Побудова рішень для оцінки кредитних ризиків в банківській системі

Вступ

Оцінка кредитних ризиків – це страз діяльності звукового банку. Ліжники повинні відрізняти між позичальниками, які оплатитимуться вчасно і тими, які, ймовірно, за замовчуванням. Історично банки спираються на судові рішення та прості моделі забивання, але складність сучасних портфелів вимагає більш складних інструментів. Рішення дерев пропонують прозорий, інтуїтивно зрозумілий і потужний метод класифікації кредитного ризику. Моделювання рішень як серії логічних правил, вони допомагають фінансові установи зменшити втрати, оптимізувати виділення капіталу, і відповідати нормативним вимогам, такими як Basel II/III та IFRS 9. Ця стаття надає поглиблений посібник для побудови рішень дерев для оцінки кредитного ризику, методології покриття, кращих практик та реально-світовий розгляд.

Які Дерева Рішення?

Дерево рішення - це супервізований алгоритм машинного навчання, який використовує структуру стоків, щоб зробити прогнози. Він складається з кореневої вершини (весь набір даних), внутрішні вершини (децизійні точки на основі функції), гілок (наступки тесту), а також вузлів листків (фінальні прогнози). Для кредитного ризику мета полягає в класифікації позичальників як «за замовчуванням» або «неза замовчуванням» (або на рівні ризику).

Основні компоненти

Root node: Початковий розкол на найбільш інформативному атрибуті.
Критерій: Заходи, як Gini домішки або отримання інформації, які визначають, як розділити дані, щоб максимально однорідність на кожному вершині.
Pruning:] Видалення перерослих гілок для поліпшення узагальнення.

Рішення дерев непараметричні, що не дає припущення щодо розподілу даних, а також може захопити нелінійні зв’язки без спеціального інженера. Їхній переклад є ключовою перевагою в регульованих галузях: співробітник ризику банку може пояснити аудиторам, тому відмовлено у подачі кредиту.

Етапи побудови рішення кредитного ризику

1. Збір даних

До числа джерел даних відносяться:

Простосування даних: Income, тривалість роботи, вік, освіта.
Bureau data: Історія кредитування, видатний борг, кількість минулих делінкцій.
Behavioral data: Патерни транзакцій, баланси рахунку.
Macroeconomic data: Проценти, ставки заробітку (для моделей портфоліо-рівневих).

Типовий датасет містить 10–30 функції та десятки тисяч кредитних записів. Цільова змінна - бінарний прапор: 1 якщо позичальник за замовчуванням за замовчуванням у визначеному вікні виконання (наприклад, 12 місяців), ще 0.

2. Обробка даних

Сировина вимагає очищення:

Поруч відсутні значення: Імплемент з медіан (для номорічної) або режимом (для категоричної), або лікування відсутній як окрема категорія для захоплення потенційних інформативних шаблонів.
Оутлієрне лікування: Смітування екстремальних значень, щоб уникнути розщеплення скелетів.
Encoding категоричні змінні: Один-гарячий кодування або кодування етикеток для змінних, як тип зайнятості.
Неормалізація: Не категорично потрібно для дерев, але забезпечення консистенції масштабу допомагає при використанні методів ансамблю пізніше.

Правильне преобробне обладнання зменшує знос і готує дані для ефективного розщеплення.

3. Вибір функції

Не всі функції сприяють однаковому. Вибір функції покращує продуктивність моделі та інтерпретабельність:

// Внесення взаємовідносин: Особливості ранга, скільки вони зменшують невизначеність про ціль.
Корреляційний аналіз: Видалити високо кореляційні функції для зменшення надмірності.
Рекурентне визначення функції (RFE): Використовуйте дерево для прийняття рішень, щоб ітеративно видалити слабкі функції.

У випадку, якщо в разі виникнення кредитних ризиків, в залежності від розміру кредитних коштів, то в залежності від розміру кредитних коштів, в залежності від розміру кредитних коштів, в залежності від розміру кредитних коштів, в залежності від розміру кредитних коштів, а також від кількості відкритих торгів, а також довжини кредитної історії.

4. Деревобудування

Алегорітеми відрізняються за критеріями розщеплення та контролю складності. Найбільш широко використовуються в банківській системі:

CART (Однокласифікація та регіпція Дерева): Використання домішок Gini для класифікації. Виготовляє бінарні розколи та ручки відсутні дані через сурогатні розколи.
C4.5 / C5.0: Використовуйте співвідношення доступу до інформації та виробляє багатосторонні розколи, але більш схильні до перенаряддя без обережного обрізання.
ID3:] Історичний попередник, рідко використовується в виробництві.

Гіперпараметр Тюнінг

Складність віконних параметрів:

: Максимальні рівні лімітів для запобігання перенаряддя (значень комона: 5–15).
: Мінімальне число зразків, необхідних для розщеплення вузла (наприклад, 50).
: Мінімальні зразки за лист (наприклад, 20).
: Кількість функцій, які розглядаються для кожного розщеплення (наприклад,, кв.м. загальної риси).

Використовуйте кросовалідацію для вибору параметрів. Допускається дерево, яке може підходити; глибоке дерево запам'ятовує шум. Мета - дерево, яке в цілому розширюється ненависними позичальниками.

