Kredito rizikos analitika

Sisteminis požiūris į kredito riziką: nuo duomenų valymo iki scoring modelių ir monitoringo operacijose.

Telefonas: + (370) 6 852-97-14
Greiti faktai
  • Modeliai: logistinė regresija, XGBoost, NS modeliai
  • Dažnumas: kasdieninis scoring ir kasmėnesinis atnaujinimas
  • Atitiktis: LTU reguliaciniai reikalavimai integruoti

Apžvalga

Kredito rizikos analitika apima duomenų rinkimą, modelių kūrimą, vertinimą ir integraciją į sprendimų priėmimo procesus. Mūsų sprendimai orientuoti į Lietuvos rinką — atsižvelgiame į vietinius duomenų šaltinius ir teisinius reikalavimus.

Sujungiame internalinius duomenis su viešais šaltiniais ir alternatyviais signalais (mokėjimo dinamika, sąskaitų istorija, klientų elgsena), kad formuotume patikimesnį rizikos vaizdą.

Duomenų analizė

Metodika

Standartizuoti etapai, kuriuos taikome kiekvienam projektui nuo duomenų iki veikimo plano.

Surenkame transakcinius, kredito istorijos, klientų profilį ir trečiųjų šalių duomenis; atliekame trūkstamų verčių valymą ir kokybės vertinimą.

Kuriame kelis modelius, vertiname AUC, KS, stabilumą laike ir sprendimų jautrumą; naudojame k-cross validation ir out-of-time testus.

Integruojame scoring API, nustatome trigerius, periodinį pertreniravimą ir KPI ataskaitas. Svarbu sukurti veiksmų planą pagal rizikos lygį.
Kurzai
  • Laikotarpio stabilumas
  • Modelių interpretabilumas
  • Teisinė atitiktis LTU

Duomenų šaltiniai

Deriname vidaus ir viešus duomenis, taip pat pridėtinius signalus.

Transakcijų duomenys
Transakcijų modeliavimas ir laikinių sekų analizė
Kredito istorija
Kredito istorijos agregavimas ir kokybės kontrolė

Rizikos klasės ir veiksmai

Standartinės rizikos lentelės, kurios padeda automatizuoti sprendimus.

Rizikos grupė Scoring intervalas Rekomenduojami veiksmai Monitoringo dažnumas
Žema 900–700 Standartinė prieiga, palankios sąlygos Kas mėnesį
Vidutinė 699–550 Pritaikyti limitus, papildoma due diligence 2 kartus per mėnesį
Aukšta 549–350 Apriboti kreditą, skirti stebėjimą Kas savaitę
Didelė rizika <350 Atsisakyti arba taikyti griežtas sąlygas Gyvai / incidentas

Trumpi atvejai (case studies)

Praktiniai sprendimai, kuriuos įdiegėme klientams: sumažintas delspinigių lygis, pagerintas portfelio atsparumas krizei ir optimizuoti limitai pagal sektorių.

  • Verslo klientas A: automatizuotas scoring, sumažino NPL 18% per 12 mėn.
  • Smulkus verslas B: pritaikyta stebėjimo politika, greitas reagavimas į ūkio pokyčius.
Analitikas
Darius P., vyresnysis analitikas
Modelių kūrimo komanda

„Mūsų požiūris — derinti techninį tikslumą su praktiniu poveikiu verslui. Modeliai turi būti suprantami ir kontroliuojami.“

Resursai ir nuorodos

Rekomenduojame pradėti nuo duomenų audito ir mažų POC — tai leidžia greitai įvertinti poveikį be didelių investicijų.

Ataskaitos diagrama