Андрей рассказал про модель precollection, которая позволяет предсказать риск невозврата кредита и возникновения просрочки свыше 5 дней. Подробнее о том, как она устроена, можно почитать на Хабре. Спойлер: внутри — пайплайн моделирования, методы интерпретации фичей и подходы к оптимизации гиперпараметров.
Александр рассказал про модель оценки дохода розничных клиентов. Она позволяет определять кредитный лимит и оценивать ПДН клиента точнее, чем с помощью других разрешенных ЦБ подходов к выдаче кредита без потверждения дохода. Александр также рассказал о том, как в банке ограничивают издержки от возможных ошибок моделей и как можно оптимизировать расходы на данные внешних партнеров. Главный вывод: для ПДН результат работы модели оценивается как положительный (но зависит от доли выдач с ПДН 50+), а при определении лимита модели помогают в предварительных расчетах, но на финальном этапе их роль сокращается.
Что можно поисследовать в скоринге в ближайшем будущем? Вот короткое саммари от Андрея:
«Обратил бы внимание на следующие темы: перестройка ПВР-моделей с учетом макрофакторов по новым правилам ЦБ 845-П (выступление
Юрия Полянского
), необходимость обогащения данных для полноценного мониторинга (доклад
Алексея Чебыкина
) и поиск новых методов интерпретации (по этой теме есть много новых статей — отсылаю вас к выступлению
Александра Дьяконова)
. Понравился вывод коллег из
Альфа-банка
: модельные риски при правильном управлении и контроле в целом снижают риски банка».