<p>Banking is topic, practice, business or profession almost as old as the very existence of man, but literarily it can be rooted deep back the days of the Renaissance (by the Florentine Bankers). It has sprouted from the very primitive Stone-age banking, through the Victorian-age to the technology-driven Google-age banking, encompassing automatic teller machines (ATMs), credit and debit cards, correspondent and internet banking. Credit risk has always been a vicinity of concern not only to bankers but to all in the business world because the risks of a trading partner not fulfilling his obligations in full on due date can seriously jeopardize the affaires of the other partner.</p><p>The axle of this study is to have a clearer picture of how banks manage their credit risk. In this light, the study in its first section gives a background to the study and the second part is a detailed literature review on banking and credit risk management tools and assessment models. The third part of this study is on hypothesis testing and use is made of a simple regression model. This leads us to conclude in the last section that banks with good credit risk management policies have a lower loan default rate and relatively higher interest income.</p>

Submitted by Joao Moura (joaosic@gmail.com) on 2009-06-30T19:59:09Z No. of bitstreams: 1 Tese_MFEE_JOAO SICHIERI_2007.pdf: 336631 bytes, checksum: dc4d29066af0bd6c7564db0c209c3eb2 (MD5) / Approved for entry into archive by Vitor Souza(vitor.souza@fgv.br) on 2009-07-07T14:50:25Z (GMT) No. of bitstreams: 1 Tese_MFEE_JOAO SICHIERI_2007.pdf: 336631 bytes, checksum: dc4d29066af0bd6c7564db0c209c3eb2 (MD5) / Made available in DSpace on 2009-07-07T14:51:00Z (GMT). No. of bitstreams: 1 Tese_MFEE_JOAO SICHIERI_2007.pdf: 336631 bytes, checksum: dc4d29066af0bd6c7564db0c209c3eb2 (MD5) Previous issue date: 2007-05-30 / Credit risk management has assumed increasing importance for the managers and directors of enterprises. Thus, different approaches aimed to measure the probability of default are under discussion nowadays. This paper evaluates models that have become more popular over the last 30 years in order forecast defaults or to provide information regarding to financial difficulties of enterprises. This paper will focus on the KMV model in order to estimate the probability of default, its methodology based on market value of the asset and its volatility and finally estimate the probability of default. Finally, to test the KMV model will be used a sample of global steel companies that have credit in Companhia Vale do Rio Doce (CVRD), which will allow us to make comparisons with the models presented in this work.

The goal of this dissertation is to organize a probabilistic expert system with use of the Shell Spirit in order to evaluate the default risk of borrowers in a financial institution or minimize the risk that it represents. The study was limited to private individuals, since the variables used to analyse the risk in the concession of credit to legal entities are different, and also to the fact that this area is less explored by academics. The applied methodology was inserted in the context of a quantitative empirical research, which aimed to bring the model developed as close to reality as possible. However, in this step it was necessary to collect inside information of the institution used to study, referring to risk analysis, credit policies, profile of borrowers, and also to extract knowledge from the experts with the purpose of selecting the relevant variables for the system and to make the interaction of these when composing rules along with the definition of their weights. Consecutive to the conclusion of the model, tests occurred with some favorable situations and/or unfavorable to the granting of credit, considering that in this phase were instantiated the pertinent variables to each situation at hand. The main idea of the system is to manage and reduce the credit risk of bank institutions, for SPIRIT, an expert system is able to work with uncertainties and manipulates data, being fed with information that indicates the no default probability. The results obtained with the tests were satisfactory as they were able to identify the probability of a borrower turn out to be a no default or minimize the risk, even before the credit was released. / O objetivo desta dissertação é estruturar um sistema especialista probabilístico com utilização da Shell Spirit para avaliar o risco de inadimplência de tomadores de crédito em uma instituição financeira ou de reduzir o risco que ele representa. O estudo foi limitado a pessoas físicas, uma vez que, as variáveis utilizadas para a análise de risco na concessão de créditos se diferem das pessoas jurídicas e, também, pelo fato de esta ser uma área menos explorada pelos acadêmicos. A metodologia aplicada foi inserida no contexto de uma pesquisa empírica quantitativa, na qual se buscou aproximar o máximo possível o modelo elaborado à realidade. Contudo, nesta etapa foi necessário coletar informações internas da instituição utilizada para o estudo, referentes à análise de riscos, políticas de crédito, perfis de tomadores, bem como extrair conhecimentos de especialistas com a finalidade de selecionar as variáveis relevantes para o sistema e de fazer a interação destas ao compor regras juntamente com a definição dos seus pesos. Consecutivo à conclusão do modelo, ocorreram testes de algumas situações favoráveis e/ou desfavoráveis a concessão de créditos, considerando que nesta fase foram instanciadas as variáveis pertinentes a cada situação em questão. O sistema é capaz de gerenciar e reduzir os riscos de crédito de instituição bancária, pois o SPIRIT trabalha com incertezas e manipula dados, sendo alimentado com informações que indiquem a probabilidade de inadimplência não . Os resultados obtidos com os testes foram satisfatórios à medida que estes possibilitaram identificar a probabilidade de um tomador de crédito vir a torna-se um não inadimplente ou de reduzir o risco, antes mesmo da liberação do crédito.

