• Home
• Empresa
• Clientes
• Notícias
• Contato

Score

Inicialmente aplicado pelas companhias seguradoras dos Estados Unidos, o Credit Scoring é utilizado no mundo desde o século passado. O Credit Scoring é aplicado no Brasil por financeiras, bancos e empresas de cartão de crédito, na avaliação de crédito dos compradores de bens duráveis (automóveis, eletro-eletrônicos, etc.), e para atribuir limite de crédito aos clientes.

A Credify desenvolveu um modelo de Credit Scoring próprio baseado em pesos aplicados a alguns atributos e variáveis de um registro de pessoa física. O resultado final em pontos pode indicar a probabilidade de um cliente vir a ser “bom pagador” ou “mau pagador” com base em suas características.

Portanto, o Credit Scoring é tido como uma ferramenta útil para a avaliação da qualidade de crédito de Pessoas Físicas e Jurídicas.

Existem dois tipos de risco que podem ser mensurados:

Risco de Mercado: é o risco ao qual qualquer empresa está sujeita, caso ocorra, como guerra, recessão, alta de taxa de juros.

Risco Específico: é o risco inerente às características do cliente, avaliado pelos sistemas de Credit Scoring, por analistas de crédito ou analistas de empresas.

Aqui, o objetivo é tornar o mais assertivo possível a análise do risco específico, e ser um modelo preditivo, isto é, um score preditivo.

Pela ponderação de diversos fatores o sistema classifica pessoas físicas em três categorias principais: as que, potencialmente têm condições para honrar o empréstimo concedido, as que potencialmente, não reúnem tal condição, e aquelas que necessitam de uma análise mais detalhada. Mediante a inclusão de um CPF no sistema, são obtidas as informações geodemográficas para a realização dos cálculos exigidos pelo Credit Scoring. O retorno oferecido pelo sistema permitirá ao analisador/decisor responsável pelo crédito tomar uma decisão mais correta e com menos subjetividade.

Clique aqui e veja o processo da consulta.

Vantagens:

• Revisão de crédito mais consistente;
• Informações organizadas;
• Eficiência no trato de dados fornecidos por terceiros;
• Diminuição da metodologia subjetiva;
• Compreensão do processo;
• Maior eficiência do processo.

O sucesso do sistema depende fundamentalmente da qualidade dos dados colhidos, inteligência aplicada em sua ponderação e atualização dos dados e índices estatísticos de referência.

Clique aqui e veja Classe de Inserção.