No contexto de Gestão de Risco Financeiro Internacional, o Tratado de Basiléia II aperfeiçoa as regras para minimização das possibilidades de crises sistêmicas no sistema financeiro. Pela exigência da utilização de mecanismos de classificação e controle do risco de crédito e da reserva mínima de recursos financeiros de acordo com as classes de risco presentes na carteira de crédito da instituição financeira, estabelece sua política de mitigação desse risco. O tratado aperfeiçoa o requisito da reserva mínima permitindo aos bancos o desenvolvimento de sistemas internos de classificação e estimativa de risco, cuja modelagem, envolve o cálculo de probabilidades das ocorrências de atraso ou não recebimento de valores contratados. É comum, nas abordagens clássicas, o uso de aproximações estatísticas utilizando modelos paramétricos e não-paramétricos: análise de regressão, análise discriminante, regressão Logit e regressão Probit. Diversos pesquisadores têm investigado o uso de técnicas de inteligência computacional: Redes Neurais, Árvores de Decisão, Lógica Difusa e Máquina de Suporte de Vetores para a identificação de padrões de características dos tomadores de crédito e classificação de risco. Este relatório, inserido nesse contexto, tem por objetivo efetuar uma breve revisão das pesquisas realizadas com Inteligência Computacional (IC) e, realizar um estudo comparativo entre as técnicas escolhidas, na classificação de dados financeiros disponíveis.