nÃo hà / The paper develops a tool for modeling the bank credit risk and applies this to banking market of Fortaleza. Using data from a large commercial bank of the city for 290 customers with active accounts and minimum income of six hundred reais, were selected 23 control variables and was estimated the probability of default on the modalities check and other credit restrictions. The results showed that: i) females are less likely to face restrictions, although this is not a determinant of emissions of bad checks; ii) people who have insurance contracted with the bank showed themselves more likely to default and iii) the extent of the bank rating proposal was effective in measuring the chance of credit risk. / O trabalho desenvolve uma ferramenta para modelar o risco de crÃdito bancÃrio e aplica ao mercado bancÃrio de Fortaleza. A partir de dados de um grande banco comercial da cidade para 290 clientes com contas ativas e renda mÃnima de seiscentos reais, foram selecionadas 23 variÃveis de controle e estimou-se a probabilidade de inadimplÃncia nas modalidades cheque e demais restriÃÃes de crÃdito. Os resultados demonstram que: i) indivÃduos do sexo feminino possuem menos chance de enfrentar restriÃÃes, muito embora este nÃo seja um determinante das emissÃes de cheques sem fundos; ii) os indivÃduos que possuem seguro contratado junto ao banco apresentaram maior chance de inadimplÃncia e iii) a medida de rating proposta pelo banco se mostrou eficaz em mensurar a chance de risco de crÃdito.

A atividade bancária envolve em suas operações diversas formas de riscos. Dentre esses riscos está o risco de crédito representado como sendo uma medida de incerteza relacionada ao recebimento de um valor compromissado concedido pela instituição financeira ao tomador de empréstimo. Nesse trabalho são apresentadas as principais metodologias de quantificação do risco de crédito como Credit Metrics, KMV, Credit Portfolio View e CreditRisk+. Esta última metodologia é aplicada a quatro portfólios de financiamentos à pessoa jurídica, evidenciando o Capital Econômico Alocado - CEA, a distribuição do risco de crédito em diferentes ramos e setores de atividade da economia e o spread necessário para cobrir as perdas esperadas e inesperadas. Após essa quantificação do risco de crédito, verifica-se, utilizando o conceito de Risk Adjusted Returno on Capital - RAROC, qual dos quatro portfólios de empréstimo bancário foi o mais rentável para a instituição financeira. / Banking operations involve several kinds of risk. Among those risks, there is one called the credit risk associated with a measure of uncertainty related to receiving pré-committed values from the financial institutions credit-takers. In this research, the main methodologies used for the quantification of credit risk are discussed: Credit Metrics, KMV, Credit Portfolio View e CreditRisk+. The later is then applied to four company-targeted lending portfolios, thus showing Allocated Economic Capital AEC, the distribution of credit risk in different sectors and industries in the economy, and the necessary spread for covering expected and unexpected losses. After this effort to quantify credit risk, proceed to check, using the concept of Risk Adjusted Return on Capital RAROC, which of the four lending portfolios proved to be more profitable for the financial institution.

