Как работает скоринг в банках?

Во пару интересных документов рекомендую к прочтению
Оценка качества и сравнение скоринговых карт
http://ecsocman.hse.ru/data/2011/12/1...829/78.pdf
«Алгоритм оценки кредитоспособности клиентов коммерческого банка»
http://master.cmc.msu.ru/files/master...ibikov.pdf
СКОРИНГОВАЯ СИСТЕМА ОЦЕНКИ КРЕДИТОСПОСОБНОСТИ ФИЗИЧЕСКИХ ЛИЦ НА ОСНОВЕ ГИБРИДНЫХ ЭКСПЕРТНЫХ СИСТЕМ
http://elib.altstu.ru/elib/books/File...ovskii.pdf

Цитата
CheckRating.ru пишет: toskani, Вы смешиваете скоринг и верификацию данных для скоринга. В отношении к Application scoring полностью соглашусь с Гарпагон,

Понятно, что скоринг - методика оценки кредитного риска банка, а верификация по сути проверка клиента.

Автора темы, вероятно, интересует именно второе.

Происхождение Вселенной??? Правда и мифы кто что знает???

Цитата
filis_lynx пишет: Происхождение Вселенной???

Для начала надо определиться, а непрерывно ли время, как нам его преподносят математики и физики?
Затем можно создать интересные гипотезы о многомерном мире...

Добро пожаловать в Курилку-Флуд

Цитата
AndreyBT пишет: правда лимиты раньше выбирал каждый месяц, а то и несколько раз в месяц

Гасились в грейс?

Цитата
CheckRating.ru пишет: Цитата AndreyBT пишет: правда лимиты раньше выбирал каждый месяц, а то и несколько раз в месяц Гасились в грейс?

всегда

CheckRating.ru, Для определения кредитного риска(вероятности дефолта) скоринг, а точнее скоринговую модель совсем не нужно калибровать)
Напомню, калибровка модели заключается в переводе модели в шкалу (скоринговую карту или рейтинг).
При построении скоринговой карты необходимо преобразовать регрессионные коэффициенты (веса характеристик заемщика) в баллы. Присваивая баллы каждому заемщику, мы обеспечиваем ранжирование по убыванию (возрастанию) отношения шансов хороших заемщиков к плохим (odds ratio).
Для построения скоринговой карты используются два показателя:
количество баллов, которое удваивает шансы стать хорошим заемщиком;
значение, в которой достигается заданное отношение шансов хороших к плохим.
При построении рейтинга нужно перевести вычисленные вероятности дефолта в рейтинговые классы. Присваивая рейтинговый класс каждому заемщику, мы обеспечиваем ранжирование по убыванию (возрастанию) вероятности дефолта (PD). Рейтинговую шкалу строят так, чтобы рейтинговые классы соответствовали равным диапазонам вероятностей дефолта, а вероятность дефолта увеличивалась (уменьшалась) от одного рейтингового класса к другому.
При этом следует помнить, что калибровка облегчает интерпретацию, но требует громоздкой трансформации данных в категориальные атрибуты и сложных расчетов, связанных с преобразованием в баллы, ведет к искажению данных. В последнее время калибровка подвергается критике (можно почитать статьи Вадима Стрижова) Лучше работать напрямую с PD, применять ROC-анализ и бутстреп.

разумеется PD не является постоянной величиной, но кто мешает пересматривать модель раз в год или полгода (в зависимости от продукта)

Я думаю, что этот способ (построение скоркарт) нужен там, где кредитные контролеры проверяют работу скоринговой карты руками. Еще есть инерция "потому что так принято". Есть огромное влияние американского опыта (опыт кредитных бюро, предлагающих покупные скоркарты и да, разумеется для них продажа скоркарт российским банкам - это хороший бизнес). Насколько я знаю из практики немецких банков (неоднократно практиковался), там ведущие банки считают probability of default (PD), а не баллы в таком виде. Основная проблема при этом - как поставить cut-off, максимизирующий прибыль банка. Точнее так - выбрать стратегию извлечения максимальной прибыли, управляя рисками, связанными с упущенной выгодой (когда хорошему клиенту мы отказываем в предоставлении кредита) и рисками, связанными с неокупившимися затратами (когда предоставляем кредит клиенту, у которого высока вероятность дефолта).


Не очень понятно, зачем нужна такая сложная методика подсчета баллов. Ну вот решительно не понимаю, зачем это нужно. Так же, как и не понимаю, зачем нужно делать положительные коэффициенты. Как только появится практик, который внятно это объяснит, тут же станет понятно как их переводить. Lyn Thomas в своей книге Consumer Credit Models меня не убедил.
Могу только спекулировать. Так как веса - многомерная случайная величина, распределенная нормально (свойство лог. регрессии), то можно оценить ее ковариационную матрицу. Пусть она диагональна (конечно, это не так). Тогда при переводе весов в баллы, веса можно нормировать их дисперсией.
В общем, верну Вам Ваш вопрос: если нужен ранг, почему бы просто не ранжировать PD?

Gewissta,
почта

Цитата
Gewissta пишет: Antonqw72, я могу поделиться, нужна ваша почта

Моя почта antonqw72@mail.ru
Спасибо.

Цитата
Gewissta пишет: собственно как и задача cut-off в ROC-анализе

А что там не так?