A presente dissertação trata da estipulação de limite de crédito para
empresas clientes, de modo automático, com o uso de técnicas de Inteligência
Computacional, especificamente redes neurais artificiais (RNA). Na análise de
crédito as duas situações mais críticas são a liberação do crédito, de acordo com o
perfil do cliente, e a manutenção deste limite ao longo do tempo de acordo com o
histórico do cliente. O objeto desta dissertação visa a automação da estipulação do
limite de crédito, implementando uma RNA que possa aprender com situações já
ocorridas com outros clientes de perfil parecido e que seja capaz de tomar decisões
baseando-se na política de crédito apreendida com um Analista de Crédito. O
objetivo é tornar o sistema de crédito mais seguro para o credor, pois uma análise
correta de crédito de um cliente reduz consideravelmente os índices de
inadimplência e mantém as vendas num patamar ótimo. Para essa análise, utilizouse
a linguagem de programação VB.Net para o sistema de cadastro e se utilizou do
MatLab para treinamento das RNAs. A dissertação apresenta um estudo de caso,
onde mostra a forma de aplicação deste software para a análise de crédito. Os
resultados obtidos aplicando-se as técnicas de RNAs foram satisfatórias indicando
um caminho eficiente para a determinação do limite de crédito. / This research deals with the credit limit stipulation for corporate clients,
automatically, with the use of Computational Intelligence techniques, specifically
artificial neural networks (ANN). In the analysis of credit, the two most critical
situations are release of credit, according to the customer profile, and maintain the
credit according to the customer history. The object of this work aims at automating
the stipulated credit limit at the time of initial registration of the customer. The main
focus of this work is to make an ANN can provide the credit limit, learning from
situations that have occurred with other clients of similar profile and is able to make
decisions based on the credit policy seized with a Credit Analyst. The goal is to make
the system more secure credit to the lender, for a correct analysis of the
creditworthiness of a customer drops considerably default rates and maintains a
sales plateau great. For this analysis, we used the VB.Net programming language for
the registration system of MatLab and was used for training ANNs. The paper
presents a case study, which shows how to apply this software to credit analysis. The
results obtained applying the techniques ANNs were satisfactory showing an efficient
way to determine the credit limit.
| Identifer | oai:union.ndltd.org:IBICT/urn:repox.ist.utl.pt:UERJ:oai:www.bdtd.uerj.br:3915 |
| Date | 12 April 2013 |
| Creators | Dacy Câmara Lobosco |
| Contributors | Antônio José da Silva Neto, Luiz Biondi Neto, Fabiano Saldanha Gomes de Oliveira, Pedro Henrique Gouvêa Coelho |
| Publisher | Universidade do Estado do Rio de Janeiro, Programa de Pós-Graduação em Modelagem Computacional, UERJ, BR |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UERJ, instname:Universidade do Estado do Rio de Janeiro, instacron:UERJ |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0017 seconds