ID: 18126
Autoria:
Maria Teresinha Arns Steiner, Celso Carnieri, Bruno H. Kopittke, Pedro J. Steiner Neto.
Fonte:
RAUSP Management Journal, v. 34, n. 3, p. 56-67, Julho-Setembro, 1999. 12 página(s).
Palavras-chave:
reconhecimento de padrões , redes neurais , sistemas especialistas probabilisticos
Tipo de documento: Artigo (Português)
Ver Resumo
Reconhecer e prever quais clientes serão "bons ou maus pagadores" de crédito é tarefa importante e difícil para as instituições bancárias e os serviços de proteção ao crédito. Com registros históricos de 2.855 clientes de um banco alemão, foram abordadas neste artigo, comparativamente, as técnicas de Sistemas Especialistas Probabilísticos e Redes Neurais, ambas da área de Inteligência Artificial, utilizando o SPIRIT e o MatLab-Neural Networks Toolbox. Essas técnicas permitem o reconhecimento de padrões e, também, a sua utilização em diagnósticos posteriores. Feito o reconhecimento de determinado cliente e obtida a sua conseqüente probabilidade de retorno do crédito, estudou-se, ainda, com base nas taxas de juros adotadas, no valor do crédito a ser concedido, no prazo para pagamento e nas demais taxas bancárias, a relação risco/retorno para o banco, apontando os casos em que o crédito deve ser concedido.
