Использование байесовских сетей в кредитном скоринге
Внедрение систем кредитного скоринга, предназначенных для сопоставления с заемщиком определенного балла или отнесения к классу, отражающему степень его кредитоспособности. Оценивание рисков и прогнозирование прибыльности портфелей финансовых инструментов.
| Рубрика | Банковское, биржевое дело и страхование |
| Вид | статья |
| Язык | русский |
| Дата добавления | 02.10.2018 |
| Размер файла | 29,2 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Институт прикладного системного анализа НТУУ «КПИ»
Использование байесовских сетей в кредитном скоринге
А.Н. Терентьев
П.И. Бидюк
Постепенный переход Украины к рыночной экономике характеризуется бурным развитием банковской системы. Как следствие этого процесса, клиенты все чаще берут кредиты на потребительские нужды - покупку бытовой техники, покупку товаров длительного пользования, берут кредиты на приобретение автомобиля и квартиры, открывают кредитные карты и т.д. Объем этого рынка постоянно растет, причем довольно быстрыми темпами, но для того чтобы розничное кредитование было успешным и прибыльным, необходимо ответить на главный вопрос - кому давать кредит, а кому нет? Очевидно, что выдавать кредит всем подряд нельзя, так как мошенники, да и просто некредитоспособные граждане, вскоре такой бизнес разрушат.
Постановка задачи. Одним из вариантов решения проблемы выдачи кредита является создание и внедрение систем кредитного скоринга (СКС), предназначенных для сопоставления с каждым заемщиком определенного балла или отнесения к классу, отражающему степень его кредитоспособности.
Решение задачи. Для построения СКС, успешно используется технология интеллектуального анализа данных (ТИАД, data mining). В рамках ТИАД, для выявления причинно-следственных связей между факторами процесса, широко используются байесовские сети (БС) [1-3].
Подобными системами западные банки пользуются уже давно, а за рынок решений СКС сражаются такие “киты” как Oracle Inc, SPSS Inc и SAS Institute Inc. Кроме этих корпораций, подобные СКС решения предлагают фирмы поменьше. Например, датская компания Hugin Expert A/S среди своих информационных продуктов предлагает специализированный пакет программ Poulin-Hugin предназначенный для оценивания рисков и прогнозирования прибыльности портфелей финансовых инструментов, а также инвестиционных проектов. На рис. 1 представлена БС для оценивания вероятности невозврата кредита клиентом банка. Данная БС построена при помощи программы Poulin-Hugin и экспертов для одного из датских банков по базе данных клиентов [2]. Подобные СКС позволяют строить правила и по ним уже оценивать новых клиентов банка. Например, для БС, представленной на рис. 1, в случае, если клиент максимально платежеспособен и имеет максимальный кредитный лимит (13000-19500$), вероятность невозврата кредита составляет 5,35%.
Размещено на http://www.allbest.ru/
Рис. 1. БС, построенная программой Poulin-Hugin для анализа вероятности невозврата клиентом кредита банку
Однако в отечественных коммерческих банках есть определенные трудности с адекватными СКС. Применять западные методики попросту нельзя, поскольку они основаны на анализе западных заемщиков, которые все-таки заметно отличаются от стран СНГ. Например, западные методики рекомендуют повышать рейтинг с возрастом - для украинской действительности это означает, что пенсионер окажется более кредитоспособным чем, например, молодой специалист. Собственных же, методик для СКС в банках крайне мало.
На рис. 2 представлена часть БС для одного из украинских банков. Построение сети выполнялось в программе BayesiaLab французской фирмы Bayesia SA. При автоматическом построении сети использовалась база данных кредитных историй банка, состоящей из 3347 записей о клиентах, взявших кредит в течении года без залога. Каждая запись базы данных о клиенте состоит из 39 атрибутов (характеристик).
