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.

Faixas de score
Faixa de scoreBonsMausRecusados

O exemplo usa oito faixas de score fictícias.

Informe uma faixa por linha, com o rótulo, bons, maus e recusados separados por tabulações, vírgulas ou ponto e vírgula.

Inferência de recusados

Em cada faixa, os recusados são distribuídos entre bons e maus com base na taxa de maus entre os aprovados, multiplicada pelo fator de aumento. O resultado é arredondado para números inteiros.

Taxa de maus entre todos os solicitantes

18.3%
Taxa de maus dos aprovados5.0%
Taxa de maus estimada dos recusados47.8%
Taxa de aprovação69.0%

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

Só aprovadosTodos os solicitantes, com recusados estimados

Contagens inferidas

Faixa de scoreBonsMausTaxa de maus entre os aprovadosRecusadosBons inferidosMaus inferidosTaxa de maus entre os recusadosTaxa de maus entre todos os solicitantes
< 520402235.5%1,9005521,34871.0%69.8%
520–5591806125.3%1,40069170950.6%46.9%
560–59962011816.0%90061228832.0%24.8%
600–6391,3501429.5%5204219919.0%12.0%
640–6792,1001155.2%2602332710.4%5.7%
680–7192,600782.9%12011375.8%3.0%
720–7592,300351.5%605823.0%1.5%
760+1,800120.7%303001.3%0.7%
Total10,9905835.0%5,1902,7102,48047.8%18.3%

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.