Обзор сервиса

Калибрация скоринговых карт

Скор или скоринговый балл есть результат статистической оценки вероятности наступления определенного события (например: попадание клиента в просрочку 90+ в течение следующих 12 месяцев или то, что клиент откажется от какой-то предложенной банком услуги, и т.д.)

В нашем анализе мы оперируем скором предсказывающим попадание в определенный уровень просрочки за какой-то период жизни клиента.

Скор определяет оценку вероятности того, что приходящий за кредитом человек станет «плохим» и, таким образом, позволяет ранжировать заявителей, что, в свою очередь, дает возможность банку выдавать кредиты наилучшим (с наименьшей вероятностью дефолта), а также по совокупности выданных кредитов банк будет иметь конкретную числовую оценку будущих списаний.

Со временем качество скора (то, насколько точно он оценивает вероятность дефолта) неизбежно ухудшается. Это происходит вследствие изменения макроэкономической ситуации, изменений стратегий банка и его конкурентов, может меняться контингент приходящих за кредитами заявителей и т.д. Также возможно появление доступа к новым данным о клиенте (например, информации из бюро кредитных историй) использование которых улучшило бы качество скора. Поэтому-то банки, как правило, периодически и перестраивают скоринговые карты, используя более свежие (большие) массивы данных в погоне за точностью определения вероятности дефолта. Однако, построение новой скоркарты и ее внедрения требуют обычно больших усилий и времени, при этом переход на новую скоркарту всегда несет в себе определенные риски, поэтому, как вариант гораздо более простого решения части проблем возникающих со скором, используется так называемая калибрация скоринговой карты. По своей сути калибрация – это обычно линейное преобразование, которое позволяет «поправить скору сбитый прицел». Так, сравниваются фактические свежие данные по просрочке с тем, что предсказывал скор, и оцениваются поправочные коэффициенты. В определении верного линейного преобразования и заключается задача калибрации скоринговых карт при помощи системы Roll Rate Analytic System. Функционал системы позволяет использовать всю доступную статистику, в том числе и статистику по молодым (mob < 12) поколениям кредитам.

Стоит отметить, что калибрация решает лишь часть проблем связанных с точностью оценки вероятности дефолта. Например, если у скора ухудшится способность к ранжированию клиентов (статистика Колмогорова-Смирнова или, скажем, показатель дивергенции), то без перестройки скоринговой карты не обойтись.

Назад

ПУБЛИКАЦИИ

Методы исследования поведения кредитных портфелей, представленные автором, в статье Моделирование поведения кредитных портфелей и стресс-тест частично основаны на так называемом подходе “Dual time dynamics”. В этой работе предлагается использовать упомянутый подход не для декомпозиции скалярных величин, а для декомпозиции матриц. Автор рассматривает кредитный портфель, как процесс, описываемый неоднородной цепью Маркова первого порядка. Посредством такого представления и используя винтажный анализ, а также, основываясь на результатах теоремы о сильной сходимости модифицированных алгоритмов с неподвижной точкой, и осуществляется декомпозиция матриц переходов, что позволяет прогнозировать поведение кредитных портфелей с высокой точностью. Как следствие, появляется возможность высокоточной оценки резервов, получать релевантные оценки для стресс-тестирования.

В статье Теория и практика розничного кредитования автором рассмотрены некоторые прикладные задачи, при решении которых успешно применяются методы, описанные в статье Моделирование поведения кредитных портфелей и стресс-тест.