Алгоритмы адаптивного скоринга: современные тенденции и перспективы дальнейшего развития 
Берестнев Д.А., Травкин О.И., Коновалихин М.Ю., Кулик В.В.

2
Введение
Современные тенденции на рынке банковских услуг и синергия технологий

4
Система автоматизированной корректировки стратегий: обзор решения

5
Особенности реализации решения
Мониторинг уровня одобрения и тест кумулятивных сумм

7
Корректировка зон отсечения для поддержания уровня одобрения

8
Алгоритм корректировки зон отсечения по сегментам

10
Переобучение моделей скоринга
Адаптивная корректировка зон отсечения

14
Жизненный цикл САКС
Заключение

15
Рис. 2. Система автоматической корректировки стратегий

16
Литература

Ключевые слова: скоринг, система автоматизированной корректировки стратегий (САКС), система принятия решений, CUSUM-тест, переобучение моделей скоринга

Аннотация

Одним из наиболее популярных инструментов, применяемых для оценки кредитоспособности заемщиков, является кредитный скоринг. Однако, несмотря на популярность этого метода, у него есть существенные ограничения, связанные в первую очередь с отсутствием инфраструктуры для глобальной автоматизации процесса корректировки и перестройки моделей. В данной статье рассматривается автоматизированная система корректировки стратегий, которая помогает решить эту проблему.

Журнал: «Управление финансовыми рисками» — №4, 2016 (© Издательский дом Гребенников)
Объем в страницах: 16
Кол-во знаков: около 41,500
* Деятельность Meta (соцсети Facebook и Instagram) запрещена в России как экстремистская.

1. Тихонов А.Н. О некорректных задачах линейной алгебры и устойчивом методе их решения // ДАН СССР. — 1965. — №163(3). — С. 591–594.

2. Ширяев А.Н. Статистический последовательный анализ. — М.: Физматлит, 1976.

3. Durand D. (1941). Risk Elements in Consumer Instalment Financing. New York: National Bureau of Economic Research.

4. Efron B. (1979). «Bootstrap methods: another look at the jackknife». Annals of Statistics, Vol. 7, No. 1, pp. 1–26.

5. Efroymson M.A. (1960). «Multiple regression analysis». In: Ralston A., Wilf H.S. (Eds.). Mathematical Methods for Digital Computers. New York: John Wiley and Sons.

6. Fisher R.A. (1936). «The use of multiple measurements in taxonomic problems». Annals of Eugenics, Vol. 7, pp. 179–188.

7. Gini C. (1997). «Concentration and dependency ratios». Rivista di Politica Economica, Vol. 87, pp. 769–789.

8. Kutner M.H., Nachtsheim C.J., Neter J. (2004). Applied Linear Regression Models. Columbus, OH: McGraw-Hill Irwin.

9. Morini M. (2014). Understanding and Managing Model Risk: a Practical Guide for Quants, Traders and Validators. Hoboken, NJ: Willey Finance.

10. Myers J.H., Forgy E.W. (1963). «Development of numerical credit evaluation systems». Journal of American Statistical Association, Vol. 50, pp. 797–806.

11. Pollak M. (1985). «Optimal detection of a change in distribution». Annals of Statistics, Vol. 13(1), pp. 206–227.

12. Reducing Risk and Fraud across the Telecom Customer Lifecycle. — Подробнее .

13. Siddiqi N. (2006). Credit Risk Scorecards: Developing and Implementing Intelligent Credit Scoring. Cary, North Carolina: SAS Institute.

14. Shorter G., Miller R.S. (2014). High-Frequency Trading: Background, Concerns, and Regulatory Developments. — Подробнее .

15. Tibshirani R. (1996). «Regression shrinkage and selection via the lasso». Journal of the Royal Statistical Society, Vol. 58, No. 1, pp. 267–288.

16. Using Segmented Models for Better Decisions. — Подробнее .

17. Zou H., Hastie T. (2005). «Regularization and variable selection via the elastic net». Journal of the Royal Statistical Society, Vol. 67, No. 2, pp. 301–320.

Коновалихин Максим Юрьевич

Коновалихин Максим Юрьевич
д. т. н.

Управляющий директор департамента методологии и контроля рисков ПАО Сбербанк.

г. Москва

Другие статьи автора 12

Кулик Вадим Валерьевич

Кулик Вадим Валерьевич

Заместитель председателя правления ПАО Сбербанк.

г. Москва

Другие статьи автора 11

Берестнев Дмитрий Алексеевич

Берестнев Дмитрий Алексеевич

Исполнительный директор, начальник отдела моделей оценки рисков розничных клиентов департамента интегрированного риск-менеджмента ПАО Сбербанк.

г. Москва

Другие статьи автора 4

Травкин Олег Игоревич

Травкин Олег Игоревич

Главный специалист отдела моделей оценки рисков розничных клиентов управления инструментов и моделей департамента интегрированного риск-менеджмента ПАО Сбербанк.

г. Москва