Credit Score: Strategies for Improved Risk Assessment and Decision Making

1. Roseli M. Garcia Superintendente de Produtos e Serviços

2. O que o comércio quer ? Vender Mais ? Menor Inadimplência ? X

3. Identificação Quem é a Pessoa ?

4. Vai Poder Pagar ? Identificação Rendimento

5. Identificação Rendimento Localização Onde Cobrar ? ? ? ?

6. Caráter Vai Querer Pagar ? Identificação Localização Rendimento

7. Identificação Localização Rendimento Caráter SCPC Está com Problemas ?

8. Identificação Localização Rendimento Caráter SCPC Limite de Crédito De Quanto é a venda ?

9. Informações disponíveis na ACSP • Informações de Perfil e Cadastrais 2. Histórico de Débitos – 500 Milhões de registros 3. Histórico de Compras a Crédito – 3 Bilhões de registros Associação Comercial de São Paulo

10. SOBRECARGA DE INFORMAÇÕES ?

11. “Em negócios, simplificar é melhor. Encontre uma forma simples de decidir milhares (ou milhões) de vezes ao dia e isto significará crescimento, oportunidade e vantagem”. “Mas simplificar não é fácil. Provavelmente seu processo é complexo”. Fair Isaac Company

12. “Estatística é a arte de torturar os dados até que eles confessem.” Bernard Shaw

13. Credit Score 1 ano score

14. Novas Técnicas Novas Bases de Dados Cadastro Positivo Localização Utilities Redes Neurais Algoritmos Genéticos Análise de Sobrevivência Modelagem de Dados X

15. Permite mensurar a relação risco/aprovação: • O Score representa uma mudança para fora da curva risco/aprovação

16. Permite mensurar a relação risco/aprovação: • O Score representa uma mudança para fora da curva risco/aprovação • Pode-se aumentar o volume em um mesmo nível de risco

17. Simulação Utilizando Dados da Central Risco Powell, Mylenko, Miller e Majnoni (2004) Cadastro Positivo Brasil 3,37 1,84 45% Redução Inadimplência

18. Modelos Atuais Risco do Consumidor Score utilizando Perfil + Histórico de Comportamento Score utilizando somente dados cadastrais (40%) (20%) 2x > Assertividade

19. Combinação de Modelos Alguns Modelos Cadastrais Compromissos de Mercado + Scoring Mercado Scoring Interno Valor do Cliente + Histórico Comportamental + Comportamentais Internos Modelos Atuais Risco do Consumidor + Melhor Performance 2ª Fase “Dos Inadimplentes, qual é possível recuperar ?” 1ª Fase “Quem vai inadimplir ?”

20. 12% 70% 60% 10% 50% 8% 40% % População Taxa de Bons 6% 30% 4% 20% 2% 10% 0% 0% 003 a 142 143 a 211 212 a 264 265 a 304 305 a 340 341 a 379 380 a 414 415 a 432 433 a 454 455 a 480 481 a 507 508 a 542 543 a 591 592 a 673 674 a 1119 População Taxa Bons Novas Soluções Score Recuperação Alocando Esforços no Cliente Certo Situação do Consumidor no Mercado é altamente preditivo

21. Novas Soluções Correlação entre Modelos de Crédito e Recuperação Baixo Risco Dimensão Recuperação Alto Risco Alto Risco Baixo Risco

22. O Momento Certo • Custos Operacionais e Taxas • Necessidade de Buscar outros Nichos • Maior competição Crédito ao Consumidor Redução das Taxas • Para manter mesmo nível lucratividade Clientes mais Arriscados Melhoria da Análise de Crédito

23. Novas Soluções Quanto é seu % de Rejeição hoje? Como Aumentar a Aprovação Mantendo Default? • Modelos Personalizados (Perfil + Bureau) • Melhor Performance Dados de Perfil Perfil e Comportamento

24. Novas Soluções Monitoramento Freqüente de Carteiras • Observar tendências, pois mudanças são rápidas • Simular, Otimizar, Automatizar Aumento Inadimplência 2005 para 2006 Geral: 26% Médio Risco:19% Alto Risco: 14% Novos no Mercado: > 100%

25. Quais são as informações relevantes para o negócio

26. Sistema de Informações Positivas

27. Dados Cadastrais Informações Restritivas Informações de Fraudes Dados Complementares Anotações Especiais Cadastro Positivo

28. DadosCadastrais Inf. Restritivas Inf. Fraude • Síntese Cadastral : Nome, data Nascimento, • Título Eleitor, nome da mãe. • Registros de Débitos, Protestos, Cheques • devolvidos (CCF), Títulos Protestados, • devoluções informadas pelo Usuário • associado. • Histórico da Conta Corrente e Cheque, confirmação do endereço e telefone.

29. Dados Complementares Anotações Especiais Cadastro Positivo • Alerta de Cheques e Documentos roubados, consultas anteriores. • Informações positivas sobre hábitos e comportamentos de pagamentos, através de compartilhamento de dados.

30. Relação Custo X Benefício • Facilita o processo de avaliação de risco de cadastro e confirmação de dados do consumidor. • Fomenta a troca de informações positivas entre as empresas integrantes do sistema. • Permite visão ampliada da capacidade de pagamento não só do estabelecimento, como no mercado. • Facilita avaliação do comprometimento da renda. • Atua como instrumento de apoio a gestão de risco na decisão de venda a crédito.

31. Relação Custo X Benefício • Possibilita a precificação baseada no risco • Reduz custos e aumenta o volume de operações • Possibilita aumento de produção e maior consumo, conseqüentemente, maior crescimento econômico. =

32. Próximos Passos • Formação de Grupo de Trabalho • com Representantes do Varejo. • Início de testes de compartilhamento • de algumas informações. • Tratamento das Informações pela • ACSP

33. Próximos Passos • Devolução sob forma de Score. • Compartilhamento pela ACSP do • conhecimento adquirido. • Benefícios exclusivos para o Grupo • Formador.

34. rgarcia@acsp.com.br www.acsp.com.br