В процессе построения БС установлено, что наиболее значимыми характеристиками, влияющими на риск невозврата кредита, являются: (1) пол заёмщика (ПЗ), женщины более ответственны; (2) наличие контактного лица (КЛ), то есть поручителя; (3) семейное положение; (4) трудовой стаж на текущем месте работы; (5) доход (размер зарплаты. Остальные 33 характеристики заёмщика тоже влияют на скоринговый балл, но в меньшей степени. Построенная модель позволяет строить правила и по ним уже оценивать новых клиентов банка. Например, в случае, если пол мужской и нет КЛ, то кредит лучше не давать, так как не- возврат составит 18 %.
Размещено на http://www.allbest.ru/
Рис. 2 Часть БС, на которой приведены 5 наиболее существенных характеристик из 38, для оценивая кредитной надежности клиента, построенная в BayesiaLab
В рамках ТИАД для построения СКС, одним из преимуществ использования БС, по сравнению с моделями “черных ящиков”, является более понятное объяснение выводов. При этом допускается логическая интерпретация и модификация структуры переменных (характеристик) задачи, а также возможность учета в явной форме априорного опыта экспертов. Благодаря удачному представлению в виде графов, БС очень удобны при применении их в пользовательских приложениях, что обеспечивает наглядное моделирование процессов любой природы.
Литература
кредитный скоринг заемщик
1. Terent'yev A.N., Bidyuk P.I., Korshevnyuk L.A. Bayesian network as instrument of intelligent data analysis // Journal of automation and information sciences. - NY.: Begell House Inc, 2007. - 39. - P. 28-38.
2. Pouiln C. Identifying credit risk exposure / Technical report “Poulin-Hugin: pattern and prediction”. - 2007. - 4 p.
3. Zgurovskii M.Z., Bidyuk P.I., Terent'yev A.N. Methods of constructing Bayesian networks based on scoring functions // Cybernetic and system analysis. - NY.: Springer, 2008. - Vol. 44, № 2. - P. 219-224.
Размещено на Allbest.ru
...Подобные документы
Понятие кредитного скоринга. Особенности системы кредитного скоринга в России. Скоринговые системы как средство минимизации риска. Разработка скоринговых карт как инструмента оценки уровня риска. Основные проблемы при внедрении скоринговых систем.
дипломная работа [508,4 K], добавлен 21.06.2012Понятие, цели, основные задачи и виды скоринга. История развития и внедрения скоринговых систем в Беларуси. Особенности построения скоринга для оценки кредитоспособности клиентов банка. Особенности использования скоринговых систем белорусскими банками.
курсовая работа [978,4 K], добавлен 21.12.2011Определение понятия, изучение целей и раскрытие задач кредитного скоринга как инструмента оценки кредитоспособности физических лиц, его перспективы в России. Построение скоринговой модели оценки кредитоспособности клиентов на примере ООО "ХКФ Банк".
курсовая работа [401,2 K], добавлен 07.08.2013Понятие скоринга - математико-статистической модели, которую конкретный банк использует для выявления вероятности возврата кредита заемщиком в установленный срок. Скоринговая модель оценки бизнеса. Методики и способы оценки платежеспособности заемщиков.
презентация [1,6 M], добавлен 19.06.2019Кредитование в банках – соблюдение определенных практикой правил, которые включают следующие основные этапы: рассмотрение кредитной заявки и собеседование с заемщиком, изучение кредитоспособности и оценка кредитного риска, заключение кредитного договора.
курсовая работа [37,9 K], добавлен 06.12.2008Цели и задачи кредитования. Технология кредитного скоринга. Методика оценки кредитоспособности заемщика, используемая в Сибирском банке Сбербанка России. Разработка рекомендаций по формированию эффективной системы оценки кредитоспособности клиентов.
дипломная работа [79,8 K], добавлен 02.10.2013Методы оценки кредитоспособности юридических и физических лиц. Скоринговая (бальная) оценка кредитоспособности и андеррайтинг. Организация процесса оценки кредитоспособности заёмщиков - физических лиц - Сбербанком России на примере ипотечного кредита.
