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:
Варианты макроэкономического развития
В 2008 году и в период до 2010 года предполагается сохранение благоприятных внешних условий функционирования российской экономики. Международные финансовые институты (МВФ, Всемирный банк) прогнозируют сохранение в 2008 году темпов роста м ...
История становления и развития законодательства о страховании
Актуальность стабильного развития и существования с давних времён приводит людей к поиску различных способов предотвращения или сведения к минимуму вредоносных последствий чрезвычайных происшествий природного, техногенного и иного характе ...
Доходы и риски в инвестиционной деятельности коммерческих банков
Доходность инвестиционной деятельности коммерческих банков зависит от ряда экономических факторов и организационных условий, среди которых определяющая роль принадлежит таким, как: стабильно развивающаяся экономика государства; наличие ра ...