Memahami risiko kredit

Pemodelan Risiko Kredit dengan Python

Michael Crabtree

Data Scientist, Ford Motor Company

Apa itu risiko kredit?

Kemungkinan peminjam tidak melunasi seluruh utang
Selisih risiko terukur antara meminjamkan ke individu dan obligasi pemerintah
Gagal bayar terjadi saat pinjaman tidak dilunasi sesuai ketentuan
Peluang gagal bayar disebut probability of default (PD)

Apa itu risiko kredit?

Kemungkinan peminjam tidak melunasi seluruh utang
Selisih risiko terukur antara meminjamkan ke individu dan obligasi pemerintah
Gagal bayar terjadi saat pinjaman tidak dilunasi sesuai ketentuan
Peluang gagal bayar disebut probability of default (PD)

Pembayaran	Tanggal Pembayaran	Status Pinjaman
$100	15 Jun	Non-Default
$100	15 Jul	Non-Default
$0	15 Agu	Default

Kerugian ekspektasian

Nilai kerugian (dolar) akibat gagal bayar
Tiga komponen utama:
- Probability of Default (PD)
- Exposure at Default (EAD)
- Loss Given Default (LGD)

Rumus kerugian ekspektasian:

expected_loss = PD * EAD * LGD

Jenis data yang digunakan

Dua jenis data utama:

Data aplikasi
Data perilaku

Aplikasi	Perilaku
Suku bunga	Lama bekerja
Peringkat	Riwayat gagal bayar
Jumlah	Pendapatan

Kolom data

Campuran data perilaku dan aplikasi
Memuat kolom yang mensimulasikan data biro kredit

Kolom	Kolom
Pendapatan	Peringkat pinjaman
Usia	Jumlah pinjaman
Kepemilikan rumah	Suku bunga
Lama bekerja	Status pinjaman
Tujuan pinjaman	Riwayat gagal bayar
Persen pendapatan	Lama riwayat kredit

Eksplorasi dengan tabel silang

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

Tabel silang kepemilikan rumah vs status pinjaman dengan suku bunga rata-rata

Eksplorasi dengan visual

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()

Scatter plot suku bunga pinjaman vs pendapatan pribadi

Ayo berlatih!

Pemodelan Risiko Kredit dengan Python