дипломная работа [1,2 M], добавлен 25.02.2015Экономическое содержание понятия кредитоспособность. Оценка качественных, количественных показателей деятельности заемщика. Прямые и косвенные методики анализа кредитоспособности клиентов. Особенности кредитного скоринга. Возможные риски при кредитовании.
курсовая работа [88,4 K], добавлен 05.03.2014Уровень кредитоспособности заемщика как элемент кредитного риска ссудной операции, который относится к группе индивидуальных рисков банка. Критерии кредитоспособности клиента: способность заимствовать средства; обеспечение кредита; контроль; капитал.
курсовая работа [783,2 K], добавлен 23.05.2013Финансовый риск: сущность, разновидности, основные критерии степени кредитного риска. Методы расчета. Виды финансовых рисков, их сущность, разновидности. Факторы, учитываемые при оценке кредитоспособности. Методика анализа кредитного риска. Страхование.
дипломная работа [133,6 K], добавлен 21.09.2008Критерии и способы оценки кредитоспособности клиента банка. Цели анализа кредитоспособности. Показатели при проведении оценки кредитоспособности заявителя на примере ОАО "АСБ Беларусбанк". Анализ кредитного риска при организации кредитного процесса.
курсовая работа [54,7 K], добавлен 20.03.2014Проблемы рейтинговой системы оценки кредитного риска. Методика формирования финансовых рейтингов. Российская система рейтингов, ее роль, проблемы развития и перспективы использования для оценки кредитного риска и кредитоспособности заемщика в России.
курсовая работа [75,0 K], добавлен 17.11.2015Проблема риска неуплаты заемщиком основного долга и процентов, причитающихся кредитору. Понятие специфических рисков, причины их возникновения. Разновидности кредитных рисков, особенности их оценки. Дефолт как наиболее яркое проявление кредитного риска.
презентация [488,6 K], добавлен 09.11.2016Понятие кредитного риска как основного вида банковского риска, методы его оценки и инструменты оптимизации. Оценка кредитного риска и деятельности ООО "Кубань Кредит". Анализ кредитного риска заемщика - юридического лица на основе его кредитоспособности.
дипломная работа [831,9 K], добавлен 18.03.2016Содержание и современные тенденции развития оценки кредитоспособности заемщика в российских коммерческих банках. Тенденции использования кредитного рейтинга как основного показателя кредитоспособности. Алгоритм присвоения кредитного рейтинга заемщику.
курсовая работа [229,6 K], добавлен 05.05.2014Анализ теорий кредитных рисков, сравнительная характеристика методик оценки кредитоспособности заемщиков, таких как сбербанковская, американская и французская. Методы совершенствования методик и перспективы банковского менеджмента в управлении рисками.
курсовая работа [69,8 K], добавлен 05.01.2011Информационная база для оценки кредитоспособности предприятия. Методики оценки кредитоспособности заемщика, используемые в мировой и отечественной банковской практике. Управление процессом кредитования заемщика на примере Московского кредитного банка.
дипломная работа [133,9 K], добавлен 09.09.2010Чем может помочь страховая компания банку в минимизации кредитных рисков? Возможные программы страхования для банков. Основные принципы договоров страхования финансовых рисков. Страховые тарифы при страховании финансовых рисков.
реферат [15,1 K], добавлен 09.12.2006Сущность и принципы банковского кредитования. Взаимосвязь кредитного риска и оценки кредитоспособности. Зарубежный опыт в оценке кредитоспособности кредитополучателей. Порядок получения и погашения кредитов физическими лицами в ОАО "АСБ Беларусбанк".
дипломная работа [273,3 K], добавлен 27.11.2012Использование производных финансовых инструментов при оптимизации рисков. Спотовый (кассовый) и срочный рынок. Виды инструментов срочного рынка. Хеджеры, арбитражеры и биржевые спекулянты. Срочный рынок за рубежом. Образование срочного рынка в России.
контрольная работа [31,3 K], добавлен 23.02.2012