Esta dissertação revê as metodologias de teste de estresse em sistemas financeiros e descreve uma análise de cenário e um teste de estresse aplicado ao Brasil. Os cenários macroeconômicos são modelados por vetores auto-regressivos e o teste de estresse por um probit ordenado com efeitos aleatórios. Dados para o Brasil no período de 11/2002 a 11/2007 são usados para estimar os cenários macroeconômicos. A experiência brasileira de 2002 e início de 2003 parecem particularmente interessante para um teste de estresse por incluir uma grande volatilidade de mercado com taxas de inadimplência e perdas bancárias acima da média. A introdução de cenários macroeconômicos no teste de estresse do sistema financeiro brasileiro e o uso de regressões de dados categorizados com dados em painel são a principal contribuição deste trabalho. O modelo pode ser estendido para usar dados para um setor industrial especifico para identificar potenciais riscos de concentração de empréstimos. / This dissertation reviews financial system stress-testing methodologies and describes a scenario analysis and macro stress testing applied to Brazil. The macroeconomic scenarios are modeled by a vector autoregressive and the stress testing by a random effects ordered probit panel. Data for Brazil over the time period from 11/2002 to 11/2007 is used to estimate the macroeconomic scenarios. The Brazilian experience in 2002 and early 2003 appears particularly suited for macro stress-testing as it includes a great market volatility with significantly higher than average default rates and banks\' losses. Introducing macroeconomic scenarios in Brazilian financial system stress-testing and using categorical regression with panel data are the main contributions of the dissertation. The model can be extended to use industrial specific sector data to stress in order to identify potential risks of loans\' concentration.

Muitos economistas apontam que as condições macroeconômicas afetam o risco de crédito das instituições financeiras. Assim, há uma necessidade de avaliar a sensibilidade do risco de crédito das instituições financeiras à mudanças na economia a fim de evitar instabilidade no mercado de crédito. Este trabalho contribuiu para análise de risco de crédito pois apresentou modelos de previsão para a inadimplência do sistema financeiro no Brasil utilizando um conjunto abrangente de variáveis macroeconômicas no modelo. A análise também incorpora a composição da carteiras de crédito das instituições financeiras. A revisão bibliográfica utilizou, como constructo, estudos empíricos na área de risco de crédito soberano; testes de stress; credit scoring com variáveis macroeconômicas; estudos que relacionam inadimplência e variáveis econômicas e estudos que relacionam risco de crédito e composição da carteira de crédito. A base de dados mensais foi extraída do banco de dados do Banco Central e do IPEA. A variável resposta do modelo, a inadimplência, é definida como a relação entre o saldo em atraso superior a noventa dias dos contratos de crédito sobre o saldo de todos os contratos na data base. Foram extraídas 313 variáveis explicativas com base na revisão bibliográfica. Foram construídos modelos estatísticos de séries temporais (ARIMA) e séries temporais com variáveis explicativas exógenas (ARMAX) para prever a inadimplência. Os modelos foram construídos com uma base de dados de modelagem no período de Março de 2007 a Dezembro de 2011. O período de Janeiro de 2012 a Dezembro de 2012 foi utilizado para mensurar a performance dos modelos fora do tempo (amostra de validação). Variáveis explicativas indicadoras do saldo por região da carteira de crédito, dívida pública interna e juros se mostraram estatisticamente significativas para explicar a inadimplência do sistema financeiro no Brasil, sendo que (1) quanto maior o crescimento anual do saldo das operações de crédito do sistema financeiro nacional na região Centro-Oeste, menor a inadimplência; (2) quanto maior a média dos juros aplicados pelo Banco Central nos últimos três meses, menor a inadimplência e (3) quanto maior o crescimento da dívida interna do setor público, menor a inadimplência. Na comparação dos modelos obtidos, o modelo ARIMA apresentou melhor ajuste para o ano de 2012, porém o modelo ARMAX também se apresentou adequado por obter baixos valores dos resíduos. / Economists show that macroeconomic conditions affect credit risk of financial institutions. Thus, there is a need to evaluate the sensitivity of credit risk of financial institutions to changes in the economy in order to avoid instability in the credit market. This work contributed to the analysis of credit risk by presenting a prediction model for non-performing loans of Brazilian financial system using a comprehensive set of macroeconomic variables in the analysis. The model also incorporates the composition of the loan portfolios of financial institutions. The literature review used, as a construct, empirical studies in sovereign credit risk area, stress testing, credit scoring with macroeconomic variables, studies that relate non- performing loans and economic variables and studies relating to credit risk and composition of the loan portfolio. The monthly data base was extracted from Central Bank and IPEA data. The response variable of the model, the non-performing loans rate is defined as the ratio between the outstanding balance more than ninety days of credit agreements and the balance of all contracts in the data base. 313 explanatory variables were extracted based on the literature review. Statistical models of time series (ARIMA) and time series with exogenous explanatory variables (ARMAX) were built to predict non-performing loans. The modeling database used the period between March 2007 to December 2011. The period from January 2012 to December 2012 was used to measure the performance of the models out of time (validation sample). Explanatory variables by region of the loan portfolio, the internal public debt and the interest rate were statistically significant in explaining the default of the financial system in Brazil , where (1) the higher the annual growth of loans in Centro-Oeste, the lower the non-performing loans, (2) the higher average interest rates applied by the Central Bank in the last three months, the lower the non-performing loans and (3) the higher annual growth of domestic debt of the public sector, lower non-performing loans. Comparing the obtained models, ARIMA model showed better fit for the year 2012, but ARMAX model also performed properly with low residual values.

