ANALISE DE CRÉDITO BANCÁRIO
ANALISE DE CRÉDITO BANCÁRIO
Embedded Files
CASE
CASE
A inadimplência é um dos principais desafios enfrentados pelo setor bancário, impactando diretamente a rentabilidade e a sustentabilidade das operações. Um banco quer identificar quais fatores levam um cliente a entrar em inadimplência. Para isso, reuniu dados por meio de formulários e pesquisas, incluindo informações demográficas, financeiras e de escolaridade.
OBJETIVO
OBJETIVO
Identificar os fatores que podem influenciar o padrão de inadimplência.
Analisar e compreender o perfil dos clientes do banco e fornecer insights sobre as suas ações e tendências.
BASE DE DADOS
BASE DE DADOS
Os dados estão organizados em várias colunas, cada uma representando uma variável diferente, conforme descrito abaixo:
id: Identificador único para cada cliente.
default: Uma variável binária indicando se o cliente entrou em default (1 para sim, 0 para não).
idade: A idade do cliente em anos.
sexo: O gênero do cliente.
dependentes: Número de dependentes que o cliente possui.
escolaridade: Nível de escolaridade do cliente.
estado_civil: Estado civil do cliente.
salario_anual: Renda anual do cliente.
tipo_cartao: Tipo de cartão de crédito que o cliente possui.
meses_de_relacionamento: Quantidade de meses que o cliente tem um relacionamento com o banco.
qtd_produtos: Quantidade de produtos que o cliente tem com o banco.
iteracoes_12m: Quantidade de interações que o cliente teve com o banco nos últimos 12 meses.
meses_inativo_12m: Quantidade de meses que o cliente esteve inativo nos últimos 12 meses.
limite_credito: Limite de crédito do cliente.
valor_transacoes_12m: Valor total das transações que o cliente fez nos últimos 12 meses.
qtd_transacoes_12m: Quantidade total de transações que o cliente fez nos últimos 12 meses.
ANÁLISE GERAL DA BASE DE CLIENTES
ANÁLISE GERAL DA BASE DE CLIENTES
A carteira é composta por 10.127 clientes
Não possui público de 18-25 anos. 77% dos clientes possuem entre 35 a 54 anos. Essa informação pode indicar que esses dados são de uma campanha específica de marketing.
Um dado incomum: maior número de clientes (36%) possuem Mestrado, reforçando a possibilidade de ser dados específicos de alguma campanha.
TIPOS DE CARTÃO
TIPOS DE CARTÃO
Os clientes estão divididos em 4 tipos de cartão: Blue (93%), Silver (6%), Gold (1%) e Platinum (0%).
O cartão com maior valor transacionado é o Blue com quase R$ 40 milhões, em segundo lugar o Silver com 3,6 milhões.
Clientes dos perfis Blue, Silver, Gold e Platinum transacionam, em média, R$ 3.800, R$ 4.300, R$ 7.600 e R$ 8.000 por ano, respectivamente.
Para analisar a distribuição dos clientes por tipo de cartão, valor transacionado e limite de crédito, montei um gráfico de dispersão no Excel.
A análise do gráfico trouxe as seguintes observações:
Muitos clientes do cartão Blue tem comportamento semelhante ao cartão Gold e Platinum.
Clientes Gold e Platinum que utilizam pouco crédito, possível afastamento dos clientes optando uso de outros cartões, perdendo quota de mercado.
Clientes do cartão Blue com limites altos de crédito (15 até 35 mil), sendo assim, necessário revisar a política de concessão de crédito
A distribuição está desbalanceada. Caso estive-se melhor otimizado teríamos 44% menos clientes no cartão blue distribuído nos demais cartões, fazendo assim o cartão Blue sair do topo de valor transacionado para a terceira posição, teríamos uma distribuição mais homogênea.
ALOCAÇÃO DE CRÉDITO
ALOCAÇÃO DE CRÉDITO
Distribuição dos clientes por faixa de crédito
A análise do gráfico trouxe as seguintes observações:
Se destaca a faixa de credito de 2-4 mil possuindo 3.233 clientes, nas demais faixas a distribuição é homogênea.
À medida que o limite aumenta, o número de clientes diminui, o que é esperado, já que poucos possuem renda mais alta. No entanto, acontece um movimento expressivo de clientes na faixa de crédito +20 mil que merece análises mais profundas.
Para entender essa distribuição de crédito, criei um índice que identifica quando o limite está alinhado à renda e quando há alavancagem excessiva. O índice se baseia na relação entre crédito concedido e renda.
Grupos com crédito acima de 2x a renda são destacados em vermelho pelo índice. Identificamos clientes com renda média de R$ 4 mil e limite superior a R$ 20 mil, o que representa 7x a renda mensal. Esse nível de alavancagem indica alto risco, já que o comprometimento equivale a vários meses de salário.
