Об этом на Форуме риск-менеджеров расскажет Андрей Бояренков, лидер Кластера моделей для бизнес-процессов КИБ и МСБ, Банк ВТБ.
Обладая информацией о потенциальном выходе заемщика в просрочку, банк может принять превентивные меры: связаться с клиентом и уточнить, с какими сложностями ему пришлось столкнуться, приостановить лимит кредитования, предложить реструктуризацию задолженности под новые планируемые денежные потоки компании и т. д.
Precollection модель встраивается в процесс предотвращения просрочек заемщиков по кредитной задолженности.
🖍 Из выступления Андрея Бояренкова вы узнаете:
— из каких элементов формируется оценка конкретного заемщика?
— модульная логистическая регрессия vs. градиентный бустинг: какой алгоритм лучше себя зарекомендовал с точки зрения качества модели и сроков разработки и какой алгоритм выбрали в качестве целевого?
— какой подход использовался к визуализации влияния гиперпараметров на качество модели?
— как интерпретировать факторы модели и почему нужно использовать не один, а несколько подходов одновременно?
Также спикер поделится результатами ретротеста, в ходе которого оценивались возможности новой модели улучшить действующий процесс мониторинга, основанный на сигналах раннего предупреждения (early warning signals).
👉 В числе результатов проекта:
— отбор 10% худших по результатам скоринга клиентов позволяет добиться Recall (доля выявленных просрочек от всех просрочек) более 50%;
— добавление скорингового балла по модели в качестве EWS сигнала в процессе мониторинга увеличивало покрытие клиентов с предсказанной заранее просрочкой с 78% до 93% (по результатам ретро-теста).
— Gini полученных моделей составил от 66% до 70%.
Андрей Бояренков имеет 20+ лет опыта в сфере управления рисками (Банки ТОП-10) на уровне CEO-2, 10+ лет опыта в Data Science (Банки ТОП-10). Построение и управление командами 50+ сотрудников.
👉 Посмотреть программу форума
👉 Зарегистрироваться