Разработка доступной скоринговой модели оценки кредитоспособности физических лиц | Статья в журнале «Молодой ученый»

Отправьте статью сегодня! Журнал выйдет 5 февраля, печатный экземпляр отправим 9 февраля.

Опубликовать статью в журнале

Авторы: ,

Рубрика: Экономика и управление

Опубликовано в Молодой учёный №23 (209) июнь 2018 г.

Дата публикации: 11.06.2018

Статья просмотрена: 61 раз

Библиографическое описание:

Алексин, П. С. Разработка доступной скоринговой модели оценки кредитоспособности физических лиц / П. С. Алексин, В. А. Ефремов. — Текст : непосредственный // Молодой ученый. — 2018. — № 23 (209). — С. 281-283. — URL: https://moluch.ru/archive/209/51263/ (дата обращения: 24.01.2022).



Банковские структуры активно пользуются скоринговыми системами для принятия решения касательно выдачи кредитов. Поиск информации показал, что в Интернете отсутствует скоринговая система, которую бы смог пройти любой желающий на бесплатной основе.

Целью работы является разработка доступной скоринговой модели оценки кредитоспособности лиц, предназначенной для широкого использования лицами, нуждающимися в проверке возможности получения кредита.

Список параметров для построения модели: возраст, сфера работы, масштаб предприятия, время работы на последнем месте, наличие авто, образование, подтвержденный доход, сумма кредита.

В качестве математического алгоритма для модели была выбрана бинарная логистическая регрессия [1] (1,2). Данный выбор обусловлен тем, что данный алгоритм делит исходную группу на две группы, что и необходимо для скоринговой системы (деление на отклонение заявки по кредиту и принятие заявки).

(1)

(2)

При превышении вероятности значения 0,85 принимается решение о выдаче кредита.

Данные для построения модели включают 1500 записей о выданных кредитах. Обучение производилось на 1200 записей, тестирование — на оставшихся 300.

Полученные коэффициенты представлены в таблице 1. В скобках представлены уточнения для категориальных критериев.

Таблица 1

Коэффициенты уравнения

Переменные вуравнении

Значение коэффициента β

Сфера работы (Строительство)

-0,164

Сфера работы (Медицина)

0,488

Сфера работы (Финансы, банки, страхование)

0,515

Сфера работы (Оптовая/розничная торговля)

1,028

Сфера работы (Сфера услуг)

0,380

Сфера работы (Промышленность и машиностроение)

0,677

Сфера работы (Армия/ МВД)

-0,323

Сфера работы (Наука)

0,790

Сфера работы (Информационные технологии/телекоммуникации)

1,113

Образование (Среднее образование)

-0,205

Образование (Неоконченное высшее)

-0,317

Образование (Среднее специальное образование)

-0,202

Образование (Неоконченное высшее)

-0,213

Образование (Два и более высших образования)

0,647

Наличие авто

-0,516

Время работы на последнем месте (нет данных или менее 3 мес)

-0,370

Время работы на последнем месте (от 3-х до 6 месяцев)

0,551

Время работы на последнем месте (от 6 мес. до 1-го года)

0,091

Время работы на последнем месте (от 1 года до 3-х лет)

-0,006

Масштаб предприятия (Нет данных)

-0,307

Масштаб предприятия (менее 20)

0,768

Масштаб предприятия (От 20 до 100)

-0,414

Масштаб предприятия (От 100 до 500)

-0,487

Возраст

0,013

Сумма кредита

-0,0000009

Подтвержденный доход

0,000003

Константа

2,086

В результате проведения проверки модели на тестовой выборке оказалось, что:

 процент верных прогнозов: 61 %;

 процент верных прогнозов согласия: 63 %;

 процент верных прогнозов отказов: 51 %.

Ошибку модели можно обосновать малым количеством исходных данных (1500 записей), а также тем, что в исходной выборке представлено очень малое количество невыплат по кредиту (~7,5 %).

Для реализации возможности проверки получения кредита пользователем было разработано веб-приложение на языке JavaScript с использованием библиотек React и Redux. На рисунке 1 отображена форма для заполнения пользователем данных о себе, на рисунке 2 страница с результатом.

E:\Screenshot_1.png

Рис 1. Форма для заполнения данных

E:\Screenshot_2.png

Рис 2. Посчитанная вероятность получения кредита

Литература:

  1. S. Tabagari, K. Pärna. Credit scoring by logistic regression. // DSpace. URL: http://dspace.ut.ee/bitstream/handle/10062/47572/tabagari_salome_msc_2015.pdf (дата обращения: 5.05.2018).
Основные термины (генерируются автоматически): сфера работы, время работы, масштаб предприятия, последнее место, образование, данные, наличие авто, подтвержденный доход, построение модели, сумма кредита.


Похожие статьи

Применение современных технологий для оценки...

