Redes neurais

Disponível somente no TrabalhosFeitos
  • Páginas : 6 (1402 palavras )
  • Download(s) : 0
  • Publicado : 6 de outubro de 2012
Ler documento completo
Amostra do texto
UNIVERSIDADE PRESBITERIANA MACKENZIE
FACULDADE DE COMPUTAÇÃO E INFORMÁTICA
BACHARELADO EM CIÊNCIA DA COMPUTAÇÃO
Ana Heloisa Martin Carvalhal
Bruno Vendramini Cordeiro








Redes Neurais Artificiais Aplicadas em Avaliação de Crédito






Projeto de pesquisa para o Trabalho de Graduação Interdisciplinar (TGI) apresentado como requisito parcial para a aprovação na disciplinaMetodologia do Trabalho Científico do Curso de Ciência da Computação da Universidade Presbiteriana Mackenzie.













Orientador: Prof. Ms. Orlando Bisachi Coelho





São Paulo
2012
Resumo

A crescente automação de atividades comerciais e bancárias requer a utilização de tecnologias cada vez mais sofisticadas para satisfazer usuários cada vez mais exigentes. Comoconsequência, o mercado financeiro está sempre buscando novas gerações de técnicas computacionais que satisfaçam suas necessidades mais refinadas. Entre estas técnicas estão as Redes Neurais Artificiais (RNA). Este trabalho terá a tarefa de avaliar o desempenho das redes neurais, comparando-a com um modelo linear.











Palavras-chave: Redes Neurais Artificiais, Mercado Financeiro,Técnicas Computacionais, Desempenho.






























SUMÁRIO



1 INTRODUÇÃO 4
2 JUSTIFICATIVA 5
3 HIPÓTESE 6
4 REFERENCIAL TEÓRICO 6
5 METODOLOGIA 7
6 CRONOGRAMA 7
BIBLIOGRAFIA BÁSICA 7




























1 INTRODUÇÃO
O bom funcionamento do crédito é a chave para o crescimento e, com mais outrascoisas, para o desenvolvimento da economia. Dessa forma, a ampliação do crédito e a transformação dessa atividade em algo tanto interessante para o financiador quanto para o tomador dependem de avaliação e de minimização dos riscos envolvidos.
A atitude de considerar os riscos numa operação é conhecida como política de gestão de risco de crédito. O objetivo primordial dessa política é zelar pelocapital, investindo-o em oportunidades ao mesmo tempo lucrativas e que não extrapolem o nível de risco da instituição detentora dos recursos. Já que os prejuízos causados aos doadores de recursos são enormes, e qualquer redução do risco poderá implicar em grandes benefícios. Para auxiliar em tal politica, existem modelos de risco de crédito, como o de Redes Neurais Artificiais que será apresentadoneste trabalho.
A primeira consultoria nessa área foi fundada por Bill Fair e Earl Isaac na década de 50. Seus principais clientes eram financeiras, empresas de compra por mala direta e varejo. Ela não utilizava nenhum sistema, mas sim analistas especialistas no assunto.
Com isso foi criado o credit scoring que pode ser definido como um dos primeiros métodos de avaliar riscos em empréstimos decrédito, através das características proponentes, dados históricos e técnicas estatísticas (Mester,1997). Iremos detalhar melhor com o passar do trabalho.
Recentemente, modelos baseados em técnicas de redes neurais vêm sendo utilizados e aplicados em problemas de analise de crédito. Uma das principais vantagens apresentadas pelos algoritmos de redes neurais é a grande capacidade de detectar relaçõesnão lineares entre as diversas variáveis, que compõe um modelo de credit scoring. Além do que, podem ser modificados mais facilmente que sistemas convencionais e são de utilização mais rápida, simples e podem aprender com erros e falhas.
Uma rede neural artificial (RNA) tem como principal inspiração o cérebro humano. Compõe- se de unidades de processamento interligadas, do mesmo modo que umneurônio, com vistas a identificar padrões, relações e trajetórias.
Um exemplo atual deste tipo de aplicação e o da Mastercard e Visa que estão investindo em projetos para construção de sistemas semelhantes, utilizando RNA, para avaliação de propostas de novos clientes, detecção de fraudes, e avaliação para autorização de compra (“Visa using neural networks to identify cardholder fraud”, Card...
tracking img