Opis kursu: Kurs ten jest przeznaczony dla osób zainteresowanych skoringiem kredytowym i wykonywaniem związanych z nim analiz danych z wykorzystaniem zaawansowanych narzędzi STATISTICA. Uczestnicy dowiedzą się czym jest skoring kredytowy oraz jakie są jego rodzaje. Omówiony zostanie szczegółowo cały proces budowy modeli skoringowych: od definiowania parametrów i przygotowania danych, poprzez segmentację klientów pod kątem ryzyka, po budowę modeli i ich walidację. Kurs został przygotowany we współpracy praktykami zajmującymi się na co dzień skoringiem kredytowym w banku PKO BP.

Wymagania: umiejętność obsługi komputera w środowisku Windows.

Kontynuacją mogą być np. kursy: Data mining I - kurs podstawowy, Data mining II b - modele i metody.

Termin: 09-10-11.03.2009

Program kursu

1. Zamiast wprowadzenia: Skoring kredytowy w praktyce – cele, wyzwania, ograniczenia
   1. Co to jest skoring?
   2. Rodzaje skoringu kredytowego (aplikacyjny, behawioralny, biurowy)
   3. Skoring kredytowy jego rola i wpływ na działalność biznesową
   4. Model skoringowy jako element systemu skoringowego – reguły strategie, modele
2. Proces budowy modelu skoringowego
   1. Definiowanie parametrów procesu – czynności przygotowawcze
      1. Definicja celu modelowania – definicja dobrego i złego kredytu
      2. Identyfikacja wykluczeń
      3. Określenie zakresu czasowego
      4. Sposoby postępowania z wnioskami odrzuconymi (reject inference)
   2. Przygotowanie danych
      1. Problemy występujące w danych
      2. Analiza jakości danych
      3. Dobór próby do budowy modelu
   3. Segmentacja populacji klientów pod kątem ryzyka
      1. Segmentacja ekspercka a segmentacja statystyczna
      2. Segmentacja metodami drzew interakcyjnych CART/CHAID w STATISTICA Data Miner
   4. Budowa modelu skoringowego
      1. Przygotowanie cech do budowy modelu – dyskretyzacja zmiennych w STATISTICA Zestaw Skoringowy
      2. Dobór cech do modelu (siła predykcyjna, stabilność w czasie, interakcje)
      3. Budowa modelu regresji logistycznej
         1. metody budowy modeli
         2. interpretacja wyników
      4. Budowa modelu w STATISTICA Zestaw Skoringowy
         1. Model regresji logistycznej
         2. Kalibracja parametrów modelu do potrzeb biznesowych
         3. Budowa wyskalowanej tablicy skoringowej
   5. Modele małej próby
      1. Sposoby postępowania w przypadku małej liczby złych kredytów
      2. Bootstraping, boosting i agregacja modeli
   6. Walidacja modeli skoringowych
      1. Cykl życia modeli skoringowych – rola walidacji
      2. Wskaźniki jakości modelu
      3. Raporty biznesowe (final score report, characteristic report, wykres bad rate, wykres odds)
      4. Określanie optymalnego punktu odcięcia
      5. Wskaźniki stabilności populacji