क्रेडिट जारी करने पर क्या असर पड़ता है। होम क्रेडिट डिफ़ॉल्ट जोखिम प्रतियोगिता अवलोकन

विचार करें कि एल्गोरिदम बैंकिंग स्कोरिंग में कैसे काम करता है, क्या मैट्रिक्स का उपयोग किया जाता है और उधारकर्ता के कौन से पैरामीटर प्रभावित करते हैं कि वे ऋण देंगे या नहीं। आलेख डिफ़ॉल्ट की संभावना की भविष्यवाणी पर कागल के साथ पिछली प्रतियोगिता का वर्णन करता है और डिफ़ॉल्ट के जोखिम को प्रभावित करने वाले पैरामीटर प्रदान करता है।

पहली और दूसरी तरह की त्रुटि

बैंक का लक्ष्य पैसा कमाना है। एक क्रेडिट संस्था का पहला जोखिम किसी ऐसे कर्जदार को देना होता है जो चूक करता है। डिफ़ॉल्ट के पास विभिन्न कारण हो सकते हैं, उधारकर्ता की वित्तीय कठिनाइयों से लेकर धोखाधड़ी तक।

एक बैंक के लिए, यह पहली तरह की गलती है।

लेकिन अगर बैंक एक सख्त नीति अपनाता है और किसी को भी ऋण जारी नहीं करता है, यहां तक ​​कि जो लोग पैसा वापस कर देंगे, तो बैंक ब्याज के साथ नहीं कमाएगा। एक जिम्मेदार उधारकर्ता को ऋण देने से इनकार करना दूसरी तरह की गलती है।

एल्गोरिथ्म द्वारा किए गए निर्णयों की गुणवत्ता का आकलन करने के लिए, जिनी गुणांक (Gini) का उपयोग किया जाता है। अर्थशास्त्र और डेटा साइंस में, Gini गुणांक की एक अलग व्याख्या है। क्रेडिट स्कोरिंग के लिए, इसकी गणना की जाती है

जीआईएनआई = 2 आरओसी एयूसी - 1

बैंक स्कोरिंग का मूल्यांकन करने के लिए, एक मानक ROC AUC वक्र का उपयोग किया जाता है!

अंजीर। 1 आरओसी एयूसी वक्र। वक्र के नीचे का क्षेत्र एल्गोरिथ्म की गुणवत्ता को दर्शाता है। यदि क्षेत्र 0.5 है, तो यह एक यादृच्छिक पूर्वानुमान है (बाइनरी क्लासिफायरियर के लिए), 1 एक आदर्श पूर्वानुमान है।

एल्गोरिथ्म स्कोरिंग

एल्गोरिथ्म स्कोरिंग की एक विशेषता व्याख्या के लिए आवश्यकता है। इस संबंध में, रैखिक मॉडल अक्सर उपयोग किए जाते हैं।

गुणवत्ता को अधिकतम करने के लिए, पेड़ की रचनाओं जैसे यादृच्छिक वन और XGboost का उपयोग करना समझ में आता है। बड़ी मात्रा में लेनदेन डेटा वाले मामलों के लिए, DNN आर्किटेक्चर भी उपयुक्त हैं, लेकिन केवल सबसे बड़े क्रेडिट संस्थानों के लिए तंत्रिका नेटवर्क का उपयोग करना उचित है।

क्रेडिट संस्थानों में एल्गोरिदम का उपयोग अक्सर गुणवत्ता को अधिकतम करने के कारण नहीं होता है, बल्कि निर्णय लेने की प्रक्रिया के लिए आवश्यकताओं के अनुसार होता है, इसलिए सुनिश्चित करें कि लड़ाई में समाधान जारी करने से पहले आपका तंत्रिका नेटवर्क पर्याप्त रूप से व्याख्या योग्य है!

