Как оценить влияние дрейфа данных и Gini скоринговой модели на среднюю прибыль банка по кредитному договору

Размещено на сайте 26.06.2025

Как банкам оперативно оценить влияние деградации скоринговых моделей и дрейфа данных на ключевой финансовый показатель — прибыль? Статья отвечает на этот вопрос, представляя модельный фреймворк на базе двух взаимосвязанных регрессий: MPP для прогноза Gini до созревания данных о дефолтах и MEP для прогноза средней прибыли на сделку. Модели построены на основе агрегированных метрик в скользящих окнах. Представлены результаты эксперимента на данных Lending Club. Решение предлагает прототип инструмента для проактивного управления модельным риском и прибыльностью кредитного портфеля.

Леонид ГАРИН, Банк ГПБ (АО), Центр технологий искусственного интеллекта, директор по разработке моделей, Адель ВАЛИУЛЛИН, Банк ГПБ (АО), первый вице-президент — начальник Центра технологий искусственного интеллекта, Игорь ВАХЛАМОВ, Банк ГПБ (АО), Центр технологий искусственного интеллекта, управляющий директор, Виктория ЧЕРНОМОРОВА, Банк ГПБ (АО), Центр технологий искусственного интеллекта, специалист

Выбрать	Риски	Бухучет и налоги	Кредитный департамент	Управление банком
направление:	Розница	Внутренний контроль	Операционный департамент	Юридическая работа

О компании	Контакты	Авторам		Для клиентов (Как скачать закрывающие документы)
Помощь	Реклама	Подписным агентствам