Esse estudo avalia a adequação dos requerimentos absolutos de capital no Brasil para bancos pequenos e grandes separadamente e investiga os requerimentos de capital mínimo para risco de crédito nas diferentes abordagens de Basiléia, em especial o impacto da adoção dos modelos dos ratings internos (IRB) conforme o Edital BCB n. 37/11. Além disso, propõe e avalia a abordagem padronizada dos ratings centralizados, CRBA, para cálculo do Capital Mínimo Exigido (CME) em bancos pequenos e que é baseada na abordagem padronizada em vigor na Europa, mas voltada para dados disponíveis nas Centrais de Risco. A CRBA pertence à família dos modelos internos e busca contribuir com as recentes discussões sobre a reforma regulatória bancária na Europa e nos Estados Unidos. Para os três objetivos mencionados, as metodologias adotadas foram: 1) o Valuet-at-Risk (VaR) não paramétrico de Crédito (CVaR) de Carey (2002) e o paramétrico Creditrisk+ para estimar o capital econômico do Sistema Bancário; seguido da 2) estimação amostral e avaliação do capital regulatório para bancos pequenos e grandes nas abordagens IRB, Basileia 1, abordagem padrão simplificada (SSA); além da 3) avaliação da abordagem proposta nesse estudo, a CRBA. A performance de todas essas abordagens é avaliada frente a cenários de stress ad hoc e durante a Crise de 2008-2009. Os dados utilizados foram exposições de crédito aleatórias colhidas da Nova Central de Risco do Banco Central do Brasil (SCR). Os principais resultados desse estudo são: 1) sugerir um capital regulatório total (Patrimônio de Referência mais provisão) para bancos grandes de 17,5% baseado no CVaR paramétrico de 99,9% e, para pequenos, de 15,31% baseado no CVaR de 99%; 2) sugerir que, de todas as abordagens de Basileia II, o IRB estimado conforme o Edital BCB n. 37/2011 e para as Probabilidade de Default (PDs) calculadas por matrizes de migração do SCR, é o mais conservador; 3) sugerir que a abordagem proposta seja mais sensível ao risco de crédito do que atual brasileira, especialmente no varejo, além de oferecer um nível proteção maior contra choques aleatórios de crédito. Na Crise de 2008-2009, os bancos pequenos e grandes apresentaram respostas muito distintas a choques diversos ou quando os \"estados da economia\" se deterioravam. Os bancos pequenos não atingem o grau de diversificação necessário para minimizar perdas extremas. Por outro lado, do ponto de vista do risco sistêmico, a falência dessas entidades tem impactos muito menores que a de conglomerados bancários de porte. Finalmente, a abordagem proposta CRBA é apresentada como uma alternativa à abordagem atual no Brasil e à abordagem padronizada (SA) nos demais países, em especial na Europa. No Brasil, a CRBA cumpriria o papel de aumentar a sensibilidade a risco de crédito do CME nos bancos pequenos criando incentivos para uma gestão de risco de crédito mais cautelosa e alinhando o nível de capital dos bancos pequenos ao seu risco efetivo. Nos demais países, a CRBA é uma alternativa à abordagem padronizada, que independe da opinião das Agências de Classificação de Risco (ACRs). A CRBA traz dois benefícios: o primeiro de ampliar o escopo dos modelos internos e eliminar a dependência regulatória na opinião das ACRs, diminuindo a oportunidade de arbitragem regulatória com ratings inflacionados e corrigindo incentivos para que as ACRs sejam apenas provedoras de opiniões isentas; e o segundo, de prover os organismos supervisores com um mecanismo de controle (tracking error) sobre a qualidade de gestão de risco dos bancos pequenos por meio das Centrais de Risco. / This work analyses capital requirements adequacy in Brazil both for small and big banks individually and evaluates the minimum capital requirements for credit risk in the different Basel II approaches, especially, the impacts of IRB adoption as stated on Edital BCB n.37/11. Besides, it proposes and evaluates the Centralized Standard Ratings Based Approach (CRBA) to calculate Minimum Capital Requirements (MCR) in small banks. It is inspired in the Basel II Standard Approach (SA) disseminated in Europe, but based on information from the Credit Registers. The CRBA is an internal model approach in line with recent discussions on regulatory reform in Europe and in the US. The methodology to address these three research goals is: the non-parametric credit Value-at-Risk (VaR) or CVaR of Carey(2002) and the parametric Creditrisk+ to estimate the economic capital for the banking system; to evaluate regulatory capital in small and big banks in the IRB, Basel 1 and the Simplified Standard Approach (SSA) on the sample; and to evaluate the CRBA, proposed in this study. The performance of these approaches is confronted with ad hoc stress scenarios and within the Credit Crisis of 2008-2009. The data is comprised of credit exposures available in the Brazilian Credit Register (SCR). This work main results are: 1) to suggest a total regulatory capital (capital and provision) of 17.5% to big banks based on a parametric CVaR (99.9%) and of 15.31% to small banks based on a CVaR (99%); 2) to suggest, based