Kredietscoring

Krediet telling is die gebruik van 'n statistiese model om inligting oor 'n lener om te skakel in 'n enkele getal wat skat hoe waarskynlik hulle is om terug te betaal. Die telling word vergelyk met 'n afsnywaarde, en die afsnywaarde dryf die besluit om goed te keur, te verwys of af te keur.

Die aanspraak onderliggend aan telling is eng en die moeite werd om presies te stel: eienskappe wat terugbetaling by vorige leners voorspel het, sal dit by toekomstige leners voorspel. 'n Telling is nie 'n oordeel oor 'n persoon nie. Dit is 'n rangorde-instrument — dit sê hierdie aansoeker lyk soos 'n groep wat teen 'n sekere koers terugbetaal het, niks meer nie. Dit dra geen opinie oor enige individu nie en maak geen belofte oor enige individuele uitkoms nie.

Daardie engheid is ook die bron van sy krag. 'n Model pas dieselfde reël op elke aansoeker toe, binne millisekondes, teen effektief nul marginale koste, en dit word nie moeg, geteiken of oorreed nie. Waar die volume lenings hoog is en die waarde van elkeen laag is, kan geen vorm van menslike leningsbeoordeling op koste meeding nie.

Telling, telkaart, gradering en verslag

Vier terme wat uitruilbaar gebruik word en nie behoort te wees nie.

• Krediettelling: Die getal wat vir 'n bepaalde aansoeker op 'n bepaalde oomblik gegenereer word
• Telkaart: Die model self — die eienskappe, hul gewigte en die puntestruktuur wat tellings genereer
• Kredietverslag: Die feitelike rekord van 'n lener se rekeninge en terugbetalingsgeskiedenis, gehou deur 'n buro
• Kredietgradering: 'n assessering van 'n entiteit se kredietwaardigheid, gewoonlik op 'n letterskaal uitgedruk en eerder op maatskappye en regerings as op individue toegepas
• Waarskynlikheid van wanbetaling (PD): Die geskatte waarskynlikheid van wanbetaling waarna 'n telling verwys, uitgedruk as 'n persentasie

'n Telling word deur 'n telkaart uit 'n verslag afgelei. Die verslag is getuienis; die telling is afleiding. 'n Lener wat 'n besluit betwis, betwis gewoonlik iets in die verslag, en die twee moet skeibaar wees om hulle te beantwoord.

Hoe 'n telkaart werk

Die meeste telkaarte in produksie is puntgebaseerde modelle wat van logistiese regressie afgelei is. Elke eienskap word in bande verdeel, elke band dra punte, en die punte word opgetel.

Die konstruksievolgorde, in hooftrekke:

1. Definieer goed en sleg. 'n "slegte" is gewoonlik 'n lening wat 'n bepaalde agterstalligstatus — gewoonlik 90 dae agterstallig — binne 'n bepaalde venster. Hierdie definisie bepaal alles stroomaf, en om dit later te verander, maak die model ongeldig.
2. Stel die waarnemings- en prestasievensters. Eienskappe word geneem soos met aansoek; prestasie word oor die daaropvolgende tydperk gemeet, tipies 12 tot 18 maande. Die model kan eers gebou word sodra genoeg lenings tyd gehad het om sleg te word.
3. Stel 'n ontwikkelingsmonster saam. Genoeg lenings, en krities genoeg slegte lenings, om betroubaar te skat.
4. Selekteer en groepeer kenmerke in bande. Toets elke kandidaatveranderlike vir voorspellingskrag en stabiliteit, en groepeer dan sy waardes in bande met wesenlik verskillende slegtekoerse.
5. Pas die model en ken punte toe. Skakel die gepaste koëffisiënte om in 'n heeltallige punteskaal waarmee personeel en stelsels kan werk.
6. Valideer op 'n terughousteekproef wat die model nie gesien het nie.
7. Bepaal die afsnypunt en die aksies wat aan elke tellingband gekoppel word.
8. Moniteer en herkalibreer namate die aansoekerpopulasie en die omgewing verander.

