Aplikace credit scoringového modelu v bankovní praxi

Helena Dobešová

Bachelor's thesis

Application of credit scoring model in banking practice

Abstract:

Bakalářská práce se zabývá tvorbou credit scoringového modelu, který je aplikovatelný v praxi. Na základě dataminingového procesu byly vytvořeny tři dílčí modely na třech datových sadách, které jsou postaveny na datech v minulosti a předpovídají chování klientů v budoucnu. Jednalo se o model aplikační, kreditní a behaviorální. Dále byly nalezeny signifikantní proměnné, které mají na rozhodnutí o poskytnutí úvěru největší vliv. V metodické části je popsán kompletní postup výstavby prediktivního modelu a celé analýzy. Následně je objasněna nejdůležitější terminologie, kde je kladen důraz na vysvětlení dat, která banky sbírají, a rozdělení klientů. Poté jsou detailně popsány jednotlivé modely, jimiž musí klient v procesu schvalování projít. Pro účely analýzy klientských dat byly využity statistické metody explorační analýzy, prediktivní analýzy a regresní analýzy. Na základě těchto výsledků byly vytvořeny tři scorekarty a tři rovnice logistické regrese. Celý proces byl validován na testovacích datech. Nakonec byly modely demonstrovány na konkrétních klientech a tím potvrzeno jejich praktické využití. Na základě zjištěných informací a výsledků testů byla navržena možná praktická zlepšení celého úvěrového procesu z pohledu banky i klienta.

Abstract:

The bachelor thesis deals with the creation of a credit scoring model, which is applicable in practice. Based on the data mining process, three sub-models have been created on three data sets that are based on data in the past and predict client behavior in the future. It was an application, credit and behavioral model. Furthermore, significant variables were found that have the greatest influence on the decision to grant a loan. The methodological part describes the complete construction of the predictive model and the whole analysis. Subsequently, the most important terminology is clarified, where the emphasis is on explaining the data that banks collect and the distribution of clients. Then the individual models that the client has to undergo in the approval process are described in detail. For the purpose of analyzing client data, statistical methods of exploratory analysis, predictive analysis and regression analysis were used. Based on these results, three scorecards and three logistic regression equations were created. The whole process was validated on test data. Finally, the models were demonstrated on specific clients and confirmed their practical use. Based on the information obtained and the test results, possible practical improvements of the whole credit process from the point of view of both the bank and the client were proposed.

Keywords

Credit scoring, prediktivní model, rozhodovací strom, Weight of evidence, úvěr, žadatel, logistická regrese, Gini index, rating, behaviorální skóre, aplikační skóre, credit bureau

Keywords

Credit scoring, application score, applicant, loan, predictive model, logistic regression, decision tree, Gini index, Weight of evidence, rating, behavioral score, credit bureau

Language used: Czech

Date on which the thesis was submitted / produced: 15. 3. 2019

Thesis defence

• Supervisor: Ing. Tomáš Hlavsa, Ph.D.

Czech University of Life Sciences Prague

Faculty of Economics and Management

Bachelor programme / field:
Economics and Management / Economics and Management