Scorecard vs ML: Qual Modelo de Crédito Usar em 2026

Durante décadas, a gestão de risco de crédito global foi erguida sobre fundações sólidas, interpretáveis e lineares: os scorecards tradicionais baseados em regressão logística. No entanto, a explosão de dados alternativos, o advento do Open Finance e o aumento da capacidade computacional criaram um novo paradigma onde modelos avançados de Machine Learning (ML) — como XGBoost, LightGBM e Random Forests — despontam como o estado da arte, elevando drasticamente a capacidade preditiva. A questão que define as mesas de diretoria em fintechs e grandes bancos hoje não é mais "se" devem evoluir, mas "como" realizar essa transição superando a barreira da explicabilidade e do compliance regulatório no Brasil.

O mercado de crédito brasileiro é marcado por altíssimas taxas de juros, volatilidade macroeconômica e inadimplência endêmica. Neste cenário, ganhar 5 ou 10 pontos percentuais na métrica de Gini representa dezenas de milhões de reais preservados no balanço das instituições ^{[Fonte: McKinsey & Company, 2021]}. Contudo, essa sofisticação algorítmica esbarra na Resolução CMN nº 4.893 do Banco Central do Brasil e no Artigo 20 da Lei Geral de Proteção de Dados (LGPD), que exigem transparência e governança sobre decisões automatizadas.

Este guia técnico detalha a evolução arquitetônica do Credit Scoring. Exploraremos, em nível aprofundado, desde a anatomia matemática dos scorecards clássicos até a engenharia de features em ensembles de Gradient Boosting, culminando em arquiteturas híbridas e Interpretable ML que resolvem a dicotomia entre performance absoluta e aceitação regulatória.

Anatomia de um Scorecard Tradicional (Regressão Logística)

O scorecard tradicional é um modelo estatístico aditivo. Seu objetivo é estimar a probabilidade de default (PD) mapeando características do cliente para um sistema de pontuação (points-to-double-the-odds) de fácil compreensão para qualquer analista. A base de sua construção reside na transformação de variáveis por meio do Weight of Evidence (WoE) e na seleção via Information Value (IV), antes de aplicar a Regressão Logística.

1. Weight of Evidence (WoE) e Binning

O WoE permite que variáveis contínuas sejam divididas em "bins" (faixas) e tratadas em uma escala logarítmica que reflete o risco relativo de cada faixa. O processo de "binning" lida naturalmente com outliers e missing values, além de forçar monotonicidade no risco.

A fórmula do WoE para uma faixa $i$ é definida como:

WoE_i = ln( (% de Bons Pagadores na faixa i) / (% de Maus Pagadores na faixa i) )

Valores positivos de WoE indicam menor risco (proporção maior de bons do que de maus), enquanto valores negativos indicam risco elevado. A conversão de cada variável de entrada no seu respectivo WoE lineariza a relação da variável com o log-odds do default, uma premissa fundamental para a regressão logística.

2. Information Value (IV)

O IV é a métrica padrão-ouro na indústria tradicional para seleção de features. Ele quantifica o poder de separação de uma variável, eliminando as que contêm ruído antes do treinamento do modelo. Variáveis com IV inferior a 0.02 são tipicamente descartadas (inúteis preditivamente), enquanto aquelas acima de 0.30 são consideradas fortes preditoras.

IV = Σ ( (% Bons_i - % Maus_i) * WoE_i )

3. Regressão Logística e Alocação de Pontos

Com as variáveis transformadas em WoE, ajusta-se uma regressão logística multivariada. A equação da probabilidade de evento (p) é modelada pela função sigmóide, e os log-odds são a soma ponderada dos WoEs:

ln(p / (1 - p)) = β_0 + β_1 * WoE_1 + β_2 * WoE_2 + ... + β_n * WoE_n

Para construir a tabela de pontos (scorecard), esta equação é re-escalonada. Define-se um "Score Base" para um "Odds Base" e os "Points to Double the Odds" (PDO). Isso transforma coeficientes matemáticos abstratos em uma matriz de pontos que pode ser somada. Este determinismo absoluto permite justificar recusas de forma inequívoca.

Anatomia de um Modelo de Machine Learning (Gradient Boosting)

Enquanto o scorecard força a simplificação estrutural por meio do binning e de algoritmos lineares, o paradigma moderno de Machine Learning (ML) abraça a alta dimensionalidade e a complexidade das funções preditivas. Modelos estado-da-arte, como os baseados em Gradient Boosted Decision Trees (GBDT) — notadamente XGBoost, LightGBM e CatBoost —, dominam as competições e aplicações reais de decisão de crédito ^{[Fonte: Arxiv/Kaggle Credit Risk Analysis, 2021]}.

