A utilização de dados de clientes para auxiliar em decisões gerenciais, classificando-os através de métodos estatísticos e definindo o risco financeiro é uma prática bastante utilizada nas instituições que concedem crédito e na gestão de portfólios ou produtos sujeitos à inadimplência. Com o crescimento do volume de concessões de crédito tornou-se crucial para a manutenção de uma carteira de clientes saudável a estruturação sistemática de grandes volumes de dados por parte das instituições financeiras.
O objetivo é a proposição de um modelo de classificação de risco de crédito para uma carteira de crédito consignado visando ações de cross-selling. De forma específica pretende-se: (a) aplicar uma modelagem convencional de credit scoring em uma carteira de crédito consignado de uma Instituição Financeira; (b) promover a oferta de outro produto financeiro ao cliente com base nos resultados obtidos a partir do modelo de credit scoring e (c) verificar o impacto dessa estratégia na rentabilidade e na inadimplência da Instituição Financeira por meio da análise de diferentes cenários.
O referencial teórico inicia com uma discussão sobre a ferramenta credit scoring com base nos trabalhos de Caouette et al. (1999) e Sicsú (2010). Continua com uma discussão sobre cross-selling a partir dos trabalhos de Ormeci e Aksin (2010), Berry e Linoff (2005) e Lau et al. (2004) e termina com a apresentação de estudos e evidências empíricas sobre modelos de credit scoring tanto no Brasil quanto no exterior (Estados Unidos, República Checa, Eslovênia e Espanha).
Os escores dos clientes foram estimados com base na utilização de um modelo de regressão logística e quatro cenários de rentabilidade e inadimplência foram gerados. No primeiro cenário, a oferta do cartão de crédito é realizada sem o uso de escores; já no segundo e terceiro cenários são utilizados escores fornecidos por dois Bureaus de Crédito distintos. Por fim, no quarto cenário foram utilizados os escores produzidos pelo modelo de credit scoring proposto no estudo.
Os resultados mostraram que o quarto cenário, no qual são utilizados os escores produzidos pelo modelo proposto no estudo, foi aquele que apresentou a maior rentabilidade para a Instituição Financeira e a melhor discriminação entre bons e maus clientes, com 75% de aprovação de clientes para o novo produto, contra 64% do melhor Bureau.
Os resultados obtidos nos quatro cenários justificam a realização de investimentos por parte de Instituições Financeiras para o desenvolvimento de modelos de credit scoring visando ações de cross-selling.
ABDOU, H. A., POINTON, J. Credit Scoring, Statistical Techniques and Evaluation Criteria: A Review of the Literature. John Wiley & Sons: Intelligent Systems in Accounting, Finance and Management, v. 18, pp 59-88, june/2011.
EINAV, L.; JENKINS, M.; LEVIN, J. The impact of credit scoring on consumer lending. The RAND Journal of Economics, Vol. 44, No. 2, pp. 249–274, Summer 2013.
ORMECI, E. L.; AKSIN, O. Z. Revenue Management Through Dynamic Cross Selling in Call Centers. Journal Production and Operations Management, Vol. 19, No. 6, pp. 742–756, November–December 2010.