RINALDO ARTESPiegas, Gustavo de Souza Sampaio Moreira2025-03-142025-03-142024https://repositorio.insper.edu.br/handle/11224/7408Esta monografia investiga a eficácia de diferentes modelos de credit scoring aplicados a carteiras de crédito para pessoas físicas, destacando o impacto das reformas econômicas e avanços tecnológicos, como o uso de Big Data e inteligência artificial, no período pós-2000. O estudo analisa a evolução histórica do mercado de crédito, desde os sistemas informais baseados na confiança pessoal até os sofisticados algoritmos atuais utilizados por instituições financeiras. Três metodologias principais são abordadas: redes neurais, árvores de decisão e regressão logística, comparando suas capacidades preditivas e eficácia na gestão do risco de inadimplência. Utilizando a base de dados detalhada “LendingClub Loan Data”, o trabalho revela que, embora modelos tradicionais ainda sejam robustos, técnicas avançadas, como redes neurais, oferecem melhorias incrementais na precisão das previsões. A pesquisa conclui com uma discussão sobre os desafios éticos e regulatórios associados ao uso de tecnologias emergentes na avaliação de crédito, propondo recomendações para futuras investigações e aplicações práticas no setor financeiro.Digital40 p.Portuguêsbachelor thesis