Comprendre le risque de crédit

Modélisation du risque de crédit en Python

Michael Crabtree

Data Scientist, Ford Motor Company

Qu'est-ce que le risque de crédit ?

Possibilité qu'un emprunteur ne rembourse pas tout
Différence de risque calculée entre prêter à quelqu'un et une obligation d'État
Quand un prêt n'est pas remboursé, on parle de défaut
La probabilité qu'une personne fasse défaut est la probabilité de défaut (PD)

Qu'est-ce que le risque de crédit ?

Possibilité qu'un emprunteur ne rembourse pas tout
Différence de risque calculée entre prêter à quelqu'un et une obligation d'État
Quand un prêt n'est pas remboursé, on parle de défaut
La probabilité qu'une personne fasse défaut est la probabilité de défaut (PD)

Paiement	Date de paiement	Statut du prêt
100 $	15 juin	Non-défaut
100 $	15 juil.	Non-défaut
0 $	15 août	Défaut

Perte attendue

Montant en dollars perdu par l'entreprise en cas de défaut
Trois composantes principales :
- Probabilité de défaut (PD)
- Exposition au défaut (EAD)
- Perte en cas de défaut (LGD)

Formule de la perte attendue :

expected_loss = PD * EAD * LGD

Types de données utilisés

Deux principaux types de données utilisés :

Données d'application
Données comportementales

Application	Comportement
Taux d'intérêt	Ancienneté d'emploi
Note	Historique de défaut
Montant	Revenu

Colonnes de données

Mix de comportemental et d'application
Contiennent des colonnes simulant les données de bureau de crédit

Colonne	Colonne
Revenu	Note du prêt
Âge	Montant du prêt
Propriété du logement	Taux d'intérêt
Ancienneté d'emploi	Statut du prêt
Intention du prêt	Historique de défaut
Pourcentage du revenu	Ancienneté de crédit

Explorer avec des tableaux croisés

pd.crosstab(cr_loan['person_home_ownership'], cr_loan['loan_status'],
            values=cr_loan['loan_int_rate'], aggfunc='mean').round(2)

Tableau croisé de la propriété du logement par statut du prêt avec le taux d'intérêt moyen

Explorer avec des visuels

plt.scatter(cr_loan['person_income'], cr_loan['loan_int_rate'],c='blue', alpha=0.5)
plt.xlabel("Personal Income")
plt.ylabel("Loan Interest Rate")
plt.show()

Nuage de points du taux d'intérêt du prêt selon le revenu de la personne

Passons à la pratique !

Modélisation du risque de crédit en Python