Отправляет email-рассылки с помощью сервиса Sendsay
  Все выпуски  

Бизнес-аналитика: от данных к знаниям Кредитно-скоринговые системы


Кредитно-скоринговые системы
Выпуск №5 от 14.10.2010
СЕГОДНЯ В НОМЕРЕ:
Кредитно-скоринговые системы

Данный выпуск нам бы хотелось посвятить особенностям применения инструментов анализа данных в банковской деятельности, в том числе рассмотреть такие вопросы, как возможность автоматизации процесса проверки анкет потенциальных заемщиков, аппарат кредитного скоринга и его специфика, интеграция с бюро кредитных историй и др.

Особенностью современного банковского ритейла (retail banking) является необходимость выдачи «быстрого» решения по кредиту. В связи с этим к системам риск-менеджмента кредитных организаций выдвигаются дополнительные требования в отношении скорости обработки заявок.

Внедрение единой системы обработки заявок позволяет автоматизировать весь бизнес-процесс принятия кредитного решения, что даст возможность:

  • существенно сократить время рассмотрения заявки;
  • разгрузить кредитных специалистов за счет ухода от рутинных «ручных» операций;
  • перевести на единую платформу весь процесс обработки заявки (а не пользоваться десятком вспомогательных программ);
  • стандартизовать процедуру проверки анкеты, исключив возможность совершения ошибки за счет человеческого фактора;снизить риск утечки информации по не публичным правилам выдачи кредита.

Саму кредитно-скоринговую систему можно представить из нескольких блоков:

Функциональная схема

  • Проверка на корректность заполнения анкеты (поиск незаполненных полей; полей, не соответствующих шаблону; полей, содержащих неадекватные данные (например, Дата выдачи паспорта <= Дата рождения));
  • Проверка по «стоп-факторам» (этот модуль реализует проверку по минимальным требованиям, предъявляемым банком к своим клиентам, например, такие ограничения: по возрасту, по расчету платежеспособности и т. д.);
  • Кредитный скоринг (данный модуль предназначен для оценки кредитного риска, связанного с конкретным потенциальным заемщиком, в рамках решения задачи Application Scoring);
  • Проверка БКИ (анализ кредитной истории заемщика).

Наш продукт – аналитическая платформа Deductor – одни из наиболее предпочтительных инструментов для создания автоматизированной системы обработки кредитных заявок. Платформа включает в себя все компоненты, необходимые для реализации на ее базе последовательности процедур проверки анкет, в том числе:

  • мощный математический аппарат для построения скоринговых карт;
  • средства интеграции с различными БКИ;
  • функционал, реализующий нечеткий поиск;
  • консолидированное хранилище Deductor Warehouse;
  • OLAP-отчетность и др.

Deductor позволяет оптимизировать процесс принятия решений на всех этапах цепочки выдачи кредитов: оценка достоверности, андеррайтинг, скоринг, интеграция с БКИ, черные списки, расчет лимитов. Как это происходит, описано в нашей презентации.

Существенным достоинством предложенного решения по созданию автоматизированной системы обработки кредитных заявок является заложенный в нее принцип модульности, что в свою очередь делает систему «гибкой», способной легко перестроиться под нужды конкретной организации путем добавления/удаления соответствующего блока проверки.


Полезные статьи

ХД и аналитическая отчетность в банковском ритейле

Статья посвящена описанию автоматизированной банковской системы принятия кредитных решений: ее назначению, составу, выполняемым функциям. Отражены вопросы автоматизации таких этапов анализа кредитной анкеты, как поиск заемщика в «черных» списках, проверка в БКИ, внедрение скоринговой модели, проверка по «стоп-факторам». Подробнее.

Интеграция с Equifax

В аналитическую платформу Deductor Enterprise добавлен новый обработчик для обмена информацией с "Эквифакс Кредит Сервисиз" – крупнейшим в России бюро кредитных историй. Одними из ключевых достоинств его работы являются быстрота, функциональность, удобство и безопасность: все операции выполняются при помощи мастеров в течении нескольких минут. Обработчик органично дополнил уже имеющиеся механизмы для создания цепочки принятия решений о выдаче кредита. Подробнее.

Анализ отклоненный заявок в кредитном скоринге

Статья посвящения анализу отклоненных заявок в кредитном скоринге (reject inference). Рассмотрены основные идеи: проблема недостающих данных при определении кредитоспособности заемщика, случайное добавление, приращение, экстраполяция, групповое применение, двумерное представление. Подробнее.


О программе E-learning

В книге «Бизнес-аналитика: от данных к знаниям» (второе издание, дополненное и переработанное) в главе 8 «Data Mining: классификация и регрессия. Статистические методы» описываются математические методы, используемые при создании кредитно-скоринговой системы. Также в данной книге во второй части «Бизнес-анализ в Deductor» в главе «Скоринговые модели для оценки кредитоспособности заемщиков» рассказано, как строить скоринговые карты на базе Deductor. В главе подробно освещены наиболее распространенные алгориты Data Mining, используемые при этом, а именно модель логистической регрессии и деревья решений. В программе бесплатного дистанционного обучения, которая ориентирована на подготовку аналитиков, есть разделы, в которых также подробно рассказывается о мат. аппарате, применяемом при построении кредитно-скоринговой системы, например, «Data Mining: классификация и регрессия. Статистические методы [BG.130] », «Data Mining: классификация и регрессия. Машинное обучение [BG.150]». С подробной информацией о процессе обучения и разделах курса можно ознакомиться в разделе E-learning.


Задать вопрос

Все интересующие вас вопросы и пожелания присылайте по адресу info@basegroup.ru, а также можете их задать в нашем блоге. Ответы смотрите в ближайших выпусках рассылки или в блоге.



В избранное