5. Штани

Обрізка зменшує дерево після його вирощування на повну глибину. Два поширених підходів:

Pre-pruning (попереднє припинення): Стоп розщеплення коли вузол містить менше, ніж пороговий число зразків або коли спліт не покращує зменшення домішок за мінімальним приходом (наприклад, 0.01).
Post-pruning (конкурентоспроможність обрізки): Вирощувати повне дерево, потім ітеративно видалити гілки, які додають мало передбачуване значення. Виберіть піддереву з найменшою перезарядженою помилкою. Scikit-learn підтримує це через параметр .

Виконуються дерева, які мають більш простий, менш схильний до перенарядування, і простіше розгортати в виробництві.

Переваги використання Дерево рішень в банківській системі

Інтерпротентабельність: Дерево рішення може бути візуалізовано і пояснено нетехнічним зацікавленим сторонам. Менеджер ризику може сказати: "Якщо боржника-до-інкоме > 45% і кількість останніх делінкцій > 2, прапор як високий ризик".
Не потрібно масштабування: Нумеричні та категоричні функції ручуються на рідному, зменшуючи етапи обробки.
Похід нелінійних відносин: Взаємодія між особливостями (наприклад, дохід і сума кредиту) автоматично захоплюються через розколи.
Speed: Після навчання прогноз швидко — логарифмічний час відносно глибини дерева. Ідеально підходить для своєчасного кредитного рішення.
Робота значення: Дерева забезпечують вбудовані метрики (наприклад, зменшення домішок) для визначення найбільш впливових факторів.

Виклики та рекомендації

Наряди

Рішення дерев мають високу варіабельність. Невеликі зміни в даних тренувань можуть виробляти дуже різні розколи. Стратегія злиття включають обрізку, встановлення мінімальних розмірів листів і використання ансамблю (див. нижче).

Імбалансовані дані

Кредитна за замовчуванням є рідкісною, що становить менше 5% зразків. Стандартні дерева можуть бути упереджені до більшості (не-розмова) класу, що веде до низького згадування за замовчуванням. Рішення:

Ремонт: За замовчуванням (SMOTE) або підзарядка не-за замовчуванням.
Визначені класи: Призначте вищу пеню для позначення за замовчуванням через .
Потрібна техніка: Регульований ймовірність зрізу (чорне дерево прогнозує 0/1; використовувати ймовірності і встановити більш високий пороговий для флагманського ризику).

Нездатність

Дерева можуть бути чутливими до конкретної моделі підготовки. Один засіб полягає в тому, щоб використовувати Random Forests або Gradient Boosting], які середні багато дерев для зменшення варіабельності при збереженні інтерпретабельності (важе значення значення функції).

Підсилення рішень Дерева в практиці

Для виробництва кредитних моделей, окремі дерева, рідко використовуються окремо. Замість, вони служать будівельними блоками для ансамблю, які є:

Випадковий ліс

ансамбль сотень рішень дерев, кожен навчається на вибірці завантажувального патрона і використовуючи випадкові підбори функцій. Він покращує точність і надійність, але за вартістю деяких інтерпретацій. Однак, значення функції і значення SHAP можуть пояснити прогнози.

Градієнтні коостильні машини (GBM)

XGBoost, LightGBM, і CatBoost є галузевими фаворитами для кредитного ризику. Вони будують дерева послідовно, навчаються від попередніх помилок. Ці моделі часто досягають державної продуктивності, хоча вони вимагають ретельного відключення, щоб уникнути перенарядки.

КОМЕРЦІЙНИЙ

Method	Accuracy	Interpretability	Training Speed
Single Decision Tree	Moderate	Very High	Fast
Random Forest	High	Moderate	Medium
Gradient Boosting	Very High	Low–Moderate	Slow (with tuning)

Багато банків починаються з одної ялинки для розвідувального аналізу та регуляторного пояснення, потім розгортають модель для прийняття фактичних рішень кредитування.

Нормативно-перекладні аспекти

Фінансові регулятори (наприклад, Дайс-комітет з банківського нагляду]) вимагають прозорості моделі та справедливості. Рішення дерев вирівнюють з цими принципами, оскільки вони властиво пояснювати. Ключові нормативні вимоги включають:

Модель документація: Кожне правило розщеплення повинно бути документовано і виправдано.
Bias test: Забезпечити дерево не дискримінацію проти захищених груп (наприклад, вік, стать).
Backtesting: Порівняйте прогнозовані ставки за замовчуванням з фактичними результатами з часом.

]Scikit-learn ‘ дерево]] є широко використовується для прототипування. Для виробництва бібліотеки, таких як XGBoost, пропонують вбудовані можливості для пояснення моделі.

Висновок

Побудова рішень дерев для оцінки кредитних ризиків забезпечує прозорий і ефективний метод оцінювання позичальників. Систематично збираючи дані, преобробку, вибір функцій, побудови і обрізання дерева, а також вирішення проблем, таких як перенарядування і небаланс, банки можуть створювати моделі, які є як точні, так і аудитабельні. Хоча окремі дерева обмежені в складності, вони утворюють основу для потужних моделей ансамблю, які зараз стандартні в галузі. Як машинне навчання продовжує розвиватися, інтерпретована природа дерев приймає рішення забезпечує, вони залишать життєвий інструмент для менеджерів ризику і регуляторів, якось.

Для подальшого читання вкажіть оригінальну книгу CART від Breiman et al. (1984) та Risk.net] статті про кредитний рахунок. Для вивчення реалізації scikit-learn документація] є відмінним ресурсом.