on all Basel II approaches, that the IRB, as stated on Edital BCB n.31/11 and calibrated with the probabilities of default (PD) estimated with transition matrixes from the SCR, is the most conservative approach; 3) to suggest that the proposed approach is more sensitive to credit risk especially in retail and is more effective against stress chocks. Small and big banks behave differently to adverse shocks. The small banks, for instance, have problems diversifying out extreme losses when the \"states of the economy\" deteriorate. On the other hand, considering systemic risk, the bankruptcies of these institutions are much less of a problem than the ones of a big bank. Finally, the CRBA is presented as an alternative to the current approach (SSA) in Brazil and to the Standard Approach (SA) in other countries, specifically in Europe. In Brazil, the CRBA would increase the risk sensitivity of MCR on smaller banks creating incentives to more careful risk management practices and aligning their capital and risk levels. On the other countries, the CRBA is an alternative to the Standard Approach (SA) that is not dependent on Credit Rating Agencies - CRAs\' opinions and brings two additional benefits. First, it is an internal model based approach eliminating regulatory dependence on CRAs\' opinions, minimizing opportunities to regulatory arbitrage with inflated ratings and allowing CRAs to be more of a trustworthy opinion provider. Second, it provides supervisors a tracking error mechanism to evaluate risk management in small banks using Credit Registers.

O objetivo desta dissertação consiste em analisar, sob a ótica do risco de crédito, as principais questões relativas à implantação de Basiléia II no Brasil. O foco principal de pesquisa concentra-se na análise do quadro regulamentar proposto por Basiléia II comparativamente à Resolução CMN 2.682/99, principal norma que regula a mensuração do risco de crédito no Sistema Financeiro Nacional. Tal comparação tem por objetivo compreender e qualificar as diferenças, em termos dos conceitos adotados e de sua abrangência e operacionalização, entre o quadro normativo atual e o desenhado por Basiléia II. Estender essa comparação até a regulamentação anterior, a Resolução CMN 1748/90, permite caracterizar a natureza evolutiva do processo que levará à adoção de Basiléia II, evidenciando que uma ampla revisão nos conceitos relativos à mensuração do risco de crédito ocorreu no Brasil com a edição da Resolução CMN 2682/99. O presente trabalho é justificado por seu direcionamento a uma questão até o momento pouco explorada: a análise da implantação de Basiléia II no Brasil considerando o ambiente de regulação para crédito existente no país. Sem minimizar a complexidade de Basiléia II, explora-se a hipótese de que as maiores dificuldades para sua implementação no Brasil referem-se à complexidade de seus aspectos operacionais, mais do que à novidade conceitual propriamente dita, especialmente em relação aos conceitos presentes na norma brasileira para risco de crédito e sua aplicação prática a partir de sua edição, em 1999. Supre-se a carência de bibliografia discutindo Basiléia II a partir da realidade regulatória brasileira mediante a realização de um levantamento de natureza exploratória junto aos agentes de mercado envolvidos com o tema, capturando sua percepção sobre a natureza das dificuldades que vem sendo enfrentadas na preparação para Basiléia II, bem como seu entendimento quanto à evolução da regulação de crédito brasileira. / The main objective of this work is the analysis of the credit risk aspects related to the implementation of Basel II in Brazil. The research focus consists in the analysis of the regulatory framework proposed by Basel II compared to CMN Resolution 2.682/99, the most relevant credit risk regulation of Brazilian banking system. The purpose is to understand and qualify the differences between present regulatory environment and Basel II framework, focusing conceptual terms, involved areas and operationalization requirements. Extending such comparison to previous regulation (CMN Resolution 1748/90) characterizes the evolutive nature of Basel II adaptation process, showing that a large amount of conceptual changes concerning credit risk measurement has already happened in Brasil with CMN Resolution 2682/99. The present research can be justified by the focus on a relevant, but not properly studied aspect: the challenge of implementing Basel II in Brazil considering the regulation credit environment in the country. The explored hypothesis lies in the fact that the major difficulties for Basel II adoption in Brazil refer to the complexity of the operational aspects rather than the new concepts involved. The lack of relevant bibliography discussing Basel II based on the regulatory Brazilian environment is supplied by an exploratory survey with market agents, bringing up their perception over the nature of all the difficulties faced during the preparation to Basel II, as well as their understanding over the related aspects concerning Brazilian credit regulation.

