1 / 12

Szűcs Imre - Dr. Pitlik László (OTKA T049013)

Konzisztens jövőképek levezetésének módszertani lehetőségei a bankszektorban, avagy lakossági termékvásárlási modellek és viselkedési hitelpontozó kártyák fejlesztése makrogazdasági peremfeltételekkel. Szűcs Imre - Dr. Pitlik László (OTKA T049013).

teddy
Download Presentation

Szűcs Imre - Dr. Pitlik László (OTKA T049013)

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Konzisztens jövőképek levezetésének módszertani lehetőségei a bankszektorban,avagy lakossági termékvásárlási modellek és viselkedési hitelpontozó kártyák fejlesztése makrogazdasági peremfeltételekkel Szűcs Imre - Dr. Pitlik László (OTKA T049013)

  2. Lakossági bankok kihívásai modellezési szempontból • Éles verseny • Költség(új ügyfél) >> Költség(meglévő ügyfél megtartása) • Keresztértékesítés • Lemorzsolódás előrejelzése • Ügyfélérték • Basel II + Score Card • Credit Score card • PD • LGD • EAD • Versenytársak!

  3. Adatbányászati módszerek • Felügyelt tanulás • Logisztikus regresszió • Döntési fák • Mesterséges neurális hálózatok • SVM • Score Card Solution (SAS Institute) • Felügyelet nélküli tanulás • Klaszterezés - profilozás

  4. Makrogazdasági változás • Ügyfél szemével nézve (Szubjektív mérőszámok) • Lakossági fogyasztói bizalmi index (GKI) • Marketingtevékenység hatása • Hitelfelvételi eljárások egyszerűsödése • Életviteli költségek • Objektív mutatók • Reáljövedelem • Rendelkezésre álló jövedelem

  5. Inkonzisztencia Makrogazdasági változókból levezetett jövőkép és a belső adatbányászati modellek alapján előre vetített jövőkép egymásnak ellentmond. • Modellezésnél figyelembe kell venni • a makrogazdaság állapotát leíró változókat • a háztartások által tapasztalt, szubjektív makrogazdasági környezetet

  6. Anyag • Fogyasztói bizalmi index • Lakossági hitelállomány • Reáljövedelem • Hipotetikus banki reklámtevékenység • Hipotetikus hitelfelvételi eljárás bonyolultsága • Termékaffinitási modell • Lakossági hitelpontozó kártya (score card)

  7. A fogyasztói bizalmi index és a lakossági hitelállomány alakulása 1996. január és 2007. márciusa között. Forrás: GKI Forrás: MNB

  8. Módszer – termékaffinitás modell mesterséges neurális hálózattal • Multilayer Perceptron • Aktivációs függvény: tangens hiperbolikus • Kombinációs függvény: lineáris • Rejtett rétegek száma: 3 • Leállítási kritérium: „early stopping” • Tanulási/validációs/tesztelési minta megoszlása: 40% / 30% / 30% (véletlenszerűen) • Visszamérés: • ASE (Average Squared Error) • Kolmogorov-Smirnov statisztika • ROC (Receiver Operating Characteristic) • Szoftver • SAS Base 9.1.3 • SAS STAT • SAS Enterprise Miner 5.2

  9. Alapadatok

  10. Eredmények ROC a vízszintes tengelye(False Rate): a tévesen „rossz” ügyfélnek sorolt ügyfelek aránya az összes „rossz” ügyfélhez viszonyítva, adott becsült valószínűség mellett. Függőleges (Hit Rate) tengelye: a helyesen „rossz” ügyfélnek sorolt ügyfelek aránya az összes „rossz” ügyfél számához viszonyítva, adott becsült valószínűség mellett. Neural – Modell_1 Neural2 – Modell_2 Készült: SAS Enterprise Miner 5.2

  11. Konklúzió • szubjektív jellegű adatok használata javítja a modellek előrejelző képességét • Fogyasztói bizalmi index • marketingtevékenység ügyfelekre gyakorolt hatásának • Konzisztens előrejelzés • Továbblépés • Hitelpontozó kártya • Objektív és szubjektív makrogazdasági adatok által keltett „csapdahelyzetek” feltárása

  12. Köszönöm a figyelmet! Szűcs Imre SZIEGSZDI / MKB Bank Tel.: 36-70-311-9770 e-mail: icsusz@gmail.com

More Related