Рисунок 11 - Структура хранилища данных
Базовый генератор представляет собой генератор кредитных историй – специальный модуль, формирующий набор примеров с различными анкетными портретами заемщиков. Генерация производится по специальным алгоритмам математической статистики с учетом заданных распределений случайных величин. В качестве распределений могут использоваться как статистические данные по стране, так и экспертные суждения о том, у какого типа заемщиков будет пользоваться популярностью кредитная программа [20, c. 89].
Искусственная кредитная история необходима в случае, когда реальной кредитной истории не существует, либо ее объем незначителен. Это возникает в случаях, когда:
1) Банк впервые выходит на рынок потребительского кредитования;
2) Банк открывает новую кредитную программу с условиями, отличающимися от прежних программ (сумма кредита, требования поручительства и т.п.). В этом случае могут появиться или исчезнуть часть входных факторов, и ранее построенная скоринговая модель окажется неприменимой в новых условиях.
Для генерации кредитных историй используется структура анкеты заемщика. В результате работы базового генератора формирует таблицу со столбцами – входными факторами из анкеты заемщика, влияющих на принятие решения о выдаче кредита. Гипотеза о влиянии тех или иных факторов выдвигается, как правило, экспертами банка.
Рисунок 12 - Генерация кредитных историй
После генерации кредитной истории эксперты банка проставляют в графу "Давать кредит" свое решение. Минимальное количество прецедентов в кредитной истории, которые должны обработать специалисты банка во многом зависит от числа столбцов, специфики кредитной программы, но в среднем оно составляет от 500 до 1000 примеров [36, c. 11].
Использование подхода с искусственной кредитной историей в кейсе имеет как плюсы, так и минусы.
Плюсы:
1) Возможность быстрого построения полноценной скоринговой модели с использованием технологий Data Mining;
2) Экспертные оценки по искусственной кредитной истории аккумулируют в себе меру риска, на который готов пойти банк при выдаче кредита;
3) Формат искусственной кредитной истории совпадает с форматом реальной кредитной истории, поэтому никаких перенастроек при запуске кредитной программы в действие не требуется.
Недостатком является субъективность оценок при классификации заемщиков экспертами банка. По мере появления реальных данных по выдаваемым кредитам скоринговые модели будут перестраиваться, и субъективность снизится.
После формирования кредитной истории начинается построение скоринг - моделей. Этот процесс носит итеративный характер, в ходе которого устраняются противоречия, корректируются правила (в случае модели в виде дерева решений), в результате чего скоринговая модель утверждается.
Для построения скоринговых моделей используются самообучающиеся методы на основе технологии извлечения знаний Data Mining. Эти технологии используют последние мировые достижения в области интеллектуальной обработки информации, что в несколько раз эффективнее использования классических балльных скоринговых методик [37, c. 15].
Рисунок 13 - Процесс построения скоринговых моделей
Нейронные сети являются мощным инструментом для выявления нелинейных зависимостей между входными и выходными факторами и позволяют дополнить скоринг моделью оценки вероятности возврата кредита тем или иным заемщиком.
В конечном итоге это позволяет:
1) Отделить работу эксперта от массового использования построенных моделей;
2) Снизить требования к персоналу;
3) Формализовать работу при принятии решений;
4) Уменьшить зависимость от персонала;
5) Повысить качество работы.
Как было отмечено выше, система позволяет изменить или расширить базовую схему прохождения анкеты. Рассмотрим несколько стандартных вариантов схем прохождения анкет.
В первой, наиболее простой схеме, анкета последовательно проходит через все службы банка: служба безопасности, скоринговая модель, кредитный отдел, как показано на рисунке 14.
Рисунок 14 - Схема работы – последовательная обработка анкет
Из плюсов у данной схемы можно отметить простоту. Однако простота влечет за собой определенные недостатки:
Статьи по теме:
Исследование
динамики развития операций коммерческих банков с золотом
Началу периода активного развития операций коммерческих банков с золотом послужил Федеральный Закон РФ от 9.10.92 г. N 3615-1 «О валютном регулировании и валютном контроле», которым алмазы и золото выводятся из-под валютного регулирования ...
Проблемы и перспективы развития потребительского кредита
В настоящее время в нашей стране наблюдается стремительное развитие рынка кредитования населения. Объемы предоставленных физическим лицам кредитов продолжают увеличиваться, несмотря на то, что многие кредитные организации всячески старают ...
Кредитное досье клиента
При обращении Заявителей в Филиал Кредитный Эксперт объясняет заявителю схему и условия кредитования, и в случае заинтересованности Заявителя предоставляет для заполнения Заявление на получение кредита анкету Заемщика.
Заявитель предост ...