Os modelos de análise e decisão de concessão de crédito buscam associar o perfil do tomador de crédito à probabilidade do não pagamento de obrigações contraídas, identificando assim o risco associado ao tomador e auxiliando a firma a decidir pela aprovação ou negação da solicitação de crédito. Atualmente este campo de pesquisa tem ganhado importância no cenário nacional - pela intensificação da atividade de crédito no país com grande participação dos bancos públicos neste processo - e internacional - pelo aumento das preocupações com potenciais danos à economia derivados de eventos de default. Tal quadro fez com que fossem construídos e adaptados diversos modelos e métodos à análise de risco de crédito tanto para consumidores como para empresas. Estes modelos são testados e comparados com base na acurácia de previsão ou de métricas de otimização estatística. Este é um procedimento que pode não se mostrar eficiente do ponto de vista financeiro, ao mesmo tempo em que dificulta a interpretação e tomada de decisão por parte da firma quanto a qual o melhor modelo, gerando uma lacuna pelo desprendimento observado entre a decisão de qual o modelo a ser adotado e o objetivo financeiro da empresa. Tendo em vista que o desempenho financeiro é um dos principais indicadores de qualquer procedimento gerencial, o presente estudo objetivou preencher a esta lacuna analisando o desempenho financeiro de carteiras de crédito formadas por técnicas de aprendizagem estatística utilizadas atualmente na classificação e análise de risco de crédito em pesquisas nacionais e internacionais. A pesquisa selecionou as técnicas: análise discriminante, regressão logística, redes bayesianas Naïve Bayes, kdB-1, kdB-2, SVC e SVM e aplicou tais técnicas junto à base de dados German Credit Data Set. Os resultados foram analisados e comparados inicialmente em termos de acurácia e custos por erro de classificação. Adicionalmente a pesquisa propôs o emprego de quatro métricas financeiras (RFC, PLR, RAROC e IS), encontrando variações quanto aos resultados produzidos por cada técnica. Estes resultados sugerem variações quanto a sequência de eficiência e consequentemente de emprego das técnicas, demonstrando a importância da consideração destas métricas para a análise e decisão de seleção de modelos de classificação ótimos. / Analysis and decision credit concession models search for relating the borrower\'s credit profile to the nonpayment probability of their obligations, identifying risks related to borrower and helping decision firm to approve or deny the credit request. Currently this search field has increased in Brazilian scenario - by credit activity intensification into the country with a large public banks sharing - and in the international scenario - by growing concerns about economy potential damages resulting from default events. This position leads the construction and adaptation of several models and methods by credit risk analysis from both consumers and companies. These models have been tested and compared based on prediction of accuracy or other statistical optimization metrics. This proceed is eventually not effective when analyzed by a financial standpoint, in the same time that affects the understanding and decision of the enterprise about the best model, creating a gap in the decision model choice and the firm financial goals. Given that the financial performance is a foremost indicator of any management procedure, this study aimed to address this gap by the financial performance analysis of loan portfolios formed by statistical learning techniques currently used in the classification and credit risk analysis in national and international researches. The selected techniques (discriminant analysis, logistic regression, Bayesian networks Naïve Bayes , 1 - KDB , KDB - 2 , SVC and SVM) were applied to the German Credit Data Set and their results were initially analyzed and compared in terms of accuracy and misclassification costs. Regardless of these metrics the research has proposed to use four financial metrics (RFC, PLR, RAROC and IS), finding variations in the results of each statistical learning techniques. These results suggest variations in the sequence of efficiency and, ultimately, techniques choice, demonstrating the importance of considering these metrics for analysis and selection of decision models of optimal classification.