Praktické možnosti zlepšení procesu analýzy rizik se zpracováním v softwaru R

Bc. Helena Dobešová

Master's thesis

Practical possibilities of improving the process of risk analysis with processing in R software

Abstract:

Diplomová práce se zabývá analýzou rizik a doporučení zlepšení dílčích procesů výpočtu kreditní ztráty ve finančních institucích. Dále se práce zabývá tvorbou opravných položek a celého náročného procesu výpočtu pravděpodobnosti selhání klienta. Na základě podrobného data miningového procesu bylo vytvořeno jedenáct dílčích modelů na čtyřech datových sadách. Následně byly postupně porovnány a využity v celém procesu analýzy rizik. Všechny vytvořené modely lze aplikovat v praxi. Těžiště práce je ve tvorbě modelů pro výpočet pravděpodobnosti rizika. Pro výpočet a porovnání jednotlivých přístupů byly použity statistické metody standardní logistické regrese, binované logistické regrese, zobecněných aditivních modelů, Lasso regrese, faktorové analýzy, Decision Tree a neuronová síť. Pro každý model byly vytvořeny ROC křivky a změřena síla modelu. Dále byly výsledky validovány a popsána jejich tvorba a možné využití. U všech statistických technik byly určené signifikantní proměnné, které mají na rozhodnutí o poskytnutí úvěru největší vliv. V metodické části je popsán kompletní postup celé analýzy od samotného sběru proměnných až po vytvoření opravné položky na konkrétním modelovém klientovi. Následně je objasněna nejdůležitější terminologie, kde je kladen důraz na definování cílové proměnné, dělení klientů, dělení finančních i nefinančních rizik, popisu metodiky tvorby opravných položek dle IFRS 9 a podpůrných regulací a nástrojů pro vylepšení procesu žádosti o úvěr (například Bankovní identita nebo PSD 2). Pro účely analýzy klientských dat byla využita velká škála statistických metod z oblasti explorační analýzy, prediktivní analýzy nebo regresní analýzy. Na samotném konci vlastní práce jsou navrhována další praktická zlepšení, kde je mimo jiné využita analýza přežití, konkrétně Coxův model proporcionálních rizik nebo Kaplan-Meierovy křivky. Na základě výsledků testů a zjištěných informací byla navržena možná praktická zlepšení celého procesu úvěrování a analýzy rizik.

Abstract:

The diploma thesis deals with risk analysis and recommendations for the improvement of partial processes of credit loss calculation in financial institutions. Furthermore, the work deals with the creation of provisions and the entire demanding process of calculating the Probability of Default. Based on a detailed data mining process, eleven models were created on four data sets. Subsequently, they were gradually compared and used in the whole process of risk analysis. All created models can be applied in practice. The focus of the work is in creating models for calculating the probability of risk. Statistical methods of Standard Logistic Regression, Binned Logistic Regression, Generalized Additive Models, Lasso Regression, Factor Analysis, Decision Tree and Neural Network were used to calculate and compare individual approaches. For each model were generated ROC curves and the strength of the model was measured. Furthermore, the results were validated, and their creation and possible use were described. For all statistical techniques, significant variables have been identified that have the greatest influence on the decision to get a loan. The methodological part describes the complete procedure of the entire analysis from the collection of variables to the creation of a provision on a specific model client. Subsequently, the most important terminology is clarified, where the emphasis is on defining the target variable, dividing clients, dividing financial and non-financial risks, describing the methodology for creating provisions under IFRS 9 and supporting regulations and tools to improve the loan application process (such as Bank Identity or PSD 2). For the purposes of client data analysis, a large range of statistical methods from the field of exploratory analysis, predictive analysis or regression analysis were used. At the very end of the work, other practical improvements are proposed, where, among other things, survival analysis is used, namely the Cox proportional hazards model or the Kaplan-Meier curves. Based on the test results and the information obtained, possible practical improvements to the entire lending and risk analysis process were suggested.

Keywords

logistická regrese, machine learning, aditivní model, risk analýza, default, Credit scoring, pravděpodobnost, úvěr, data, opravné položky

Keywords

Credit scoring, logistic regression, machine learning, additive model, risk analysis, default, probability, loan, data, provisions

Language used: Czech

Date on which the thesis was submitted / produced: 31. 3. 2021

Thesis defence

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

Czech University of Life Sciences Prague

Faculty of Economics and Management

Master programme / field:
Economics and Management / Economics and Management