مدل‌سازی ریسک اعتباری با استفاده از SAS

آنچه یاد خواهید گرفت:

• یادگیری توسعه و اعتبارسنجی مدل
• درک مراحل برنامه‌نویسی SAS
• درک تفسیر خروجی‌های برنامه‌نویسی SAS
• یادگیری جریان فرآیند در توسعه، اعتبارسنجی و کالیبراسیون مدل به صورت گام‌به‌گام از ابتدا
• درک علم و منطق پشت توسعه مدل
• یادگیری عمیق آماده‌سازی داده‌

توضیحات دوره

مدل‌سازی ریسک اعتباریتکنیکی است که توسط وام‌دهندگان برای تعیین سطح ریسک اعتباری مرتبط با اعطای اعتبار به یک وام‌گیرنده استفاده می‌شود. به عبارت دیگر، این یک ابزار برای درک ریسک اعتباری یک وام‌گیرنده است. این موضوع به طور ویژه اهمیت دارد زیرا این پروفایل ریسک اعتباری، با گذشت زمان و شرایط تغییر می‌کند. مدل‌سازی ریسک اعتباری، فرآیند استفاده از تکنیک‌های آماری و یادگیری ماشین برای ارزیابی این ریسک است. این مدل‌ها از داده‌ گذشته و عوامل مختلف دیگر برای پیش‌بینی احتمال نکول و اطلاع‌رسانی در تصمیمات اعتباری استفاده می‌کنند.

این دوره به شما آموزش می‌دهد که چگونه بانک‌ها از مدل‌سازی آماری در SAS برای آماده‌سازی امتیازدهی ریسک اعتباری استفاده می‌کنند که به آنها کمک می‌کند احتمال نکول یک مشتری را پیش‌بینی کنند. ما به طور عمیق به کل فرآیند ساخت این مدل می‌پردازیم که شامل آماده‌سازی داده‌، توسعه امتیازدهی و بررسی قوت مدل، اعتبارسنجی مدل و بررسی دقت مدل به صورت گام‌به‌گام از ابتدا است. این دوره به تفصیل موارد زیر را با تفسیر خروجی، بهترین شیوه‌ها و توضیحات کدهای SAS پوشش می‌دهد:

• درک مجموعه داده و متغیرهای کلیدی مورد استفاده برای ساخت کارت امتیازی
• موارد استثنای نمونه توسعه
• پنجره مشاهده و عملکرد
• پارامترهای طراحی مدل
• تحلیل وینتیج و نرخ چرخش
• آماده‌سازی داده‌ که شامل شناسایی و اصلاح مقادیر گمشده و داده پرت است
•  قطعه‌بندی مجموعه داده‌‌های آموزشی و تست
• درک مجموعه داده از لحاظ متغیرهای کلیدی و ساختار داده
• تقسیم‌بندی دقیق و درشت
• ارزش اطلاعات و WOE
• چندخطی بودن
• توسعه مدل رگرسیون لجستیک با تفسیر آماری
• تطابق، عدم تطابق، ضریب همبستگی سامرز و آمار C
• رنکینگ، آمار KS و ضریب جینی
• بررسی خوشه‌بندی
• آزمون نیکویی برازش
• اعتبارسنجی مدل
• نمره‌ بریه برای دقت مدل

این دوره برای چه کسانی مناسب است؟

• دانشجویان
• متخصصان تحلیل ریسک
• آماردانان
• افراد باتجربه در مدل‌سازی ریسک
• کسانی که می‌خواهند در مسیر شغلی خود به سمت مدل‌سازی ریسک پیش بروند.