Skoring kredytowy - budowa i walidacja modeli

Uczestnicy szkolenia dowiedzą się, czym jest skoring kredytowy oraz jakie są jego rodzaje. Omówiony zostanie szczegółowo cały proces budowy modeli skoringowych: od definiowania parametrów i przygotowania danych, poprzez segmentację klientów pod kątem ryzyka, po budowę modeli i ich walidację. Kurs został przygotowany i jest prowadzony we współpracy z praktykami mającymi wieloletnie doświadczenie w zakresie skoringu kredytowego, m.in. w banku PKO BP, Biurze Informacji Kredytowej.

Dla kogo?

Dla wszystkich zainteresowanych skoringiem kredytowym oraz analizą danych z wykorzystaniem narzędzi Statistica.

Co zyskasz?

• Poznasz tematykę skoringu kredytowego i jego znaczenie w instytucji finansowej.
• Poznasz sprawdzoną metodykę budowy i walidacji modeli skoringowych.
• Dowiesz się, jakie są skuteczne strategie budowy modeli i dlaczego segmentacja i reguły są równie ważne jak samo modelowanie.
• Nauczysz się samodzielnie budować modele skoringowe i przeprowadzać ich walidację.
• Nauczysz się w swoich analizach w prosty sposób wykorzystywać zaawansowane narzędzia analityczne Statistica.

Program szkolenia

1. Skoring kredytowy w praktyce – cele, wyzwania, ograniczenia
   • Co to jest skoring?
   • Rodzaje skoringu kredytowego (aplikacyjny, behawioralny, biurowy)
   • Skoring kredytowy jego rola i wpływ na działalność biznesową
   • Model skoringowy jako element systemu skoringowego – reguły strategie, modele
2. Proces budowy modelu skoringowego
   • Definiowanie parametrów procesu – czynności przygotowawcze
     • Definicja celu modelowania – definicja dobrego i złego kredytu
     • Identyfikacja wykluczeń
     • Określenie zakresu czasowego
     • Sposoby postępowania z wnioskami odrzuconymi (reject inference)
   • Przygotowanie danych
     • Problemy występujące w danych
     • Analiza jakości danych
     • Dobór próby do budowy modelu
   • Segmentacja populacji klientów pod kątem ryzyka
     • Segmentacja ekspercka a segmentacja statystyczna
     • Segmentacja metodami drzew interakcyjnych CART/CHAID w Statistica Data Miner
   • Budowa modelu skoringowego
     • Przygotowanie cech do budowy modelu – dyskretyzacja zmiennych w Statistica Zestaw Skoringowy
     • Dobór cech do modelu (siła predykcyjna, stabilność w czasie, interakcje)
     • Budowa modelu regresji logistycznej
       • metody budowy modeli
       • interpretacja wyników
     • Budowa modelu w Statistica Zestaw Skoringowy
       • Model regresji logistycznej
       • Kalibracja parametrów modelu do potrzeb biznesowych
       • Budowa wyskalowanej tablicy skoringowej
3. Modele małej próby
   • Sposoby postępowania w przypadku małej liczby złych kredytów
   • Bootstraping, boosting i agregacja modeli
4. Walidacja modeli skoringowych
   • Cykl życia modeli skoringowych – rola walidacji
   • Wskaźniki jakości modelu
   • Raporty biznesowe (final score report, characteristic report, wykres bad rate, wykres odds)
   • Określanie optymalnego punktu odcięcia
   • Wskaźniki stabilności populacji

Dzień 4 (opcjonalny):

5. Dodatkowe metody budowy modeli

•  
  •  
    • Modele typu survival (analiza przeżycia)
      • Charakterystyka modeli
      • Model zrównoważonego hazardu Coxa
      • Przykład analizy
    • Modelowanie więcej niż dwóch klas zmiennej zależnej
      • Wielomianowy model logitowy
      • Przykład analizy
    • Budowa modeli skoringowych metodami data mining
      • Sieci neuronowe
      • Drzewa wzmacniane (boosted trees)
      • Losowy las (random forests)
      • Przykład a