डिफ़ॉल्ट जोखिम को प्रभावित करने वाले पैरामीटर

हम कागल - होम क्रेडिट डिफॉल्ट रिस्क में प्रतियोगिता से समाधान के उदाहरण का उपयोग करके प्रभावित मापदंडों का विश्लेषण करेंगे, जो एक साल पहले हुआ था।

220 मापदंडों के एक सेट में।


अंजीर। 2 डिफ़ॉल्ट और चुकाए गए ऋणों का वितरण।
प्रतियोगियों द्वारा प्रकाशित लैपटॉप से ​​कई छवियों को लिया गया था, समाधान के बारे में अधिक जानकारी के लिए यहां पाया जा सकता है ।

स्रोत: 1 , 2 , 3

कक्षाएं असंतुलित हैं, चूक ऋण चुकाने की तुलना में कम हैं।

हम यह निर्धारित करने के लिए मापदंडों के वितरण की कल्पना करते हैं कि क्या डिफ़ॉल्ट ऋण का अलग वितरण है।



अंजीर। 3 उम्र के आधार पर डिफ़ॉल्ट और चुकाए गए ऋण के वितरण का एक उदाहरण।

छवि 3 से यह निम्नानुसार है कि युवा उधारकर्ताओं को डिफ़ॉल्ट का अधिक जोखिम है।

उधारकर्ता की वर्णित विशेषताओं के अलावा, ऐसे पैरामीटर भी हैं जैसे EXT_SOURCE 1,2,3। इस डेटा सेट में, ये क्रेडिट ब्यूरो और बाहरी डेटा प्रदाताओं से प्राप्त पैरामीटर हैं। मैं जिस DATA4 कंपनी के लिए काम करता हूं, वह ऐसे प्रदाता का एक उदाहरण है, लेकिन हमारा डेटा सेट उपलब्ध नहीं है। डेटा ट्रेडिंग मार्केट में सक्रिय खिलाड़ी मोबाइल ऑपरेटर और बीकेआई हैं।

हम एक सहसंबंध मैट्रिक्स का निर्माण करेंगे यह देखने के लिए कि बाह्य डेटा प्रदाताओं के पूर्वानुमान किस पैरामीटर के साथ सहसंबंधित हैं और वे एल्गोरिथ्म की गुणवत्ता को कैसे प्रभावित करते हैं।



हम बाहरी आपूर्तिकर्ताओं के डेटा के अनुसार वितरण का निर्माण करते हैं, और हम देखेंगे कि उनके पास डिफ़ॉल्ट ऋण के लिए मतभेद हैं।

अधिक सुविधाओं के लिए, हमें निम्नलिखित चित्र मिलते हैं, जिनकी व्याख्या करना कठिन है, लेकिन जो समग्र दृष्टिकोण देता है।





फ़ीचर_इमपोर्ट द्वारा डिफ़ॉल्ट कारक खोजें



आइए हम आरएफ एल्गोरिथ्म के लिए विशेषताओं के महत्व का एक आरेख बनाते हैं।

क्या प्रभाव?

1) हमारी कंपनी जैसे क्रेडिट ब्यूरो और बाहरी डेटा प्रदाताओं से स्कोरिंग
2) आयु और लिंग
3) उधारकर्ता अंतिम पंजीकरण के स्थान पर रहते थे
4) ऋण अवधि
5) अनुरोधित ऋण का प्रकार
6) ऋण जो नकदी प्रवाह और ग्राहक के वेतन पर होगा
7) जब उधारकर्ता ने आखिरी फोन नंबर का इस्तेमाल किया था
8) काम के अंतिम स्थान पर समय, और सेवा की कुल लंबाई का एक हिस्सा
9) क्रेडिट कैश फ्लो
१०) ऋण राशि

लेख ने क्रेडिट स्कोरिंग के सिद्धांतों की जांच की, और उन मापदंडों को दिखाया जो ऋण पर निर्णय लेने में सबसे बड़ा योगदान देते हैं। परिणाम प्रशंसनीय दिखते हैं, उधारकर्ता का क्रेडिट इतिहास बेहतर होता है, उधारकर्ता एक काम पर काम करता है, जितना कम आप फोन नंबर और निवास स्थान बदलते हैं, और डिस्पोजेबल आय से ऋण का हिस्सा जितना छोटा होता है, डिफ़ॉल्ट का जोखिम कम होता है। लेकिन यह याद रखना चाहिए कि परिणाम किसी विशेष उधार देने वाले संस्थान के डेटा पर आधारित होते हैं, और किसी अन्य मामले के लिए उपयुक्त नहीं हो सकते हैं।