Što znači prikupljanje podataka za izgradnju scoring modela?

Prikupljanje podataka

Kada se radi aplikativni scoring model, podaci se prikupljaju iz slijedećih izvora:

  • Zahtjevi za kreditima uobičajeno sadrže osnovne demografske podatke o komitentu (dob, vrijeme provedeno na trenutnoj adresi, koliko dugo komitent ima odnos s bankom, brojevi telefona itd.),a ako se radi o zahtjevu za poslovnim kreditom tada aplikacija sadrži i podatke o poduzeću (npr. djelatnost, koliko godina je u poslu, imovina poduzeća, broj uposlenih, financijski izvještaji poduzeća itd.)
  • Izvještaji kreditnog biroa
  • Geo-demografske baze podataka
  • Računi komitenata koje posjeduje financijska institucija

Potrebno je zadržati sve raspoložive karakteristike (varijable) za koje će se naknadnom statističkom analizom utvrditi značajnost odnosno koje su prediktori budućeg ponašanja u otplati kredita.

Prilikom izgradnje kredit scoring modela potrebno je poznavati kvalitetu podataka i eventualne slabosti odnosno sumnje koje podaci nose zbog toga što to ima utjecaj na izgradnju i kvalitetu konačnog modela.

Kada se radi o podacima za retail, uobičajeno je prikupljati sljedeće:

  • Vrijeme provedeno na jednoj adresi
  • Stambeni status
  • Poštanska oznaka odnosno mjesto stanovanja
  • Telefon, Internet (ima, nema)
  • Prosječan godišnji prihod klijenta
  • Kreditne kartice (ima, nema)
  • Tip bankovnog računa (ček, štednja i dr.)
  • Dob
  • Broj sudskih tužbi
  • Zanimanje
  • Stručna sprema
  • Namjena kredita
  • Bračni status
  • Broj članova kućanstava
  • Koliko dugo ima račun u banci
  • Koliko dugo je na trenutnom poslu
  • Ukupan broj radnog staža
  • Prethodna kreditna povijest itd.

Kada se radi o podacima poduzeća, ključno je za velika poduzeća prikupljati financijske i kreditne izvještaje dok su istraživanja kod malih poduzeća pokazala da se kreditna aktivnost poduzeća isprepliće s aktivnošću vlasnika malog poduzeća te se pri kreiranju scoring modela za malo poduzeće trebaju uzeti i podaci o vlasniku odnosno njegov aktivnosti po računu i podaci o samom poduzeću.

Kreditni analitičari su otkrili da je osobna kreditna povijest vlasnika poduzeća visoko prediktivna za buduću otplatu kredita malog poduzeća.

Osobne informacije koje se mogu koristiti u kredit scoringu za mala poduzeća su primjerice, mjesečna primanja vlasnika kredita, dugovi, financijska imovina, povijest zaposlenja poduzetnika, prethodna kašnjenja u plaćanju kredita.

Osobne informacije dobivene iz jednog ili više kreditnih biroa za stanovništvo mogu biti kombinirani s podacima dobivenim iz kreditnih biroa za poduzeća zatim s osnovnim podacima specifičnima za to poduzeće odnosno posao, a koje prikuplja svaka banka za sebe.

Različiti kredit scoring modeli za mala poduzeća (Fair Isaac, Dun & Bradstreet, Experian i dr.) variraju u odnosu na količinu i tip informacija koje zahtijevaju kako bi se odluka donijela kao i u odnosu na način kako se dolazi do informacija.

Primjerice neki traže samo djelatnosti dok drugi traže dosta detaljne financijske informacije.

Klijenti

Novosti

  • AlphaBI je softverski modul za business intelligence analizu poslovanja poduzeća koja apliciraju za kredit.

    Više...
  • AlphaCREDIT je softverski modul  za zaprimanje i obradu  kreditnih zahtjeva.

    Više...
  • Alpha risk je softverski model za upravljanje kreditnim rizicima.

    Više...

Kontakt

Adresa : Sjedište : Opatijska 1 , 31000 Osijek

Ured : J.J.Strossmayera 341 , 31000 Osijek

email : alpha@alphascore.hr

telefon : 091/150/1516