Extração de conhecimento em bases de dados por meio da aplicação de Machine Learning: um modelo de Sistema de Alerta Precoce (EWS) para crises financeiras

Abstract

As causas potenciais das crises financeiras e seus efeitos na vida dos cidadãos suscitam um elevado interesse da comunidade acadêmica e de bancos centrais no sentido de detectar sua ocorrência suficientemente cedo para possibilitar atuação tempestiva. Dada a relevância do tema, este trabalho se propõe a investigar o apoio à sinalização precoce de possíveis crises financeiras sistêmicas. Entretanto, uma das principais dificuldades em sua detecção precoce reside na pequena amostra de observações de crises financeiras. Por outro lado, técnicas de Machine Learning se destacam pela capacidade em lidar com não-linearidades, bem como interações complexas em conjuntos de dados limitados, para descobrir padrões em dados financeiros, que podem ser difíceis de identificar por meio de abordagens tradicionais. Nesse sentido, este estudo se baseia na Engenharia do Conhecimento e, mais especificamente, na aplicação das referidas técnicas, para propor um modelo de Sistema de Alerta Precoce (EWS) para crises financeiras a partir da extração do conhecimento de bases de dados. Para seu desenvolvimento, a Design Science Research (DSR) propicia abordagem metodológica que fornece validade científica aos resultados da pesquisa, porém com o enfoque em construir artefatos com aplicação prática. A pesquisa envolve uma revisão de escopo sobre EWSs para crises financeiras, seguida de outra revisão que aborda a aplicação de técnicas de Machine Learning nesse contexto. Com base nas evidências encontradas na literatura científica e na prática dos órgãos do sistema financeiro global, identifica-se uma abrangente base de dados (JSTDatabase) e o algoritmo Random Forest como componentes essenciais para integrar o modelo. Os experimentos realizados demonstraram que o modelo proposto, denominado InCrAISys, alcança elevada acurácia e precisão na previsão de crises financeiras segundo as métricas de eficácia aplicadas. Os resultados observados enfatizam o crescimento do crédito, a curva de juros e a taxa de serviço da dívida como atributos chave para previsão de crises financeiras. Além disso, a utilização de valores de Shapley fornece parâmetros relevantes sobre a medida em que cada atributo influencia determinado resultado, o que favorece a interpretabilidade do modelo. Finalmente, esta pesquisa avança nos estudos de construção e aplicação de soluções da Engenharia do Conhecimento nas organizações, mais especificamente na extração do conhecimento com o intuito de fornecer subsídios para tomadas de decisões mais fundamentadas e assertivas.

Abstract: The potential causes of financial crises and their effects on citizens' lives generate significant interest among the academic community and central banks in detecting their occurrence early enough to enable timely action. Given the relevance of the topic, this work proposes to investigate the support for early signaling of possible systemic financial crises. However, one of the main challenges in their early detection lies in the small sample of financial crisis observations. On the other hand, Machine Learning techniques are particularly noted for their ability to deal with non-linearities, as well as complex interactions in limited data sets, to discover patterns in financial data that may be difficult to identify through traditional approaches. In this regard, this study is based on Knowledge Engineering and, more specifically, on the application of these techniques to propose an Early Warning System (EWS) model for financial crises from the extraction of knowledge from databases. For its development, Design Science Research (DSR) provides a methodological approach that lends scientific validity to the research outcomes, focusing on building artifacts with practical applications. The research involves a scope review of EWSs for financial crises, followed by another review addressing the application of Machine Learning techniques in this context. Based on evidence found in scientific literature and the practices of global financial system organizations, a comprehensive database (JSTDatabase) and the Random Forest algorithm are identified as essential components to integrate the model. The experiments conducted demonstrated that the proposed model, named InCrAISys, achieves high accuracy and precision in predicting financial crises according to the applied efficacy metrics. The observed results highlight credit growth, yield curve, and the debt service ratio as key attributes for predicting financial crises. Furthermore, the use of Shapley values provides relevant parameters on the extent to which each attribute influences a particular outcome, enhancing the model's interpretability. Finally, this research advances the studies on the construction and application of Knowledge Engineering solutions in organizations, more specifically in knowledge extraction intended to support more informed and assertive decision-making.