Анкетный скоринг

Материал из MachineLearning.

Анкетный скоринг (Application scoring) — задача прогнозирования риска дефолта заёмщика по данным его анкеты-заявления на получение кредита при обращении заёмщика в банк. Анкетный скоринг наряду с поведенческим и коллекторским скорингом являются видами кредитного скоринга. Целью анкетного скоринга, как одного из этапов проверки заёмщика, является минимизация риска банка на основе накопленных статистических данных, то есть отсечение заёмщиков, которые с большой вероятностью попадут в дефолт (не выплатят кредит).

В наиболее распространённой постановке анкетный скоринг представляет собой задачу классификации с двумя классами: «хороший» заёмщик (тот, кто вернёт кредит) и «плохой» заёмщик (тот, кто попадёт в дефолт). Признаками являются данные анкеты-заявления на получение кредита (возраст, пол, образование, трудовой стаж, …), а также другие данные, которые могут быть получены на момент принятия решения по заёмщику (например, отделение банка, куда обратился клиент).

Модели, построенные для решения задачи анкетного скоринга, принято называть скоринговыми картами. «Классические» скоринговые карты строятся с использованием логистической регрессии. При этом значение «1» целевой переменной кодирует «плохого» заёмщика (попавшего в дефолт), а «0» — «хорошего». Поэтому логистическая регрессия для каждого заёмщика даёт оценку вероятности дефолта, которая затем может быть использована для прогнозирования потерь по данному виду заёмщиков.