dos modelos construíram-se duas árvores de decisão, com o objetivo de mais facilmente discriminar um cliente enquanto incumpridor, ou não. Em suma, independentemente do modelo analisado, concluiu-se que a antiguidade da conta, a situação profissional e a profissão do cliente, a finalidade e o número de intervenientes do crédito e o rácio entre o montante do empréstimo e do imóvel são as variáveis essenciais para apoiar na tomada de decisão do Banco.