Proposta de framework de compliance para proteção de dados de risco de crédito em atendimento à Lei Geral de Proteção de Dados Pessoais (LGPD) e o Open Finance
Proposta de framework de compliance para proteção de dados de risco de crédito em atendimento à Lei Geral de Proteção de Dados Pessoais (LGPD) e o Open Finance
Autor(a)
Jesus, Regilson Vasconcellos
Orientador(a) Coorientador(a)
Silva, Daniel Alves da
Data de aceite
2024-11-07
Data de disponibilizacao
2024-11-07
Data de publicacao
2024-11-07
Data de defesa submissao
2024-07-08
Citacao
JESUS, Regilson Vasconcellos. Proposta de framework de compliance para proteção de dados de risco de crédito em atendimento à Lei Geral de Proteção de Dados Pessoais (LGPD) e o Open Finance. 2024. 101 f., il. Dissertação (Mestrado Profissional em Engenharia Elétrica) — Universidade de Brasília, Brasília, 2024.
Dissertação (mestrado) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, Programa de Pós-Graduação em Engenharia Elétrica, 2024.
Resumo Portugues
O crescimento expressivo das instituições financeiras tanto no mercado nacional
quanto global aumentou significativamente a competitividade pela manutenção e
ampliação das carteiras de clientes, bem como popularizou o acesso ao crédito.
Entretanto, a modelagem de score de crédito, tradicionalmente realizada com base
em dados internos e regras proprietárias, enfrenta desafios de transparência e
compliance. Visando alcançar vantagens competitivas e assegurar maior
transparência na modelagem dos scores de crédito, este estudo propõe um framework
fundamentado nos princípios do Open Finance e LGPD. Este framework tem como
objetivo aumentar a precisão na avaliação de crédito e reduzir riscos e fraudes. Para
enfrentar a falta de regulamentação específica, foi desenvolvida uma tabela inicial que
identifica questões relevantes a serem consideradas na modelagem de scores de
crédito, com base na resolução do Open Finance. Esta tabela foi posteriormente
comparada e cruzada com as normas regulatórias nacionais vigentes, resultando na
criação de um framework de auditoria robusto. A validação do framework envolveu
uma análise detalhada e a adaptação dos modelos PLTR, Z-Score, e dos modelos de
conjuntos homogêneos e heterogêneos. Cada um desses modelos foi revisitado para
identificar suas fragilidades e propor melhorias, garantindo assim a eficácia do
framework proposto. Este framework de compliance e proteção de dados para risco
de crédito visa fornecer uma ferramenta abrangente e prática para as instituições
financeiras, promovendo a conformidade com a LGPD e os princípios do Open
Finance, além de aprimorar a segurança e a privacidade dos dados dos clientes. A
adoção deste framework pode levar a uma maior confiança dos consumidores no
sistema financeiro, redução de fraudes e uma avaliação de crédito mais justa e
precisa.
Resumo Ingles
The significant growth of financial institutions in both the national and global markets
has significantly increased competitiveness in maintaining and expanding customer
portfolios, as well as popularizing access to credit. However, credit scoring modeling,
traditionally based on internal data and proprietary rules, faces transparency and
compliance challenges. Aiming to achieve competitive advantages and ensure greater
transparency in the modeling of credit scores, this study proposes a framework based
on the principles of Open Finance and the General Data Protection Regulation. This
framework aims to increase accuracy in credit assessment and reduce risks and fraud.
To overcome the lack of specific regulation, an initial table was developed that
identifies relevant issues to be considered when modeling credit scores, based on the
Open Finance resolution. This table was subsequently compared and crossreferenced with current national regulatory standards, resulting in the creation of a
robust audit framework. Validation of the framework involved a detailed analysis and
adaptation of the PLTR (Penalized Logistic Tree Regression), Z-Score, and
homogeneous and heterogeneous set models. Each of these models was revisited to
identify their weaknesses and propose improvements, thus ensuring the effectiveness
of the proposed framework. This credit risk compliance and data protection framework
aims to provide a comprehensive and practical tool for financial institutions, promoting
compliance with LGPD and Open Finance principles, as well as improving the security
and privacy of customer data. The adoption of this framework can lead to greater
consumer confidence in the financial system, reduced fraud and a fairer and more
accurate credit assessment.
Unidade academica
Faculdade de Tecnologia (FT)
Departamento
Departamento de Engenharia Elétrica (FT ENE)
Programa de Pos-Graduacao
Programa de Pós-Graduação em Engenharia Elétrica, Mestrado Profissional
Idioma
por
Tipo de documento
Dissertação
Formato
application/pdf
Direitos de acesso
Acesso Aberto
Termo de licenca
A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.unb.br,www.ibict.br,www.ndltd.org sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra supracitada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.
Palavras-chave
Open Finance||Lei Geral de Proteção de Dados||Risco de crédito||Compliance
