Альфа-Банк: онлайн-модели PD на нейросетевых архитектурах
Описание проекта
Новое поколение онлайн-моделей вероятности дефолта (PD) считает сотни признаков непосредственно в момент скоринга заявки, учитывая нелинейные зависимости. Внедрена продвинутая методология отбора расширенного набора признаков: дополнительно в модель внесено более 400 признаков, ещё 100+ подтягиваются из горячего хранилища по заранее подготовленной базе. Это позволило масштабировать использование признаков без дополнительных инструментов и трудозатрат.
Вендор и технология: Внутренняя разработка; нейросетевые архитектуры, горячее хранилище признаков с онлайн-расчётом.
Задача
Скорость внедрения сложных архитектур в кредитный процесс была ограничена, а онлайн-модели PD использовали суженный набор признаков и требовали длительной проверки корректности результатов. Это снижало эффективность кредитования и управления рисками.
Цели внедрения
-
Повышение качества скоринговых моделей PD
-
снижение стоимости риска (CoR)
-
ускорение внедрения сложных архитектур
-
рост продаж и доходности eROA
Результаты
-
Результаты
-
Прирост качества модели по Джини (PD КН1 и PD КК1)
-
снижение CoR
-
рост продаж и eROA
-
сокращение Time-2-Market внедрения сложных архитектур на 20–30%
-
400+ дополнительных признаков в модели, 100+ признаков из горячего хранилища Финансы
-
НЕТ (NDA) Нагрузка и масштаб
-
Статус — тираж; контур On-prem Сроки
-
НЕТ (NDA)