Uitgewerkte voorbeeld: 'n eenvoudige aansoekpuntekaart

Tyd in besigheid

• Onder 1 jaar: 0 punte
• 1–3 jaar: 15 punte
• Meer as 3 jaar: 25 punte

Leengeskiedenis by die uitlener

• Eerste siklus: 0 punte
• 2de–3de siklus: 20 punte
• 4de siklus of meer: 30 punte

Kredietburo-uitslag

• Nadelige rekord: Outomatiese afkeur
• Skoon, dun lêer: 10 punte
• Skoon, gevestigde lêer: 20 punte

Skuld-tot-inkomste-verhouding

• Bo 45%: 0 punte
• 35–45%: 10 punte
• Onder 35%: 20 punte

Spaar- of depositogedrag

• Geen: 0 punte
• Onreëlmatig: 5 punte
• Gereeld: 15 punte

'n Aansoeker wat twee jaar in besigheid is, in hul derde leningsiklus, met 'n skoon maar dun buro-lêer, 'n DTI van 38% en gereelde spaargeld, behaal 'n telling van 15 + 20 + 10 + 10 + 15 = 70.

• 75 en hoër: Outomatiese goedkeuring teen die volle aangevraagde bedrag
• 60–74: Keur goed, met 'n beperkte bedrag of bykomende sekuriteit vereis
• 45–59: Verwys vir handmatige beoordeling
• Onder 45: Keur af

Teen 70 word die aansoeker met 'n beperkte bedrag goedgekeur. Die verwysingsband maak meer saak as wat dit lyk: dit is waar 'n klein uitlener menslike oordeel in die proses behou vir die gevalle waar die model die minste seker is, eerder as om oordeel heeltemal te laat vaar.

Tipes puntetelling

Aansoekpuntetelling beslis oor nuwe aansoekers aan die hand van inligting wat ten tyde van die aansoek beskikbaar is. Dit is wat die meeste mense met kredietpuntetelling bedoel.

Gedragspuntetelling gebruik die lener se eie gedrag op bestaande rekeninge — terugbetalingstyd, benutting, balanstendense — om te besluit oor limietverhogings, aanvullings, hernuwings en prysbepaling. Dit is oor die algemeen meer voorspellend as aansoekpuntetelling, omdat vorige gedrag by jou swaarder weeg as afgeleide gedrag uit 'n bevolking. Enige uitlener met herhalende leners kan gedragspuntetelling lank voordat dit die data vir 'n volledige aansoektelkaart.

Invorderingspuntetelling rangskik agterstallige rekeninge volgens die waarskynlikheid van invordering, sodat pogings gaan waar dit die meeste geld oplewer. 'n Uitlener met meer agterstallige gevalle as beamptes prioritiseer reeds implisiet; puntetelling maak die prioritisering eksplisiet.

Buropuntetelling word deur die kredietburo self oor al sy rapporterende lede saamgestel, sodat dit verpligtinge teenoor ander uitleners sien wat 'n interne model nie kan sien nie.

Aangepaste of interne telkaarte word gebou op die uitlener se eie portefeulje. Hulle pas die werklike kliëntebasis baie beter as 'n generiese model, en hulle vereis dat die uitlener 'n portefeulje het wat die moeite werd is om te modelleer.

Alternatiewe datapuntetelling

Konvensionele puntetelling veronderstel 'n buro-lêer. In markte waar die meeste leners nog nooit 'n formele lening gehad het nie, sluit daardie aanname die meerderheid van die bevolking uit, en alternatiewe data is die manier om dit te omseil.

• Mobiele geldtransaksiegeskiedenis: Gereeldheid van inkomste, balanspatrone, bestedingsdissipline, besigheidsomset
• Lugtyd- en data-aankoopgedrag: Inkomstestabiliteit en gladheid van kontantvloei teen baie hoë frekwensie
• Selfoontoestel- en telekomtydperk: Stabiliteit, kontakbaarheid, lengte van verifieerbare voetspoor
• Nuts- en huurbetalingsrekords: Bereidwilligheid om herhalende verpligtinge na te kom
• Handelaar- of POS-transaksiedata: Geverifieerde besigheidsomset en seisoenaliteit
• Psigometriese assessering: Houdings en eienskappe wat met terugbetaling geassosieer word waar geen finansiële geskiedenis bestaan nie
• Groep- en spaarskemarekords: Bydraedissipline en aansien onder eweknieë

Mobiele geldgeskiedenis is in die praktyk die sterkste hiervan, want dit is transaksioneel eerder as selfverklaard, moeilik om te vervals, en dig genoeg om seisoenaliteit te openbaar. Dit is ook die sensitiefste: dit is 'n volledige rekord van 'n persoon se finansiële lewe, en die gebruik daarvan vereis 'n wettige grondslag, ingeligte toestemming en verdedigbare bewaringsreëls kragtens die databeskermingswet van elke mark waarin jy sake doen. Die nakomingsvraag hier is nie 'n formaliteit nie — dit is dikwels die bindende beperking op of 'n alternatiewe datamodel enigsins ontplooi kan word.