1. Feature Engineering Complexa e Alta Dimensionalidade

Modelos de ML não se limitam a 10 ou 20 variáveis. Eles prosperam em conjuntos de dados com 500 a milhares de features (dados transacionais via Open Finance, velocidade de navegação, padrões de geolocalização e conexões de grafos sociais). A engenharia de features envolve agregações temporais robustas (ex: "desvio padrão dos gastos em supermercado nos últimos 90 dias versus média dos últimos 365 dias"). Diferente do scorecard, o ML extrai sinal preditivo forte a partir da combinação não-linear de múltiplos sinais "fracos".

2. Treinamento Baseado em Gradient Boosting

GBDTs constroem um ensemble de árvores de decisão iterativamente. Em vez de construir árvores profundas isoladas, o algoritmo treina árvores rasas consecutivas, onde cada nova árvore (o "weak learner") tenta corrigir os resíduos (erros) deixados pela soma das árvores anteriores.

Matematicamente, ele otimiza uma função objetivo que combina a perda do modelo (log-loss para classificação) e um termo de regularização que penaliza a complexidade da árvore (número de folhas e pesos), mitigando agressivamente o overfitting — um problema histórico das redes neurais não-regularizadas no escopo tabular.

3. Captura Autônoma de Interações Complexas

A vantagem competitiva mais profunda do ML é a modelagem de interações de alto nível. Num scorecard, se um indivíduo possui "Alta Renda" (Feature A) e "Múltiplas Buscas de Crédito Recentes" (Feature B), os pontos são simplesmente somados (penalizando B, bonificando A). Em uma Random Forest ou XGBoost, o algoritmo pode identificar que o cruzamento simultâneo (Alta Renda E Múltiplas Buscas) aponta, não para risco isolado, mas para um padrão de fraude de roubo de identidade, reduzindo o score exponencialmente. O modelo "descobre" essa interação sem que um cientista de dados precise programar uma feature cruzada manualmente.

Comparativo Estrutural: Scorecard vs. Machine Learning

Para instituições financeiras estruturando suas arquiteturas, a decisão entre estas abordagens exige avaliar múltiplos eixos operacionais. Abaixo, detalhamos as divergências técnicas:

Compreendendo as Métricas de Performance e Validação

Para mensurar o sucesso de qualquer motor de decisão, seja ele clássico ou baseado em redes neurais, as métricas de ordenação de risco permanecem universais no setor financeiro.

Índice de Gini e Curva ROC-AUC

O Gini Coefficient é a principal métrica do mercado brasileiro de crédito. Derivado da estatística AUC-ROC (Área sob a curva Receiver Operating Characteristic), o Gini mede a capacidade do modelo de separar bons e maus pagadores. A relação matemática é Gini = 2 * AUC - 1.

• Gini < 0.30: Baixo poder preditivo (próximo de decisão aleatória).
• Gini entre 0.40 e 0.55: Padrão forte de mercado para scorecards bem ajustados.
• Gini > 0.60: Performance excepcional, geralmente atingida por algoritmos de ML que combinam bureaus de crédito com dados comportamentais.

Estatística KS (Kolmogorov-Smirnov)

O KS mede a distância máxima entre as curvas de distribuição acumulada das taxas de default e de bons pagadores. Ele indica em qual faixa de score o modelo atinge seu ápice de capacidade de separação. Um KS saudável flutua tipicamente entre 40% e 55% para portfólios maduros no Brasil.

Monitoramento de Drift: Population Stability Index (PSI)

Modelos de crédito entram em degradação quando a distribuição dos clientes atuais difere dos dados que treinaram o algoritmo (Concept Drift ou Covariate Shift). O PSI (Population Stability Index) quantifica essa mudança comparando a proporção de população em cada bin de score no desenvolvimento versus na produção atual.

• PSI < 0.10: Sem mudança significativa, o modelo está estável.
• PSI entre 0.10 e 0.25: Mudança moderada. Liga-se o alerta amarelo para investigação.
• PSI > 0.25: Mudança populacional estrutural. O modelo requer retreino emergencial. ML tende a atingir esses picos muito mais rápido que o Scorecard clássico na presença de choques macroeconômicos.

O Desafio Regulatório: Navegando BACEN e LGPD

No Brasil, o uso de algoritmos sofisticados em decisões de crédito não é apenas um desafio de engenharia de dados, mas um labirinto regulatório rigoroso. ^{[Fonte: Banco Central do Brasil, 2022]}

O Artigo 20 da LGPD (O Direito à Explicação)

A Lei Geral de Proteção de Dados confere ao titular dos dados o direito de solicitar a revisão de decisões tomadas unicamente com base em tratamento automatizado, incluindo a definição de perfis (profiling). Quando um cliente tem seu crédito negado, a instituição financeira é legalmente obrigada a fornecer critérios claros e inteligíveis que motivaram a decisão.

