Capire il rischio di credito

Credit Risk Modeling in Python

Michael Crabtree

Data Scientist, Ford Motor Company

Cos'è il rischio di credito?

  • La possibilità che chi ha preso a prestito non rimborsi tutto
  • Differenza di rischio calcolata tra prestare a qualcuno e un titolo di Stato
  • Se qualcuno non rimborsa un prestito, è in default
  • La probabilità che qualcuno vada in default è la Probability of Default (PD)
Credit Risk Modeling in Python

Cos'è il rischio di credito?

  • La possibilità che chi ha preso a prestito non rimborsi tutto
  • Differenza di rischio calcolata tra prestare a qualcuno e un titolo di Stato
  • Se qualcuno non rimborsa un prestito, è in default
  • La probabilità che qualcuno vada in default è la Probability of Default (PD)
Pagamento Data pagamento Stato prestito
$100 15 giu Non-default
$100 15 lug Non-default
$0 15 ago Default
Credit Risk Modeling in Python

Perdita attesa

  • L'importo in dollari che l'azienda perde a causa del default
  • Tre componenti principali:
    • Probability of Default (PD)
    • Exposure at Default (EAD)
    • Loss Given Default (LGD)

Formula della perdita attesa:

expected_loss = PD * EAD * LGD
Credit Risk Modeling in Python

Tipi di dati usati

Due tipi principali di dati usati:

  • Dati di domanda
  • Dati comportamentali
Application Behavioral
Tasso d'interesse Anni di impiego
Grado Default storico
Importo Reddito
Credit Risk Modeling in Python

Colonne dei dati

  • Mix di dati comportamentali e di domanda
  • Contengono colonne che simulano dati di credit bureau
Colonna Colonna
Reddito Grado del prestito
Età Importo del prestito
Proprietà della casa Tasso d'interesse
Anni di impiego Stato del prestito
Finalità del prestito Default storico
Percentuale di reddito Anzianità creditizia
Credit Risk Modeling in Python

Esplorare con tabelle incrociate

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

Tabella incrociata: proprietà della casa vs stato del prestito con tasso medio

Credit Risk Modeling in Python

Esplorare con i grafici

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()

Grafico a dispersione: tasso d'interesse vs reddito

Credit Risk Modeling in Python

Passiamo alla pratica !

Credit Risk Modeling in Python

Preparing Video For Download...