Puntetelling en oordeel

• Koste per besluit: Byna nul (Puntetelling) vs. Hoog (Oordeelkundige beoordeling)
• Spoed: Sekondes (Puntetelling) vs. Ure tot dae (Oordeelkundige beoordeling)
• Konsekwentheid: Volledig (Puntetelling) vs. Wissel volgens beampte en volgens dag (Oordeelkundige beoordeling)
• Leners met min kredietinligting: Swak hanteer (Puntetelling) vs. Goed hanteer (Oordeelkundige beoordeling)
• Ongewone of komplekse gevalle: Swak hanteer (Puntetelling) vs. Goed hanteer (Oordeelkundige beoordeling)
• Ouditeerbaarheid van die toegepaste reël: Totaal (Puntetelling) vs. Gedeeltelik (Oordeelkundige beoordeling)
• Data benodig om te bou: Aansienlik (Puntetelling) vs. Geen (Oordeelkundige beoordeling)

Die realistiese struktuur vir die meeste uitleners is nie die een of die ander nie. Puntetelling hanteer die volume — klein lenings, herhalende leners, standaardprodukte — en beoordeling hanteer die verwysings, die groter eerste-keer-leners en die uitsonderings. Die besluit oor watter lenings watter roete volg is 'n beleidskeuse, en dit is gewoonlik 'n beter eerste projek as om alles te probeer puntetel.

Wat om te doen voordat jy genoeg data het

'n Uitlener met 800 lenings en 40 wanbetalings kan nie 'n statisties geldige puntetelkaart bou nie, en om een in elk geval te bou lewer 'n model op wat geraas met die skyn van deeglikheid vaslê. Die volgorde wat werk:

1. Skryf die beleidsreëls eers neer. Harde uitsluitings en geskiktheidskriteria, konsekwent toegepas. Dit is nie puntetelling nie, maar dit lewer die meeste van die konsekwentheidsvoordeel onmiddellik.
2. Versamel die data wat jy later nodig sal hê. Elke eienskap wat jy dalk wil modelleer, moet by aansoek vasgelê word, in gestruktureerde velde, van nou af — met inbegrip van die aansoeke wat jy afkeur. 'n Model wat slegs op goedgekeurde lenings gebou is, is blind vir die aansoekers wat jy afgewys het, en daardie gaping is nie terugwerkend herwinbaar nie.
3. Definieer slegte lenings en teken agterstallige status konsekwent aan sodat prestasie meetbaar is wanneer die tyd aanbreek.
4. Begin met gedragtelling op herhalingsleners, waar die data jou eie is en die vinnigste inkom.
5. Bou die aansoektelkaart sodra daar 'n voldoende aantal afgeloopte lenings met werklike slegte uitkomste is.
6. Herkalibreer, en hou aan om te herkalibreer.

Afsnypuntstrategie

Die afsnypunt, nie die model nie, bepaal die besigheidsuitkoms. Om dit te skuif, behels 'n afruiling tussen volume en verlies, en dié afruiling is die werklike besluit.

Illustratiewe syfers vir een portefeulje:

• Afsnypunt 50: 78% goedkeuringskoers, 9.5% wanbetalingskoers op goedgekeurdes
• Afsnypunt 60: 64% goedkeuringskoers, 6.2% wanbetalingskoers op goedgekeurdes
• Afsnypunt 70: 47% goedkeuringskoers, 3.8% wanbetalingskoers op goedgekeurdes
• Afsnypunt 80: 29% goedkeuringskoers, 2.1% wanbetalingskoers op goedgekeurdes

Daar is geen korrekte ry nie. Die regte afsnypunt is die een wat wins maksimeer gegewe die produk se marge, die koste van 'n gewerfde klant, die koste van invordering en die lener se risiko-aptyt — en 'n hoëmarge-, korttermynproduk kan rasioneel 'n wanbetalingskoers aanvaar wat 'n lae-marge gedekte een sou ruïneer.

Die omruilstel is die nuttige lens wanneer 'n afsnypunt verander word of 'n model vervang word: nie hoeveel aansoekers geraak word nie, maar watter aansoekers. 'n Nuwe model wat dieselfde aantal lenings goedkeur terwyl dit 'n deel slegte rekeninge vir 'n deel goeie rekeninge omruil, verbeter die portefeulje sonder om volume enigsins te verander.

