クレジットリスクを理解する

Pythonで学ぶクレジットリスクモデリング

Michael Crabtree

Data Scientist, Ford Motor Company

クレジットリスクとは？

借り手が全額返済しない可能性
個人への貸付と国債のリスク差の算出
返済が滞ると「デフォルト」という
デフォルトする確率を確率的デフォルト（PD）という

クレジットリスクとは？

借り手が全額返済しない可能性
個人への貸付と国債のリスク差の算出
返済が滞ると「デフォルト」という
デフォルトする確率を確率的デフォルト（PD）という

支払い	支払日	ローン状況
$100	6月15日	非デフォルト
$100	7月15日	非デフォルト
$0	8月15日	デフォルト

期待損失

デフォルトにより企業が失う金額
主要な3要素:
- 確率的デフォルト（PD）
- デフォルト時エクスポージャー（EAD）
- デフォルト損失率（LGD）

期待損失の式:

expected_loss = PD * EAD * LGD

使用データの種類

主に使うデータの種類:

申込データ
行動データ

申込	行動
金利	勤続年数
グレード	過去のデフォルト
金額	収入

データ列

行動＋申込の混在
信用情報を模した列を含む

列	列
収入	ローングレード
年齢	ローン金額
住宅所有	金利
勤続年数	ローン状況
ローン目的	過去のデフォルト
収入比率	クレジット履歴の長さ

クロス集計で探索する

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

住宅所有別とローン状況のクロス集計（平均金利）

可視化で探索する

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()

ローン金利と個人収入の散布図

Let's practice!

Pythonで学ぶクレジットリスクモデリング