大数据应用 信用评分及模型原理解析
虽然人人都可以通过对借款方在Lending Club和Prosper上的历史借贷数据进行分析,但我相信,了解消费信贷行为、评分机制和贷款决策背后的工作原理可以帮助投资人更好的在市场中进行决策,获得收益。
消费信贷一直是推动世界领先国家经济转型的主要力量。在过去的50年里,消费开支也因此有所增加。根据纽约联邦储备银行家庭债务和信用季度报告,2014年8月,消费者负债总额为11.63万亿美元,其中74%为按揭和净值贷款,10%为学生贷款,8%为汽车贷款,以及6%为信用卡债务。消费信贷需求增长率极高,自动化风险评估系统势在必行。
信用评分最早始于上世纪50年代初。信用评分最初使用统计学方法来区分优秀和不良贷款。最初,信用评分的重点是是否要给贷方发放贷款,后来,这种行为转变成了申请人评分(applicant scoring)。信用评分借着申请人评分这一项成为了一项成功的评价系统。
在信用评分中,信贷价值假设会在未来的几年保持稳定,贷方会对申请人是否会在未来的12个月内出现90天以上的逾期支付进行评估。申请成功时申请人的最低评分是该分值边际良好和不良贷款几率相比而来,即会额外通过的优秀贷款与不良贷款的比例。申请者贷款1-2年以来的数据,加上相应的信用记录将帮助建立申请者未来2年左右的申请评分模型。
行为评分(Behavioral scoring),是申请人评分的一个补充,旨在评估申请人在过去一年中支付和购买行为的状况。 此数据用于预测未来12个月的违约风险情况,通常每个月更新一次数据。最近表现和当前信贷信息比最开始的申请信息更为重要。
比起违约风险,如今贷款方更加注重能满足他们盈利目标的贷款战略。他们可以选择贷款额、利率及其他条款,从而最大限度地提高盈利能力。基于盈利能力而做出决策的技术分析叫做利润评分(profit scoring)。
与可使用静态信用评分模式的申请人评分不同,行为评分和利润评分需要使用动态信用评分模式,即要将过去的信贷行为纳入考虑范围。 一般来说,信用评分模型会分别为每一笔借贷建模。但是,由于借款人贷款组合违约情况(信用风险)增高,所借款项的重要性便今非昔比了。目前为止没有广泛接受的用于评估贷款组合的信用风险模型。
您可以通过评估系统识别优秀及不良贷款的能力,预测概率的精确性以及分类预测的准确性这三点来评估一个信用评分模型。
贷款人的主要目标是在其投资组合中获得利润最大化。对于任何一笔贷款中,投资人都需要考虑贷款回报额。投资100美元,获利10美元显然不如投资25美元,获得3美元回报。
有些情况下,借款人无法偿还贷款,这就意味着贷款人甚至会面临重大损失。我们可以通过分析投资组合违约率及违约结果对风险进行量化。贷款人还可以将风险和回报设定在预期的范围内。
最终是否投资给借款人需要基于一系列决策:即哪些信息将有助于作出决策,在决策过程期间和之后贷款会有何发展以及最终可能出现的结果。
影响图网用可视化的图形帮助投资人了解主要决策、不确定性、相关信息以及最终成果是如何相互影响的。
影响图网可以确定决策的重要方面,有哪些数据与决策相关,以及在哪些方面有关。图网包括三种节点:决策(长方形节点),不确定事件(圆形节点),以及结果(菱形节点)。各节点由箭头相互连接。图1从市场中贷款人的角度进行绘制。
图1中,首先,贷款人获得借款人是否会有良好表现的贷款预测。预测是随机事件,因为贷款人不能决定预测的结果。它将影响投资与否(Loan or not)的决策,也会影响借款人的表现(Borrower good or bad)。接着,平台将决定是否发布贷款(Loan issued or not)。这对贷款人来说是随机事件。除非该贷款没有得到足够的贷款人支持,否则贷款人对是否发布贷款没有决定权或影响力。贷款一旦发布,贷款人就可以检验收入证明(Income verification)执行情况,查看FICO分数及还款记录(FICO score and payment history.)是否有变化,并更新贷款预测。根据更新后的贷款预测,贷款人可以决定是否要在FILOfn二级交易平台上卖出贷款。类似的,其他贷款人也可以在二级交易平台上很据更新的贷款预测决定是否买入贷款。这一系列事件会最终影响贷款人的收益。
决策树确定贷款中有哪些最优决策,并按照决策过程中信息的了解顺序来解析决策的各个步骤。
那么决策树模型又是如何根据可视化影响图网中的结构逐渐形成的呢?决策树与影像图网的结构类似。其结果由以数字代表的回报事件表示。每个机会节点(不确定事件)都被赋予一定比重,比重代表事件结果发生的可能性。
从结果点开始往回推,经过所有决策及不确定事件的节点后,可以计算出每个结果的预期货币值(EMV)。
图2是一个简单的贷款决策的决策树。贷款人对是否进行投资做出了一份初期判断。如果贷款人不愿投资,则回报是0。如果贷款人投资,则有两种可能:投资回报良好,或不好(即违约)。
假设,借款人回报良好时,贷款人获益10,借款人违约时,贷款人则损失100。如果违约可能性是5%,并且贷款人愿意投资,则贷款人可能从借款人处获益:
0.95 x 10 + 0.05 x (-100) = 4.5
如果贷款人不愿投资,则获益为0。因此,决策树显示贷款人应该进行投资。如果违约的可能性增加到10%,则贷款人可能从借款人处获益:
0.90 x 10 + 0.10 x (-100) = -1
因此,决策树显示贷款人不应该进行投资。
综上所示,如果g代表贷款人收益,l代表因借款人违约导致的贷款人损失,p代表投资回报良好的可能性,那么根据预期货币值(EMV)的标准,只有 pg – (1-p)l > 0时,贷款人应该进行投资。
p/(1-p)即投资回报良好的可能性与违约可能性的比值,也称为良莠比(good:bad odds)。
数据分析咨询请扫描二维码
在当今信息爆炸的时代,数据分析师如同一位现代社会的侦探,肩负着从海量数据中提炼出有价值信息的重任。在这个过程中,掌握一系 ...
