«Больше всего нас интересуют деньги» – как мы предсказываем, вернет ли заемщик долг

Скоринг может заменить работу многих специалистов

В Испании сложно сделать прогноз о том, вернет ли заемщик деньги вовремя или нет. В бюро кредитных историй этой страны можно узнать лишь обрывочную информацию, которую очень сложно достать.

В России любой финансовый институт, к примеру, может увидеть погашенную просрочку по кредиту, сделанную несколько лет назад.

Один из главных показателей для скоринговых моделей – это индекс Джини. Он показывает насколько система может разделить клиентов на тех, кто вернет долг вовремя и на тех, кто опоздает с платежом или начнет от них уклоняться. Чем ближе индекс Джини к единице, тем успешнее модель.

Этот показатель у моделей, построенных только на основе анкеты, без данных кредитной истории, не превышает 0,30. Работать с такой моделью нельзя: есть огромная вероятность невозвратов и в конченом счете убытков.

В этом году мы внедрили скоринговую модель в Испании и достигли показателя Джини 0,7.

Если заемщику 60 лет и у него iPhone – это подозрительно

Система интересна тем, что в ней используется не так много информации, как в других моделях. Изначально есть данные, которые заемщик указывает при заполнении заявки на сайте:

• Пол
• Возраст
• Доход
• Семейное положение
• Наличие детей.

Далеко не все данные мы можем проверить, но эта информация тоже очень полезна: мошенники, например, склонны завышать свой доход относительно среднего уровня для конкретной возрастной группы, профессии или региона.

По отдельности эта информация практически ничего не может рассказать о клиенте, но, если сопоставить данные, например, семейное положение и количество детей и доход, вырисовывается портрет заемщика.

Если заемщику за 60 лет, а он пользуется последним iPhone, это может насторожить, равно как и использование мобильного номера, зарегистрированного за несколько дней до подачи заявки на кредит. Конечно, мы берем и данные неполной кредитной истории.

Скоринг должен быть надежным

Модель, разработанная для Испании, использует минимум информации, однако благодаря правильной обработке всех данных и использованию достаточно сложных математических вычислений выдает точный прогноз.

Для оценки успешности модели важно оценивать и ресурсы, затраченные на ее разработку. Например, на реализацию кейса для Испании ушло порядка 30 часов рабочего времени отдела data scientist.

Работа data scientist – это не только разработка скоринговых моделей. 90% рабочего времени уходит на проверку данных, их полноту, корректность и непротиворечивость, и только 10% – это прикладная математика в действии.

То есть, удачная модель должна быть одновременно простой и не ломаться, если изменяются входящие данные – распределения характеристик клиентов или кредитная политика компании.

После внедрения модели в Испании мы разработали еще четыре

Использование сложных алгоритмов машинного обучения на сверхбольших объемах данных – это сегодняшний инфо-мейнстрим. Про это говорят представители крупнейших банков. Однако количество реальных кейсов ничтожно мало.

После внедрения первой модели в Испании мы разработали еще четыре – для других продуктов. Все модели работают несколько месяцев, удерживая индекс Джини на уровне 0,7. Когда далекие от аналитики люди спрашивают, с чем связана наша работа, я отвечаю, что мы предсказываем будущее.

Если точнее, мы как раз отвечаем за техническую часть этого процесса – разрабатываем скоринговые модели, которые способны предугадать поведение клиентов. Больше всего нас интересуют деньги: мы можем с высокой точностью предсказать, вернет заемщик долг или нет.

Материалы по теме:

Как fraud-скоринг увеличит выдачи кредитов на 50%

Заемные средства для бизнеса – хорошо или плохо?

Кредиты сейчас меняются так же, как автомобили в начале 20 века

Как выглядит типичный день дата-сайентиста в петербургском стартапе

Что такое Big data: собрали всё самое важное о больших данных