Szkolenie – Statystyczny SCORING Bankowy
Szkolenie – Statystyczny SCORING Bankowy – Przedmiotem szkolenia jest zapoznanie jego uczestników scoringu statystycznego, a także jego budowa polegająca na modelowaniu zebranych informacji oraz konstrukcji karty scoringowej mającej na celu ocenę punktową osoby ubiegającej się o kredyt. Oferta szkolenie obejmuje wszystkie czynności niezbędne do wykonania profesjonalnego modelu statystycznego o zmaksymalizowanych parametrach dyskryminacyjnych klientów spłacających i niespłacających zobowiązania bankowego terminie.
Czym jest SCORING w banku?
Model scoringowy, który oparty jest nowoczesne algorytmy statystyczne jest zbudowaną z danych historycznych matematyczną różdżką, która z oczekiwaną pewnością ocenia zdolność klienta do spłaty zobowiązania w określonym czasie. Skuteczność modelu scoringowej opiera się na prostej teorii polegającej na wnioskowaniu z przeszłości o przyszłości. Wykorzystywane dane historyczne o klientach podlegają ocenie statystycznej w kontekście zdolności do odróżniania klientów spłacających od niespłacających. Zebrane i ocenione zmienne po odpowiednim modelowaniu, zbadaniu interakcji z innymi cechami klientów i maksymalizacji trafności w odróżnianiu klientów złych od dobrych budują model statystyczny, który jest oparty o mocne podstawy liczbowe i teoretyczne. Model taki jest podstawą od wielowymiarowej oceny punktowej nowego klienta w kontekście ryzyka przyznania kredytu. Ocena punktowa wraz z informacjami o oczekiwanej spłacalności i jej braku jest sposobem na utrzymanie bądź zmianę strategii kredytowej banku. Karta taka zawiera oszacowane w skali od 0 do 100% proporcje przewidywanych kredytów spłaconych do kredytów niespłaconych. Oczekiwana spłata i strata przy danym punkcie odcięcia na skali punktowej stanowi podstawę do podejmowania decyzji o przyznaniu kredytu. Analizy statystyczne najczęściej wykorzystywane do oceny ryzyka i pełniące funkcje silników decyzyjnych, to regresja logistyczna, drzewa decyzyjne, losowe lasy, SVM, analiza deyskryminacyjna, naiwny klasyfikator bayesa, a także sieci neuronowe (wielowarstwowy perceptron) i stochastyczne gradienty w specyficznych przypadkach produkcyjnych. W Metodolog.pl wykorzystujemy podejście do danych i analizy zbliżone do metodologii CRISP-DM.
Szkolenie – Statystyczny SCORING Bankowy – Czego dotyczy szkolenie?
Metody i tematy jakie będą wykorzystane w pracach mających na celu konstrukcję karty scoringowej.
- Ocena jakości i poprawności danych
- Sformułowanie definicji dobrego i złego klienta.
- Eksploracja danych pod kątem obserwacji odstających i wątpliwych, a także braków danych
- Modelowanie danych za pomocą technik ręcznych, wizualizacyjnych oraz statystycznych w przewidywanej proporcji odpowiednio 15%, 45% i 40%.
- Dobór zmiennych do modelu mających znaczenie w przewidywaniu spłat.
- Badanie interakcji między zmiennymi w przewidywaniu spłat
- Testowanie modeli statystycznych, które są kompromisem między prostą i oszczędnością zmiennych, a siłą predykcyjną w przewidywaniu spłat.
- Testowanie algorytmów statystycznych w kontekście testowanych modeli w punkcie g.
- Testowanie wybranych modeli statystycznych na próbie treningowej (która nie brała udziału w budowie modelu)
- Testowanie modeli na próbie walidacyjnej (heterogeniczna i skromna próbka klientów mająca na celu symulować charakterystyki nowych klientów banku).
- Wybór modelu i budowa karty scoringowej.
- Budowa tabeli oszacowań proporcji spłat i ich braku przy każdym punkcie odcięcia na skali punktowej generowanej przez kartę scoringową.
- Metody mające na celu walidację poprawności działania modelu.
- Podstawową metodą oceny końcowego modelu jest to, czy model zbudowany na próbie uczącej jest zdolny do uogólniania wiedzy na zbiorze treningowym. Porównanie oszacowań modelu uczącego z modelem treningowym jest procedurą niezbędną do podjęcia decyzji o poprawności przewidywań modelu scoringowego na próbie walidacyjnej, a także na produkcji w banku. Dzięki tej procedurze jest możliwe wybranie modelu, który zwróci w warunkach produkcyjnych właściwości podobne do tych uzyskanych podczas analizy.
- Etapem weryfikującym jednoznacznie trafność przewidywań modelu będzie wygenerowanie losowych, a także stronniczych obserwacji przez generator liczb pseudolosowych i przeanalizowanie ich przez zbudowany model. Wyniki uzyskane na poziomie konkretnego punktu odcięcia mogą być porównane z opinią eksperta, a także z przewidywaniami ustalonymi przez model uczący i treningowy.
Ocena jakości modelu będzie się odbywać o klasyczne wskaźniki i testy statystyczne informujące o zdolności dyskryminacyjnej osób spłacających i niespłacających, a także dopasowaniu modelu do zebranych danych przez bank. Wskaźnikami tymi jest Area Under Curve, R2, R2 Coxa Snella, R2 Naglekerkego, R2 McFaddena, Kołmogorow Smirnow Distance, a także Weight of Evidence, Information Value, D Cohena, AIC, BIC oraz techniki graficzne polegające na ocenie histogramów.
Szkolenie – Statystyczny SCORING Bankowy – Zachęcamy do kontaktu.