Сегментация клиентов розничного банка при моделировании дефолта кредитного требования

Статья опубликована в журнале: Финансы и кредит, 2020, Т. 26, № 11, С. 2594

Автор(ы): Павлова Е.В., Роскошенко В.В.

Рубрика: Банковская деятельность

Аннотация

Предмет. Сегментация клиентов розничного банка, способная повысить эффективность аппликативной скоринговой системы. Проблема выбора оптимального эвристического метода сегментации для задачи скоринга.

Цели. Определить оптимальный эвристический метод сегментации.

Методология. Использованы статистический метод исследования, анализ, контент-анализ источников.

Результаты. Сопоставление 33 эвристических методов сегментации клиентов розничного банка показало, что по величине метрики эффективности классификатора (AUROC) оптимальным оказался вариант сегментации по величине выданной ссуды, предложенный авторами. Метод заключается в дискретизации переменной «выданная величина ссуды» методом TreeR. Стоит отметить, что данное разбиение производилось отдельно в рамках каждого кредитного продукта, чтобы было выполнено регуляторное требование о сегментации портфелей ссуд. Для проведения исследования использованы данные по кредитам физическим лицам за 2017 г. (150 тыс. ссуд наличными и 29 тыс. ссуд кредитными картами) из портфеля банка топ-15 по состоянию на 1 октября 2018 г. одной из стран ЕАЭС.

Выводы. Результаты работы могут быть использованы в кредитном скоринге, равно как и в любом статистическом моделировании с использованием логистической регрессии.

Ключевые слова: кредитный скоринг, логистическая регрессия, эвристическая сегментация, ROC-кривые