Inzicht in kredietrisico

Kredietrisicomodellering in Python

Michael Crabtree

Data Scientist, Ford Motor Company

Wat is kredietrisico?

De kans dat een lener niet alles terugbetaalt
Berekend risicoverschil tussen lenen aan iemand en een staatsobligatie
Als iemand niet terugbetaalt, is de lening in default
De kans op default heet de probability of default (PD)

Wat is kredietrisico?

De kans dat een lener niet alles terugbetaalt
Berekend risicoverschil tussen lenen aan iemand en een staatsobligatie
Als iemand niet terugbetaalt, is de lening in default
De kans op default heet de probability of default (PD)

Betaling	Betaaldatum	Leningstatus
$100	15 jun	Geen default
$100	15 jul	Geen default
$0	15 aug	Default

Verwacht verlies

Het dollarbedrag dat het bedrijf verliest door een default
Drie hoofdcomponenten:
- Probability of Default (PD)
- Exposure at Default (EAD)
- Loss Given Default (LGD)

Formule voor expected loss:

expected_loss = PD * EAD * LGD

Gebruikte datatypen

Twee primaire datatypen:

Aanvraagdata
Gedragsdata

Aanvraag	Gedrag
Rente	Dienstjaren
Cijfer	Historische default
Bedrag	Inkomen

Datakolommen

Mix van gedrags- en aanvraagdata
Bevat kolommen die kredietbureau-data simuleren

Kolom	Kolom
Inkomen	Leningcijfer
Leeftijd	Leningbedrag
Woonsituatie	Rente
Dienstjaren	Leningstatus
Leendoel	Historische default
Percentage inkomen	Lengte kredietgeschiedenis

Verkennen met kruistabellen

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

Kruistabel van woonsituatie en leningstatus met gemiddelde rente

Verkennen met visualisaties

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()

Spreidingsdiagram van leenrente en persoonlijk inkomen

Laten we oefenen!

Kredietrisicomodellering in Python