Скоринговая модель оценки кредитных рисков

Abstract

Представлена модель оценки кредитного риска розничного заемщика в рамках аппликационного скоринга. Рассмотрено методическое обеспечение построения скоринговой карты по обоснованному набору показателей и определению оптимального уровня скоринговых баллов, используемых для отсеивания рисковой группы потенциальных кредитополучателей. Классификация заемщиков осуществлена на основе разработанной эконометрической модели логистической регрессии и применения методов машинного обучения. Численная реализация математической модели проведена на основе данных выборочной совокупности заемщиков одного из минских банков с использованием программного продукта MatLab.

The article presents a model for assessing the credit risk of a retail borrower within the framework of application scoring. The methodological support for constructing a scoring card based on a reasonable set of indicators and determining the optimal level of scoring points used to screen out a risky group of potential borrowers is considered. Borrowers are classified based on the developed econometric logistic regression model and the use of machine learning methods. The numerical implementation of the mathematical model was carried out on data from a sample population of borrowers from one of the Minsk banks using the MatLab software product.