Raphael LimaPublicações
← Voltar à colunata

II. Experiência · 08

08

Cientista de Dados Pleno

Banco Itaú

Aplicar analytics a risco de crédito, IFRS 9, cobrança e fraude.

MAR 2014 — MAI 2015 / Bancos

Papel

Modelagem de risco de crédito, PF e PJ, Bancos

Desenvolveu modelos preditivos de aplicação e de comportamento, com integração e modelagem de dados, manutenção de datamarts e monitoramento de modelos. Trabalhou junto a Risco de Crédito, Validação de Modelos, Finanças, Capital Regulatório, Dados e Tecnologia.

Abordagem

Estimou a probabilidade de default de clientes PF e PJ com regressão logística e árvores de decisão, e implementou e aprimorou modelos de risco de crédito no varejo e no atacado.

Impacto

  • Reduziu em 30% o tempo de validação de modelos e back-testing com ferramentas de automação.
  • Contribuiu para o programa de adoção do IFRS 9 do banco.
  • Modelou PD, LGD e EAD para a estimativa de impairment.

Aprendizado

Resultados de crédito duráveis vêm de política e monitoramento, não de um único modelo.

Casos de uso vinculados

  • Banco Itaú

    Motor integrado de risco de crédito

    2013–2014

    DesafioProvisão, cobrança e preço usavam verdades de risco desconectadas: planilhas com ajustes manuais, cobrança só após o atraso e tabelas por produto, gerando perda evitável e margem mal ajustada.

    SoluçãoMotor único de PD, LGD e EAD, com validação independente e trilha de auditoria, alimentando a perda esperada, a cobrança preventiva, a gestão de limites e o preço por RAROC.

Referências

← Voltar à colunata