Avtomatik kredit skoringi qanday ishlaydi
Chuqur3 daqInnovialabs tahririyati
Qisqacha
Avtomatik skoring byuro, anketa va xulq ma’lumotlarini yig‘adi, model (scorecard yoki ML) defolt ehtimolini baholaydi, so‘ng decision rules bu bahoni tasdiq, rad etish, limit va stavkaga aylantiradi.
Qisqacha qanday tuzilgan
Avtomatik kredit skoringi to‘rt qismdan iborat konveyer:
- Arizachi haqida bir nechta manbadan ma’lumot yig‘ish.
- Ball yoki defolt ehtimolini (PD) beradigan model.
- Qaror qoidalari (decision rules): stop-omillar, chegaralar, limit, stavka.
- Monitoring: model sifati, kirish ma’lumotlari barqarorligi, rad etishlarni tushuntirish.
Model «mijoz qanchalik xavfli» degan savolga, qoidalar esa «bu bilan nima qilamiz» degan savolga javob beradi.
Ma’lumot manbalari
| Manba | Nima beradi | Xususiyatlari |
|---|---|---|
| Kredit byurosi | Kredit tarixi, muddati o‘tgan qarzlar, joriy qarz yuki, so‘rovlar soni | Eng kuchli signal; shartnoma va mijoz roziligi kerak |
| Anketa | Daromad, bandlik, oilaviy holat, kredit maqsadi | Noaniq bo‘lishi mumkin, tasdiqlash kerak |
| Ichki ma’lumotlar | Mijozning kompaniyangizdagi tarixi: to‘lovlar, aylanma, oldingi qarzlar | Faqat mavjud mijozlar uchun ishlaydi |
| Xulq ma’lumotlari | Ariza qanday to‘ldirilgani, qurilma, vaqt, tranzaksion xulq | Shaxsiy ma’lumotlar qonuniga muvofiq ishlating |
| Tashqi servislar | Shaxsni tekshirish, reyestrlar, daromadni tasdiqlash | Har bir integratsiya kechikish va xarajat qo‘shadi |
Qoida: har bir manba mijoz roziligi va aniq huquqiy asos bilan ulanadi. Ma’lumotni texnik jihatdan olish yetarli emas.
Scorecard yoki ML-model
Skorkarta — klassik yondashuv: guruhlangan belgilar (WoE-binning) ustida logistik regressiya, har bir qiymat oralig‘iga ball beriladi, ballar yig‘indisi skor bo‘ladi.
ML-modellar (gradient boosting va shunga o‘xshashlar) ko‘proq belgilardan foydalanadi va nochiziqli bog‘lanishlarni ushlaydi.
| Mezon | Scorecard | ML-model |
|---|---|---|
| Shaffoflik | Har bir ball ko‘rinadi | SHAP va reason codes kerak |
| Ma’lumotga talab | Kichik tanlovda ishlaydi | Katta tanlovda yaxshi ochiladi |
| Nochiziqli ta’sirlar | Faqat binning orqali | O‘zi topadi |
| Regulyator validatsiyasi | Odatiy | Ko‘proq hujjat talab qiladi |
| Qo‘llab-quvvatlash | Oddiy | MLOps kerak |
Ko‘p uchraydigan murosali sxema: ML-model challenger sifatida skorkarta bilan parallel ishlaydi va faqat ajratilgan tanlovda ustunligi isbotlangach jangovar rejimga o‘tkaziladi.
Qaror qabul qilish qoidalari
Eng yaxshi model ham o‘zi qaror qabul qilmaydi. Skor ustida quyidagilar ishlaydi:
- Stop-omillar (knock-out): ruxsat etilgan diapazondan tashqari yosh, joriy muddati o‘tgan qarz, qora ro‘yxatga mos kelish, firibgarlik.
- Skor chegaralari: «tasdiqlash», «rad etish» zonalari va qo‘lda anderrayting uchun kulrang zona.
- Affordability: to‘lovning daromadga nisbati — mijoz to‘lay olmaydigan kreditni bermaslik uchun.
- Risk-based pricing: limit va stavka xavf segmentiga bog‘liq.
- Strategiyalar: qoidalar uchun champion/challenger — natijalarni solishtirish uchun oqimning bir qismi yangi strategiya bo‘yicha o‘tadi.
Qoidalarni ilova kodida emas, decision engineda saqlang: risk-menejer chegaralarni relizsiz o‘zgartira olishi kerak.
Model monitoringi
Model eskiradi: iqtisodiyot, mahsulot va marketing kanallari o‘zgaradi. Nimani kuzatish kerak:
- PSI (population stability index) — skorlar va asosiy belgilar taqsimoti o‘zgarganmi.
- Yetilgan kreditlarda Gini / AUC. Defolt oylar o‘tib ma’lum bo‘ladi, shuning uchun birinchi muddati o‘tgan to‘lovlar kabi erta indikatorlarni kuzating.
- Approval rate va kulrang zona ulushi.
- Reject inference: model faqat berilgan kreditlarda o‘qitilgan; rad etilganlar bo‘yicha natija yo‘q va qayta o‘qitishda bu og‘ishni hisobga olish kerak.
Tushuntirish va adolatlilik
Rad etish mijoz, regulyator va o‘z jamoangiz uchun tushunarli bo‘lishi kerak.
- Har bir ariza uchun saqlang: kirish ma’lumotlari, model versiyasi, skor, ishlagan qoidalar.
- Reason codes shakllantiring — rad etishning bir nechta asosiy sababi oddiy tilda.
- Qonun bo‘yicha kamsitish taqiqlangan belgilar to‘g‘ridan-to‘g‘ri yoki bilvosita ishlatilmayotganini tekshiring.
Ko‘p uchraydigan xatolar
- Ariza topshirish paytida mavjud bo‘lmaydigan belgilarda modelni o‘qitish.
- Chegaralarni kodga qattiq yozib qo‘yish.
- Qarorlarni logga yozmaslik — keyin bahsli rad etishni tahlil qilib bo‘lmaydi.
- Modelni ajratilgan tanlov va vaqt bo‘yicha tekshiruvsiz (out-of-time) ishga tushirish.