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)
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!
Adatbányászati módszerek Felügyelt tanulás Logisztikus regresszió Döntési fák Mesterséges neurális hálózatok SVM Score Card Solution (SAS Institute) Felügyelet nélküli tanulás Klaszterezés - profilozás
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
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
Anyag Fogyasztói bizalmi index Lakossági hitelállomány Reáljövedelem Hipotetikus banki reklámtevékenység Hipotetikus hitelfelvételi eljárás bonyolultsága Termékaffinitási modell Lakossági hitelpontozó kártya (score card)
A fogyasztói bizalmi index és a lakossági hitelállomány alakulása 1996 A fogyasztói bizalmi index és a lakossági hitelállomány alakulása 1996. január és 2007. márciusa között. Forrás: GKI Forrás: MNB
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
Alapadatok
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
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
Köszönöm a figyelmet! Szűcs Imre SZIE GSZDI / MKB Bank Tel.: 36-70-311-9770 e-mail: icsusz@gmail.com