Primeira vez aqui? Seja bem vindo e cheque o FAQ!
x

Sou um profissional da área de risco. Como técnicas de machine learning podem me ajudar no meu trabalho?

0 votos
276 visitas
perguntada Dez 7, 2019 em Finanças por danielcajueiro (6,051 pontos)  
Compartilhe

29 Respostas

0 votos
respondida Dez 12, 2019 por Jardel Carpes (1 ponto)  

Ao pensarmos que mais da metade das perdas operacionais em instituições financeiras brasileiras são oriundas de demandas trabalhistas, é de extrema importância a atualização tempestiva das provisões para tais perdas. Assim, com a quantidade de variáveis envolvidas e a mudança diária de cenários jurídicos, as técnicas de machine learning podem representar grande diferencial na assertividade de constituição de tais provisões, bem como em sua tempestividade, aprendendo diariamente com as sentenças publicadas e suas informações associadas.

0 votos
respondida Dez 12, 2019 por Tatiane Andrade (1 ponto)  

Para os riscos legais as instituições financeiras devem constituir provisão de acordo com a probabilidade da materialização desses riscos. O desafio é mensurar de forma assertiva o valor dessa incerteza mediante os diversos fatores que influenciam esse tipo de risco. Fatores como tipo de processo judicial, região onde será julgado, instância, processo/produto e diversos outros tem influência direta na no resultado do julgamento, podendo impactar negativamente ou não os valores provisionados. Dessa forma as técnicas de machine learning podem contribuir para um modelo de provisão melhor ajustado ao nível de risco e a suficiência de capital.

0 votos
respondida Dez 12, 2019 por matheusreis (1 ponto)  
editado Dez 12, 2019 por matheusreis

Gerenciar risco envolve entender o que aconteceu para antever situações, e a partir de então tomar medidas com intuito de evitar futuras situações adversas e seus impactos. Acontece que entre aquilo que já ocorreu e o que ainda pode acontecer surgem novas variáveis. Por isso, ao usar um modelo de risco que considera não apenas os dados disponíveis anteriormente, como também novos dados que entraram na base após sua implementação, aumentamos de forma significativa a acurácia deste. Esse processo é possível pelo uso de técnicas de machine learnig.

0 votos
respondida Dez 12, 2019 por Camilaspinto (6 pontos)  

Segundo a Resolução do CMN nº 2.682/99, as operações de crédito devem ser revistas periodicamente quanto ao risco. A técnica de Machine Learning pode ser utilizada nas reavaliações de tomadores de crédito, com as respectivas operações ativas, considerando dados dos setores da economia ou dados relativos a restrições. Por exemplo, no que tange ao risco de crédito PJ, caso uma empresa influente do setor de mineração decrete falência, o algoritmo automaticamente reavalia todas as empresas do setor de acordo com o impacto revelado pelo fato.

0 votos
respondida Dez 12, 2019 por Tainá (1 ponto)  

Considerando que o Machine learning possibilita a automatização de processos e decisões utilizando dados passados, no qual sistemas podem aprender com esses dados, identificando padrões e tomando decisões, reduzindo a intervenção humana, podemos utiliza-lo na avaliação de risco de crédito, na qual utilizamos variáveis como idade, renda, número de dependentes e restrição ao crédito para caracterizar o perfil do maus pagadores, atribuindo notas a eles e estimando a possibilidade de futuras inadimplências. Pode ser utilizado, ainda, na detecção de lavagem de dinheiro e outros riscos de conformidade, agrupando clientes com base em seu comportamento e configurando limites de transação em cada grupo, permitindo melhor monitoramento.

0 votos
respondida Dez 12, 2019 por Patrick Santos (1 ponto)  

No processo de prevenção à lavagem de dinheiro, podemos usar machine learning para detecção de variáveis correlacionadas com lavagem de dinheiro a partir de uma massa de dados conhecidos, criando assim um modelo preditivo para possíveis transações com sinais de lavagem de dinheiro. No risco operacional pode ser usada a mesma ideia de detecção de variáveis correlacionadas a fraudes para elaboração de modelo preditivo para possíveis casos de transações fraudulentas.

0 votos
respondida Dez 12, 2019 por Auriel Cristian (1 ponto)  

Técnicas de machine learning aplicadas de forma correta e orientada podem representar ferramenta eficiente para desenvolvimento de estimadores de fatores de risco, subsidiando análises e contribuindo para a gestão de riscos.

0 votos
respondida Dez 12, 2019 por Edson Carvalho (1 ponto)  

Técnicas de Machine Learning podem ajudar o profissional de risco a desenvolver modelos e/ou procedimentos para identificar padrões de fraudes em produtos e serviços que utilizam plataformas digitais, fornecendo respostas rápidas e eficientes onde é necessário monitorar um ambiente que muda constantemente e que as tornam suscetíveis a ação de hackers, evitando a suspensão dos serviços além de combater eventuais apropriações indébitas por terceiros, o que poderia ameaçar a segurança e a confiança das operações realizadas por essas plataformas, ocasionando em elevação de custos e perdas para a instituição onde o profissional de risco presta serviço.

0 votos
respondida Dez 12, 2019 por Victor Noda (1 ponto)  

As técnicas de Machine Learning podem ser aplicadas em diversos processos de gerenciamento de riscos (concessão/recuperação de crédito, prevenção a fraudes/perdas, etc). Entretanto, podem surgir barreiras em alguns processos, especialmente nos de concessão de crédito. Apesar de existir um potencial a ser explorado, com um ganho de escala na qualidade, quantidade e capacidade de aprendizado da máquina em relação ao homem, há riscos legais (nem sempre será possível explicar a um cliente o porquê de o crédito dele ter sido negado) e de modelagem (overfitting, capacidade de auditoria, etc.).

...