2024-12-23在现代的职场中,制作吸引人的PPT已经成为展示信息的重要手段,而其中数据对比的有效呈现尤为关键。为了让数据在幻灯片上不仅准 ...
2024-12-23在信息泛滥的现代社会,数据分析师已成为企业决策过程中不可或缺的角色。他们的任务是从海量数据中提取有价值的洞察,帮助组织制 ...
2024-12-23在数据驱动时代,数据分析已成为各行各业的必需技能。无论是提升个人能力还是推动职业发展,选择一条适合自己的学习路线至关重要 ...
2024-12-23在准备数据分析师面试时,掌握高频考题及其解答是应对面试的关键。为了帮助大家轻松上岸,以下是10个高频考题及其详细解析,外加 ...
2024-12-20互联网数据分析师是一个热门且综合性的职业,他们通过数据挖掘和分析,为企业的业务决策和运营优化提供强有力的支持。尤其在如今 ...
2024-12-20在现代商业环境中,数据分析师是不可或缺的角色。他们的工作不仅仅是对数据进行深入分析,更是协助企业从复杂的数据信息中提炼出 ...
2024-12-20随着大数据时代的到来,数据驱动的决策方式开始受到越来越多企业的青睐。近年来,数据分析在人力资源管理中正在扮演着至关重要的 ...
2024-12-20在数据分析的世界里,表面上的技术操作只是“入门票”,而真正的高手则需要打破一些“看不见的墙”。这些“隐形天花板”限制了数 ...
2024-12-19在数据分析领域,尽管行业前景广阔、岗位需求旺盛,但实际的工作难度却远超很多人的想象。很多新手初入数据分析岗位时,常常被各 ...
2024-12-19入门数据分析,许多人都会感到“难”,但这“难”究竟难在哪儿?对于新手而言,往往不是技术不行,而是思维方式、业务理解和实践 ...
2024-12-19在如今的行业动荡背景下,数据分析师的职业前景虽然面临一些挑战,但也充满了许多新的机会。随着技术的不断发展和多领域需求的提 ...
2024-12-19在信息爆炸的时代,数据分析师如同探险家,在浩瀚的数据海洋中寻觅有价值的宝藏。这不仅需要技术上的过硬实力,还需要一种艺术家 ...
2024-12-19在当今信息化社会,大数据已成为各行各业不可或缺的宝贵资源。大数据专业应运而生,旨在培养具备扎实理论基础和实践能力,能够应 ...
2024-12-19阿里P8、P9失业都找不到工作?是我们孤陋寡闻还是世界真的已经“癫”成这样了? 案例一:本硕都是 985,所学的专业也是当红专业 ...
2024-12-19CDA持证人Louis CDA持证人基本情况 我大学是在一个二线城市的一所普通二本院校读的,专业是旅游管理,非计算机非统计学。毕业之 ...
2024-12-18最近,知乎上有个很火的话题:“一个人为何会陷入社会底层”? 有人说,这个世界上只有一个分水岭,就是“羊水”;还有人说,一 ...
2024-12-18在这个数据驱动的时代,数据分析师的技能需求快速增长。掌握适当的编程语言不仅能增强分析能力,还能帮助分析师从海量数据中提取 ...
2024-12-17在当今信息爆炸的时代,数据分析已经成为许多行业中不可或缺的一部分。想要在这个领域脱颖而出,除了热情和毅力外,你还需要掌握 ...
2024-12-17数据分析,是一项通过科学方法处理数据以获取洞察并支持决策的艺术。无论是在商业环境中提升业绩,还是在科研领域推动创新,数据 ...
2024-12-17