Para um Scorecard, a explicação é trivial: "Seu crédito foi negado devido a (1) Atraso superior a 60 dias em 2022 (-50 pontos) e (2) Comprometimento de Renda alto (-40 pontos)". Para uma Random Forest que negou crédito devido a uma interação complexa na folha 412 de sua 50ª árvore preditiva, a opacidade intrínseca (a natureza "black-box") se torna um passivo jurídico massivo e inaceitável.

Resoluções do BACEN e o Gerenciamento de Risco (CMN 4.893)

O BACEN obriga que as instituições documentem e validem regularmente suas políticas de gerenciamento de risco de crédito (frameworks de Model Risk Management - MRM). Reguladores não aceitam algoritmos de caixa preta puramente preditivos se as áreas de validação de modelo não puderem provar como e por que as previsões são feitas de forma consistente. Qualquer viés não mitigado pode incorrer em multas sistêmicas.

Transição Estratégica: Shadow Scoring e Champion-Challenger

Como a indústria equilibra o desejo pelo lucro (Gini superior do ML) com a necessidade de compliance (Transparência do Scorecard)? A resposta está nas metodologias de adoção gradual.

Shadow Scoring (Modo Fantasma)

Nesta arquitetura, o banco desenvolve o novo modelo de Machine Learning, mas não o utiliza para a decisão de crédito final. O motor transacional envia todas as requisições para ambos: o Scorecard Legacy aprova/reprova clientes no mundo real, enquanto o modelo ML pontua em "Shadow Mode" nos logs, sem impacto financeiro real. Após 6 a 12 meses, as áreas de risco de crédito realizam um safra review: se as previsões do ML no modo shadow apresentarem ganhos provados no Gini e calibrarem bem com a inadimplência real dos clientes aprovados, ele ganha tração executiva.

A Arquitetura Champion-Challenger (Teste A/B de Risco)

Para um rollout em produção protegido, utiliza-se a arquitetura de roteamento Champion-Challenger. O modelo legado atuará como Champion recebendo a grande maioria do volume transacional (ex: 90% ou 95%). O modelo ML atua como Challenger recebendo a alocação minoritária (5% a 10%). A esteira de decisão processa a aprovação. Com isso, avalia-se em tempo real se o modelo de Machine Learning entrega o lucro esperado sem degradação e expõe a carteira ao risco de forma milimétrica. À medida que a confiança técnica aumenta, inverte-se o fluxo (50/50 até o Challenger assumir como Champion definitivo).

A Resposta Moderna: Interpretable ML e SHAP

A mais recente fronteira técnica busca dissolver o "trade-off" entre explicabilidade e acurácia. A indústria financeira está adotando dois pilares cruciais:

1. Explicabilidade Post-Hoc com Valores SHAP

O uso dos SHAP (SHapley Additive exPlanations), fundamentado na teoria dos jogos cooperativos, permite quantificar a contribuição marginal exata de cada variável para uma predição individual de um modelo XGBoost/LightGBM. Assim, mesmo sendo uma "caixa-preta", o sistema consegue emitir o reason code de recusa: "Feature X diminuiu a pontuação em 0.15".

No entanto, o uso puro do SHAP muitas vezes enfrenta gargalos de performance em latência (cálculos em tempo real podem atrasar o response da API) e a instabilidade da explicação (features fortemente correlacionadas tendem a dividir o peso no SHAP inexplicavelmente).

2. "White-Box by Design": Explainable Boosting Machines (EBM)

Uma tendência acadêmica adotada por bancos digitais pioneiros é a utilização de modelos baseados em Generalized Additive Models com Interações (GAMs) e EBMs (Explainable Boosting Machines). Eles utilizam métodos de gradiente para treinar curvas univariadas e interações bivariadas explícitas, alcançando taxas de precisão idênticas às Random Forests de ponta, enquanto produzem, literalmente, uma tabela interpretável semelhante ao scorecard tradicional de regressão, mantendo assim 100% da inteligibilidade demandada pelos auditores do BACEN ^{[Fonte: Nature Machine Intelligence, Stop Explaining Black Box Machine Learning, 2019]}.

Como a Sinky unifica Scorecards e Machine Learning

A Sinky foi desenvolvida desde o seu núcleo para abstrair o atrito tecnológico das esteiras de decisão de crédito para operações de FIDCs, fintechs e bancos múltiplos no Brasil. A plataforma atua como o Decision Stack™ definitivo.