Финансовые: сумма основного ежемесячного дохода; место работы, должность; количество записей в трудовой книжке; период трудоустройства в последней фирме; наличие обременений (долгов, непогашенных кредитов, алиментов и других выплат); наличие собственного жилья...

Оценка различных точек зрения и факторы, определяющие...

Требования к заемщику банками предъявляются такие же, как при покупке нового авто: наличие гражданства РФ, постоянное проживание в регионе по месту предоставления кредита, наличие определенного общего трудового стажа, в том числе на последнем месте работы.

Организация процессов кредитования в ПАО «Сбербанк России»

В нашем случае сумма дохода является документально подтвержденной.

6. Стаж на месте работы.

Интенсификация кредитования физических лиц, произошедшая за последние десятилетие.

Доходные банковские карты: перспективы развития и особенности...

Месячное снижение вкладов физических лиц является рекордным за последнее время

Процент повышается вместе с суммой неснижаемого остатка.

Однако в отличие от вкладов доход по картам не гарантирован. Ставки доходных карт в любой момент могут измениться.

Статистический анализ объема кредитования физических лиц...

Сегодня банки предоставляют кредиты не только при приобретении дорогостоящего имущества, но и в обычной повседневной жизни: для покупки недвижимости, автомобилей, на образование, потребительские нужны [1].

Актуальность данной работы заключается в том, что количество...

Современные модели прогнозирования финансового результата

Следует отметить, что в последнее время опубликован ряд преимущественно зарубежных методик прогнозирования финансовых показателей деятельности организаций.

Для более точного анализа рассмотрим многофакторную модель зависимости выручки от ряда факторов.

Управление доходностью гостиничного предприятия

Основой метода является прогнозирование спроса по каждому микросегменту рынка в масштабах реального времени с применением модели оптимизации.

Похожие статьи. Повышение эффективности работы предприятия в период...

Практико-ориентированнный подход в обучении решению...

Какую сумму Паша переплатит, если возьмет кредит?

Сегодня остро встала задача создать конструктивный вариант организации непрерывного обучения финансовой грамотности через социально-экономическое образование, отвечающей духу времени, и прежде всего...

Скоринг как инструмент оценки и минимизации кредитного риска

– профессиональные (образование, место работы, трудовой стаж, занимаемая должность)

Если банк не обладает экспертными знаниями, статистикой качества раннее выданных кредитов, возможно построение скоринговой модели на основе региональных и отраслевых...

Похожие статьи

Применение современных технологий для оценки...

Финансовые: сумма основного ежемесячного дохода; место работы, должность; количество записей в трудовой книжке; период трудоустройства в последней фирме; наличие обременений (долгов, непогашенных кредитов, алиментов и других выплат); наличие собственного жилья...

Оценка различных точек зрения и факторы, определяющие...

Требования к заемщику банками предъявляются такие же, как при покупке нового авто: наличие гражданства РФ, постоянное проживание в регионе по месту предоставления кредита, наличие определенного общего трудового стажа, в том числе на последнем месте работы.

Организация процессов кредитования в ПАО «Сбербанк России»

В нашем случае сумма дохода является документально подтвержденной.

6. Стаж на месте работы.

Интенсификация кредитования физических лиц, произошедшая за последние десятилетие.

Доходные банковские карты: перспективы развития и особенности...

Месячное снижение вкладов физических лиц является рекордным за последнее время

Процент повышается вместе с суммой неснижаемого остатка.

Однако в отличие от вкладов доход по картам не гарантирован. Ставки доходных карт в любой момент могут измениться.

Статистический анализ объема кредитования физических лиц...

Сегодня банки предоставляют кредиты не только при приобретении дорогостоящего имущества, но и в обычной повседневной жизни: для покупки недвижимости, автомобилей, на образование, потребительские нужны [1].

Актуальность данной работы заключается в том, что количество...

Современные модели прогнозирования финансового результата

Следует отметить, что в последнее время опубликован ряд преимущественно зарубежных методик прогнозирования финансовых показателей деятельности организаций.

Для более точного анализа рассмотрим многофакторную модель зависимости выручки от ряда факторов.

Управление доходностью гостиничного предприятия

Основой метода является прогнозирование спроса по каждому микросегменту рынка в масштабах реального времени с применением модели оптимизации.

Похожие статьи. Повышение эффективности работы предприятия в период...

Практико-ориентированнный подход в обучении решению...

Какую сумму Паша переплатит, если возьмет кредит?

Сегодня остро встала задача создать конструктивный вариант организации непрерывного обучения финансовой грамотности через социально-экономическое образование, отвечающей духу времени, и прежде всего...

Скоринг как инструмент оценки и минимизации кредитного риска

– профессиональные (образование, место работы, трудовой стаж, занимаемая должность)

Если банк не обладает экспертными знаниями, статистикой качества раннее выданных кредитов, возможно построение скоринговой модели на основе региональных и отраслевых...

Задать вопрос