Porozumění kreditnímu riziku

Credit Risk Modeling in Python

Michael Crabtree

Data Scientist, Ford Motor Company

Co je kreditní riziko?

  • Možnost, že dlužník nesplatí půjčené prostředky v plné výši
  • Vypočtený rozdíl v riziku oproti státním dluhopisům
  • Pokud dlužník nesplatí úvěr, hovoříme o selhání (defaultu)
  • Pravděpodobnost selhání dlužníka se označuje jako PD (Probability of Default)
Credit Risk Modeling in Python

Co je kreditní riziko?

  • Možnost, že dlužník nesplatí půjčené prostředky v plné výši
  • Vypočtený rozdíl v riziku oproti státním dluhopisům
  • Pokud dlužník nesplatí úvěr, hovoříme o selhání (defaultu)
  • Pravděpodobnost selhání dlužníka se označuje jako PD (Probability of Default)
Platba Datum platby Stav úvěru
$100 15. 6. Bez selhání
$100 15. 7. Bez selhání
$0 15. 8. Selhání
Credit Risk Modeling in Python

Očekávaná ztráta

  • Částka v dolarech, kterou firma ztratí v důsledku selhání úvěru
  • Tři hlavní složky:
    • Pravděpodobnost selhání (PD)
    • Expozice při selhání (EAD)
    • Ztráta při selhání (LGD)

Vzorec pro očekávanou ztrátu:

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

Typy používaných dat

Dva hlavní typy používaných dat:

  • Aplikační data
  • Behaviorální data
Aplikační Behaviorální
Úroková sazba Délka zaměstnání
Stupeň úvěru Historické selhání
Výše úvěru Příjem
Credit Risk Modeling in Python

Sloupce datové sady

  • Kombinace behaviorálních a aplikačních dat
  • Obsahují sloupce simulující data z úvěrového registru
Sloupec Sloupec
Příjem Stupeň úvěru
Věk Výše úvěru
Vlastnictví bydlení Úroková sazba
Délka zaměstnání Stav úvěru
Účel úvěru Historické selhání
Podíl příjmu Délka úvěrové historie
Credit Risk Modeling in Python

Průzkum pomocí kontingenčních tabulek

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

Kontingenční tabulka vlastnictví bydlení a stavu úvěru s průměrnou úrokovou sazbou

Credit Risk Modeling in Python

Průzkum pomocí vizualizací

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()

Bodový graf úrokové sazby úvěru a příjmu osoby

Credit Risk Modeling in Python

Lass uns üben!

Credit Risk Modeling in Python

Preparing Video For Download...