Zpět

Equa bank

Tvorba skórovacích modelů v aplikačním procesu úvěrování

Equa bank je universální banka, která nabízí jednoduché, srozumitelné a transparentní služby osobního i firemního bankovnictví. K produktům patří běžné a spořicí účty, jejichž vedení je zdarma bez jakýchkoliv podmínek, více měnové bezkontaktní platební karty, hypotéky, spotřebitelské půjčky, pojištění, terminované vklady, podnikatelské účty a úvěry a strukturované financování. Produkty a služby Equa bank jsou vždy bez zbytečných poplatků a pravidelně vyhrávají ocenění v prestižních finančních soutěžích nejen v České republice, ale i v zahraničí. 

Řešení 

Equa bank se jako moderní banka rozhodla využívat při schvalování úvěrů i v jiných oblastech dataminingové a statistické modelování. Od modelů a statistických analýz je očekáváno, že napomohou zkvalitnit schvalovací procesy, segmentace klientů, marketingové a strategické rozhodování, porozumění potřeb klientů apod. Jejich prostřednictvím se odkrývají netriviální vztahy a vazby v datech na úrovni produktu i klienta. 

Vedení kreditního rizika Equa bank přistoupilo k tvorbě skórovacích modelů v aplikačním procesu úvěrování s cílem úspěšně řídit úvěrové riziko rostoucího portfolia. V této části budování modelové základny byly s výhodou využity nástroje IBM SPSS Statistics a IBM SPSS Modeler. „Díky softwaru z rodiny IBM SPSS se nám podařilo vybudovat kvalitní skórovací modely, které významně napomáhají k dodržení plánované úrovně kreditního rizika“.  Peter Baláži, Head of Credit Risk

Kromě konstrukce skórovacích modelů jsou nástroje IBM SPSS Statistics a Modeler využívány i v jiných oblastech analýzy jako:

  • predikce vývoje portfolia a očekávaných ztrát 
  • zpracování a analýza marketingových dat 
  • revize stávajících modelů 
  • porozumění a predikce chování klientů při vymáhání 
  • segmentace portfolií a klientů 

Statistické a dataminingové analýzy vyžadovaly zdrojová data z různých databázových platforem i textové dokumenty či excelovské tabulky. Navíc závěry plynoucí z těchto analýz a modelů bylo potřeba v čase revidovat. Díky oběma nakoupeným nástrojům z rodiny IBM SPSS se podařilo definovat čistá vstupní data, vybudovat modely, resp. uskutečnit potřebné statistické analýzy. Navíc se díky těmto nástrojům podařilo automatizovat mnoho úloh a pravidelných monitorovacích výstupů. 

 „Oba nástroje jsou velmi dobře navrženy a mají účelné a intuitivní ovládání. Hlavní výhody ale vysvitnou teprve v kooperaci obou nástrojů a v možnosti řídit IBM SPSS Statistics z vnějšku jazykem Python. Jazyk Python umožňuje naprogramovat i grafické prostředí pro potřeby uživatelsky přátelského ovládání a pohodlné automatizace různých úloh“. Jindřich Müller, Senior Quantitative Analyst 

Výsledky

  • vybudování kvalitní modelové základny pro potřeby aplikačního procesu 
  • uskutečnění potřebné statistické analýzy a automatizace revize a monitoringu stávajících procesů