Hoe om te meet of 'n telkaart werk

Diskriminasie — die model se vermoë om die goeie van die slegte te skei — word gewoonlik gerapporteer as die Gini-koëffisiënt, KS-statistiek of AUC. Hoër is beter; al drie beweeg saam, en wat as aanvaarbaar geld, hang grootliks af van die portefeulje en die beskikbare data; ’n dunlêer- mikrolening-telkaart sal nie die diskriminasie van ’n volwasse model vir gedekte lenings bereik nie, en behoort nie daarteen beoordeel te word nie.

Twee foute kom meer algemeen voor as swak diskriminasie tydens die boufase:

Populasiedrywing. Die aansoekers wat vandag opdaag, verskil van die ontwikkelingssteekproef — nuwe kanaal, nuwe produk, nuwe geografie, nuwe bemarking. Monitering van populasiestabiliteit vang dit op, en dit is die algemeenste rede waarom ’n telkaart wat goed gevalideer het, in produksie agteruitgaan.

Kalibrasiedrywing. Die rangorde werk steeds, maar die verlieskoerse verbonde aan elke band het beweeg, gewoonlik omdat omstandighede verander het. Die telkaart sorteer steeds korrek terwyl die afsnypunt stilweg verkeerd geraak het.

Beide word deur monitering gevind, en monitering is die deel van krediettelling wat laaste gebou en eerste prysgegee word.

Risiko’s en beperkings

Proksi-diskriminasie. ’n Model wat beskermde kenmerke uitsluit, kan steeds diskrimineer deur veranderlikes wat daarmee gekorreleer is — ligging, toesteltipe, naampatrone, werkgewer. Dit gebeur sonder dat iemand dit bedoel, en dit word slegs opgespoor deur uitkomste oor groepe doelbewus te toets.

Verduidelikbaarheid en nadelige optrede. Baie jurisdiksies vereis dat ’n afgekeurde aansoeker meegedeel word waarom. ’n Puntgebaseerde telkaart kan dit direk beantwoord deur te identifiseer watter kenmerke die meeste punte gekos het. Meer komplekse masjienleermodelle kan dit nie altyd sonder bykomende werk doen nie, wat ’n wesenlike regulatoriese beperking eerder as ’n tegniese ongerief is.

Selfvervullende data. Aansoekers wat jy afkeur, genereer geen prestasiedata nie, dus leer die model nooit of dit reg was oor hulle nie, en die populasie wat dit sien, vernou mettertyd.

Manipulering. Sodra die reël bekend is, word daarteen geoptimeer — deur leners, deur agente en deur personeel met volumeteikens. Kenmerke wat goedkoop is om te manipuleer, verswak die vinnigste.

Strukturele onderbrekings. ’n Model wat op data van voor die skok gebou is, beskryf nie ’n populasie ná die skok nie. Valuutabewegings, sektorineenstorting, beleidsveranderings en pandemies verbreek almal die aanname dat die verlede die toekoms voorspel.

Vals presisie. ’n Telling van 68 lyk meer presies as "redelik kredietwaardig". Dit is nie. Die onderliggende skatting het ’n vertrouensinterval wat niemand vertoon nie.

Waar krediettelling in die praktyk verkeerd loop.

Die koop van ’n generiese model en die onveranderde toepassing daarvan. ’n Telkaart wat op ’n ander populasie, produk en mark ontwikkel is, is ’n beginhipotese, nie ’n beslissingsreël nie.

Bou op slegs goedgekeurde lenings. Weieringsafleiding bestaan juis omdat hierdie sydigheid ernstig en onsigbaar is.

Om nooit te herkalibreer nie. 'n Telkaart is 'n foto van 'n populasie op 'n gegewe oomblik. As dit vier jaar lank alleen gelaat word, word dit versiering.

Om voortdurend te oorheers. As beamptes 'n groot deel van besluite oorheers, is óf die model verkeerd óf die oorheersings is verkeerd, en niemand hou dop watter een dit is nie. Oorheersingskoers en oorheersingsprestasie is die twee syfers wat die antwoord daarop gee.

Puntetoekenning sonder 'n databeskermingsgrondslag. Veral alternatiewe datamodelle word gebou op persoonlike inligting wat wettige gronde vereis vir die insameling, verwerking en bewaring daarvan. Om nakoming ná ontplooiing agterna in te bou, is veel moeiliker as om dit van meet af aan te ontwerp.

Om die telling met die assessering te verwar. Die telling skat bereidwilligheid en waarskynlikheid. Dit verifieer nie identiteit nie, bevestig nie die doel van die lening nie, stel nie die waarde of afdwingbaarheid van kollateraal vas nie, en kontroleer nie of die sekuriteitsdokumente eg is nie.