Kursy

Nasze kursy  Terminarz  Programy kursów  Cykle szkoleniowe  Informacje organizacyjne  Zgłoszenie  Broszura w pdf

Inne usługi

Kursy na zamówienie  Usługi konsultingowe  Usługi implementacyjne  Statystyka w badaniach naukowych  Seminaria  Studia podyplomowe

Opinie o kursach

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 z cyklu data mining.

Terminy: 11-12-13.06.2012 (opcjonalnie 14.06.2012)

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

Dzień 4 (opcjonalny):

3. Dodatkowe metody budowy modeli
   1. Modele typu survival (analiza przeżycia)
      1. Charakterystyka modeli
      2. Model zrównoważonego hazardu Coxa
      3. Przykład analizy
   2. Modelowanie więcej niż dwóch klas zmiennej zależnej
      1. Wielomianowy model logitowy
      2. Przykład analizy
   3. Budowa modeli skoringowych metodami data mining
      1. Sieci neuronowe
      2. Drzewa wzmacniane (boosted trees)
      3. Losowy las (random forests)
      4. Przykład analizy