. Треба мати на увазі, що для того, щоб карта об'єктивно працювала, необхідно, щоб та вибірка, на якій вона будується, відповідала тій, на якої вона надалі буде, застосовуватися.
Крім того, треба ще відзначити такі моменти. p> Необхідно брати самий свіжий зріз, у разі, якщо у банку є об'єктивні підстави вважати, що змінилася макроекономічна ситуація в регіоні, то дані за кредитами, наданими в минулому, швидше за все, краще відкинути.
У вибірку повинні потрапляти тільки ті позичальники, ті спостереження, за якими ми можемо говорити, що дефолт за даному позичальнику є визріли.
Що це таке? Коли банк видає роздрібний кредит, то він протягом якогось часу, протягом місяця взагалі не може визначити, чи є позичальник хорошим або поганим до першого платежу. Цей період може бути більше, ніж один місяць. p> Для того, щоб скорингова модель справедливо відображала ситуацію, треба брати тільки ті дані, за якими дефолт є вже реальним.
І ще один аспект щодо побудови вибірки. Як правило, скорингові моделі тестуються, розробляються на одній вибірці, а перевіряється адекватність порівняння передбачуваного дефолту з реальною ймовірністю дефолту на інший.
Якщо передвіщена ймовірність і реальна ймовірність дефолту поводяться однаково, то можна сказати, що скорінтовая карта нормально сегментує хороших позичальників від поганих.
Третій етап - визначення незалежних змінних, які беруть участь в аналізі. p> Основним джерелом даних для побудови скорингової моделі є анкета позичальника. При цьому можуть використовуватися як В«сиріВ» дані (стать, вік), так можна поекспериментувати і побудувати на підставі цих даних свої власні змінні.
Але робити це треба грамотно. Перед тим, як будувати змінні, треба задатися метою побудувати якусь гіпотезу про те, як дана змінна впливає на ймовірність дефолту. Включаючи в скорингову модель змінну В«статьВ», робочою гіпотезою буде та, що жінки більш акуратні в обслуговуванні заборгованості, ніж чоловіки. p> Дерево рішення побудовано на наступному принципі. Береться вся вибірка і послідовно розбивається по критеріям, які є на кожному кроці найбільш значущими для розділення хороших і поганих. У результаті на нижньому рівні ми отримуємо якісь певні, окремі сегменти. p> скорингових карту можна отримати і візуально подивитися. Даний позичальник має таку-то ймовірність дефолту і такий-то скоринговий бал, змінні входять в модель, тобто можна порівнювати не тільки по одній змінній, а й між двома змінними. Логістична регресія менш чутлива до кількості вихідних даних. p> Нормальна логістична регресія - та, де можна починати розрахунок скорингової карти з використанням логістичної регресії, маючи понад 200 дефолтів.
Перевагою древа рішень є можливість виявлення рідкісних подій. Це може використовуватися при ситуації виявлення шахраїв. p> Якщо недостатньо даних, то це перевага може бути звернено і на шкоду. Тобто дане рідкісне подія може бути просто розділене в корені дерева. І аналітик ніколи про це не дізнається. Перевагою дерево-рішень є обробка порожніх значень. p> Якщо порівнювати моделі, то дерево-рішення дають можливість побудувати нелінійну залежність від незалежних змінних в модель. Але ту ж саму нелінійність, використовуючи інструментарій логістичної регресії, можна побудувати, якщо додати модель крос верібел, тобто змінну, яка утворюється перемножением однієї змінної на іншу.
І далі кілька штрихів, які виробляються при використанні логістичної регресії при побудові скорингової моделі методом логістичної регресії.
Перш за все, щоб скорингова карта мала наочний вигляд, є сенс безперервні змінні згрупувати, розділити на якісь діапазони. p> Приблизно можна вік розділити на деякі діапазони, багато статистичні пакети роблять це самостійно. Можна закласти тут якийсь сенс, наприклад, маркетинговий або щось ще (закінчення навчального закладу, вихід на пенсію і т.д.)
Після того, як скорингова модель побудована, ми використовували два методи - метод логістичної регресії і другий - дерев-рішень.
Після того, як ми побудували скорингову карту, треба принципово визначитися, як ми будемо приймати рішення на підставі цієї скорингової карти. p> Визначити рівень відсікання, тобто тих клієнтів, кого ми будемо кредитувати, а кого ні.
друге, це ціноутворення. p> Зрозуміло, що грамотне ціноутворення має враховувати всі компоненти: фондування, вартість фондування, витрати та ймовірність дефолту, а також маржу банку. p> Ця ймовірність дефолту, яку визначає скорингова карта, враховується при процентній ставці.
Ще одним методом вибору рівня відсікання є максимізація доходів залежно від скорингового бали, від імовірності дефолту
6. Робота з простроченою заборгованістю
Другий напрямок забезпечення повернення кредитів - це робота з проблемними кредитами. Будь банк веде роботу з повернення прострочених позичок. p> У положенні 254-П зазнач...