Os grupos em azul indicam oportunidade de concessão de crédito de forma controlada. São clientes com renda significativamente maior do que o limite atual.
Através do ILS temos as seguintes conclusões:
faixa de crédito até 6 mil não apresenta desalinhamento entre crédito e renda.
Na faixa de 6-8k temos um desalinhamento de 35% do crédito x renda
Na faixa de 8-12k temos um desalinhamento de 44% do crédito x renda
Na faixa de 12-16k temos um desalinhamento de 61% do crédito x renda
Na faixa de 16-20k temos um desalinhamento de 84% do crédito x renda
Acima dos 20k de crédito possuímos 100% de desalinhamento.
Isso indica que o crédito não escala de forma linear com a renda, abrindo brechas para níveis altos de inadimplência.
INADIMPLÊNCIA
INADIMPLÊNCIA
Iniciei analisando a inadimplência no geral e as principais características isoladamente, as principais informações extraídas foram:
16% da carteira está inadimplente, com uma leve concentração no público feminino, que representa 57% dos inadimplentes
A inadimplência por faixa salarial chama atenção nas faixas abaixo de 40 mil e acima de 120 mil, no qual é levemente acima da média.
Na faixa etária, o destaque fica com o público entre 55 e 59 anos apresenta o maior nível de inadimplência, acima da média da carteira.
Já na escolaridade o insight é contra intuitivo. Doutorado apresenta maior faixa de inadimplência.
Observe essas informações no gráfico abaixo:
A partir dessa abordagem inicial, aprofundei a análise para identificar algum perfil de inadimplência.
Identifiquei um alto número de inadimplência nos clientes com até R$ 2 mil de limite de crédito. Com destaque para clientes com renda anual abaixo de R$ 40 mil que representam 62% dos inadimplentes desse limite de crédito.
O que chamou atenção foi que esse perfil base de clientes inadimplentes é composto por 98% do público feminino.
Concentração de inadimplência feminina por idade e limite de crédito
O gráfico acima confirma o alto número de inadimplência na faixa de crédito <2k em qualquer faixa etário (o mesmo ocorre no grupo masculino). Suponho que o limite de crédito baixo seja resultado da inadimplência, isso responderia os dados obtidos.
O maior destaque de endividamento está na faixa etária acima dos 55 anos, principalmente com limites acima de R$ 10 mil. O principal fator para esse resultado é o desalinhamento entre renda e crédito, já que 61% possui uma renda de até R$ 3300/mês, 19% recebem até R$ 5000/mês e 20% não informaram renda.
Isso indica concessões de crédito acima da capacidade de pagamento e, consequentemente, maior risco de inadimplência (abordado no capítulo de crédito).
Ao analisar as características de forma conjunta, identifiquei um perfil de inadimplência por escolaridade e renda.
A linha de doutorado representa maior número de inadimplentes, principalmente os quais recebem <40K anual.
Existe a possibilidade desses clientes tenham se endividaram financiando a formação acadêmica.Coluna de salário acima de 120K anual concentra o maior número de inadimplentes.
Sugere que clientes com renda alta possuem maior inclinação à assumir riscos, podendo assumir dívidas maiores do que se pode pagar.
CONCLUSÃO: INSIGHTS ACIONÁVEIS
CONCLUSÃO: INSIGHTS ACIONÁVEIS
Criar campanhas de upgrade direcionadas para clientes Blue com comportamento semelhante a Gold/Platinum. Oportunidade de rentabilizar e fidelizar clientes da base.
Avaliar redução ou congelamento de limite para perfis de baixo uso com transação anual: menor que R$ 4 mil e limites entre R$ 15 mil a R$ 35 mil.
Revisão da concessão de crédito para alinhar com a renda e perfil dos clientes. Em especial, um ajuste fino na concessão de crédito para os segmentos de maior risco.
Incorporar um indicador de alinhamento de renda x crédito na política de concessão. E reforçar um monitoramento preventivo.
Realizar um estudo que inclui dados históricos dos clientes gold e platinum para avaliar ao longo do tempo a queda da transação e migração de comportamento, buscando respostas para a causa da mudança comportamental desses clientes que ocasiona em queda na quota de mercado.
Ferramentas e habilidades usadas:
Ferramentas e habilidades usadas:
Excel como base da análise, com tabelas dinâmicas, fórmulas SE, cálculos e gráficos;
Apresentação construída em PowerPoint e adaptada para Google Slides;
Leitura do negócio para entender contexto e desafio central;
Planejamento e estruturação da análise para manter foco no problema;
Capacidade analítica para traduzir números em cenários de negócio;
Comunicação clara e objetiva, voltada à tomada de decisão.
Page updated
Google Sites
Report abuse