В заголовок статьи вынесен самый важный вопрос, от правильного ответа на который зависит результат применения скоринговой модели.
Пороговый балл определяет границу, по которой вы будете разделять будущих заемщиков на желательных и нежелательных. Вопрос этот очень деликатный и требует обоснованного подхода к решению.
Продвинутые заказчики иногда сами могут сформулировать критерии для выбора порогового балла. Это может звучать как элемент стратегии. Например, банк выходит на рынок с новым продуктом и желает сохранить качество кредитного портфеля на прежнем уровне. Другой кейс, банк хочет сохранить уровень отказов по новому продукту на уровне действующих. Решению каждой из задач будет соответствовать свой пороговый балл.
Если заказчик не имеет стратегических целей в данном направлении, то, обычно, его интересует только максимальная доходность кредитного портфеля. Эта задача может быть решена путем минимизации потерь на имеющейся популяции заемщиков.
Рассмотрим график распределения доходности кредитного портфеля по скоринговой шкале из реального проекта внедрения.
Данная функция всегда является выпуклой и, следовательно, имеет максимум. В данном примере точка максимума доходности портфеля выражена ярко и соответствует значению 569 баллов. Выбрав это значение в качестве порогового, заказчик втрое уменьшил число дефолтов, и почти в четыре раза увеличил доходность своего кредитного портфеля на той же самой популяции заемщиков. В этом легко убедиться, сравнив значения доходности в крайней левой точке графика, когда банк не оценивал заемщиков по скоринговой шкале, и в точке максимума доходности. В этом изменении и состоит основная практическая польза от внедрения скоринговых моделей.
Эксплуатация скоринговых моделей и мониторинг актуальности
Допустим, разработанная скоринговая модель отвечает требованиям адекватности, достаточного качества, пороговый балл выбран. Можно приступать к оценке новых заявок на кредитный продукт по скоринговой таблице.
Вернемся к расчету суммы скоринговых баллов для 50-летнего мужчины, который мы делали ранее. Теперь становится понятно, что набранная сумма баллов сравнивается с величиной порогового балла и далее следует отказ или одобрение заявки. В рассматриваемом случае набрано 872 балла. При пороговом балле 569 однозначно следует одобрение.
С течением времени любая скоринговая модель постепенно утрачивает актуальность. Это нормальный процесс. Он обусловлен тем, что со временем поведение людей меняется под влиянием изменений окружающего мира. Модель необходимо периодически актуализировать путем обновления входных данных. Как часто это необходимо делать, зависит от скорости старения модели. Для наблюдения за этим процессом разработан соответствующий метод.
На графиках в динамике виден рост отклонений ожидаемого моделью поведения заемщиков от реального. Установив некий предел, например, максимальное отклонение — 20%, получим своевременный сигнал о необходимости актуализации модели.
Скоринговые модели могут обладать различной устойчивостью к изменениям. Например, построили две скоринговые модели по одному продукту. Одна — только на одобренных заявках, вторая — с учетом отказов. Первая модель имеет лучшие показатели качества, но высокую скорость старения, вторая модель не так хороша по качеству, но может служить дольше первой. Сравнивая расчеты потерь от более низкого качества второй модели с затратами на более частую актуализацию первой модели, можно обосновать тот или иной подход к управлению скоринговыми моделями.
Справка:
Loginom Company — Ведущая российская компания, специализирующаяся на разработке систем для глубокого анализа данных, охватывающих вопросы сбора, интеграции, очистки данных, построения моделей и визуализации. Помогаем внедрять инновации, принимать более обоснованные и правильные управленческие решения для увеличения прибыли, снижения затрат и предотвращения рисков как коммерческим, так и государственным компаниям.