Reamostragem e imputação de dados em caso de eventos raros

Abstract

Um problema que frequentemente diculta a análise de concessão de crédito é o desbalanceamento presente em base de dados bancários, isto acontece devido à baixa ocorrência de clientes inadimplentes nas carteiras das instituições financeiras. Por mais que essa realidade seja essencial para a saúde financeira da instituição, os modelos estatísticos utilizados nas análises desses dados perdem poder de predição, tornando-se difícil construir modelos de probabilidade para esses indivíduos e, com isso, há dificuldades em avaliar estes “maus" clientes. A m de diagnosticar o desempenho dos modelos de risco nessas carteiras que possuem pouca inadimplência, foi proposto utilizar as técnicas de Reamostragem e de imputação de observações sintéticas SMOTE (Synthetic Minority Over-sampling Technique). Com a aplicação das metodologias propostas, a técnica de Reamostragem se mostrou mais adequada no tratamento de bases de dados desbalanceadas, por produzir percentuais de acertos tão bons quantos a técnica SMOTE mas sem suas limitações. Após utilizada a técnica de Reamostragem houve uma melhora no desempenho do modelo, de tal forma que tornou-se viável a análise de eventos raros. O modelo que antes possuía uma boa acurácia apenas para a classe de frequência predominante, tournou-se um bom preditor também para a classe de baixa frequência.