Inferência de recusados para scorecard de crédito
Faça a inferência de recusados para um scorecard de crédito. Informe bons, maus e recusados em cada faixa de score.
Taxa de maus entre todos os solicitantes
Com a taxa de maus entre os recusados estimada em 47.8%, ela fica em 18.3% entre todos os solicitantes, ante 5.0% entre os aprovados.
Taxa de maus por faixa de score
Contagens inferidas
| Faixa de score | Bons | Maus | Taxa de maus entre os aprovados | Recusados | Bons inferidos | Maus inferidos | Taxa de maus entre os recusados | Taxa de maus entre todos os solicitantes |
|---|---|---|---|---|---|---|---|---|
| < 520 | 40 | 22 | 35.5% | 1,900 | 552 | 1,348 | 71.0% | 69.8% |
| 520–559 | 180 | 61 | 25.3% | 1,400 | 691 | 709 | 50.6% | 46.9% |
| 560–599 | 620 | 118 | 16.0% | 900 | 612 | 288 | 32.0% | 24.8% |
| 600–639 | 1,350 | 142 | 9.5% | 520 | 421 | 99 | 19.0% | 12.0% |
| 640–679 | 2,100 | 115 | 5.2% | 260 | 233 | 27 | 10.4% | 5.7% |
| 680–719 | 2,600 | 78 | 2.9% | 120 | 113 | 7 | 5.8% | 3.0% |
| 720–759 | 2,300 | 35 | 1.5% | 60 | 58 | 2 | 3.0% | 1.5% |
| 760+ | 1,800 | 12 | 0.7% | 30 | 30 | 0 | 1.3% | 0.7% |
| Total | 10,990 | 583 | 5.0% | 5,190 | 2,710 | 2,480 | 47.8% | 18.3% |
* Se uma faixa não tiver aprovados, será usada a taxa de maus da faixa mais próxima que tiver aprovados.
Receba o resultado por e-mail
Monte o scorecard na decisão de crédito e teste com as próprias solicitações antigas da instituição, aprovadas e recusadas, antes de colocá-lo em produção. Comece seu teste
Mostrar fórmulas
Taxa de maus entre os aprovados = Maus ÷ (Bons + Maus) Parcelling: Taxa de maus entre os recusados = min(1, Taxa de maus entre os aprovados × Fator de aumento) Fuzzy augmentation: Taxa de maus entre os recusados = Taxa de maus entre os aprovados Maus inferidos = Recusados × Taxa de maus entre os recusados Bons inferidos = Recusados − Maus inferidos Taxa de maus entre todos os solicitantes = (Maus + Maus inferidos) ÷ (Bons + Maus + Recusados)
Os resultados dos recusados não permitem confirmar a suposição usada para inferi-los. Por isso, o fator de aumento fica a critério do modelador. Com parcelling e fator de aumento igual a 1, os totais são os mesmos que com fuzzy augmentation.
Inferência de recusados para scorecards
Inferência de recusados inclui solicitações recusadas nos dados do scorecard, atribuindo um resultado presumido a cada uma. A ferramenta calcula os bons e os maus estimados por faixa de score usando parcelling ou fuzzy augmentation.
Um scorecard treinado apenas com aprovados aprende com as solicitações aceitas pela política anterior. Compare a taxa de maus dos aprovados com a de todos os solicitantes e use as contagens estimadas para montar e testar o scorecard.
Dúvidas sobre inferência de recusados
O que é inferência de recusados na análise de crédito?
A inferência de recusados inclui solicitações recusadas nos dados do scorecard com um resultado presumido. Não é possível confirmar essa suposição com base nos resultados dessas solicitações, que são desconhecidos.
Quais métodos de inferência de recusados posso comparar?
A ferramenta compara parcelling e fuzzy augmentation. O parcelling aplica um fator de aumento à taxa de maus dos aprovados, enquanto o fuzzy augmentation usa a taxa de maus dos aprovados em cada faixa.
Como funciona o parcelling na inferência de recusados?
No parcelling, a taxa de maus estimada entre os recusados em cada faixa é calculada multiplicando a taxa de maus dos aprovados pelo fator de aumento, até o limite de 1. Em seguida, a ferramenta atribui bons e maus estimados em números inteiros de solicitantes.
Como incluir solicitações recusadas em um scorecard?
Informe os bons, os maus e os recusados de cada faixa de score e escolha parcelling ou fuzzy augmentation. A ferramenta calcula as contagens estimadas para você usar na montagem do scorecard.
O que significa o fator de aumento na inferência de recusados?
No parcelling, o fator de aumento multiplica a taxa de maus dos aprovados em cada faixa para estimar a taxa de maus dos recusados. A escolha do fator fica a critério do modelador.