BECOME MONEYBLE $$$

бегуны салютующие друг друга в парке это бесценно!

Давненько не было постов, хочу поделиться актуальными новостями. Сейчас работаю в Россельхозбанке. Занимаюсь автоматизацией отчета с расчетом ВПДК, RWA.

Еве 10 месяцев сегодня уже, ура!

Подгорает что у Cursor накапливается задолженность и при оплате новой свежей подписки оплачиваются подписки старого периода 🤯

Сегодня прошло 85 лет с момента вторжения фашистов в страны Советского Союза. 22 июня 1941.

То от чего нас уберегли наши предки невозможно переоценить.

Волосы дыбом и мороз по коже когда читаешь отрывки статей про ход Нюрнбергского процесса.

Волосы дыбом что есть люди которых история ничему не учит и похожая форма агрессии происходит и сейчас где-то не так далеко.

Верю, что история циклична. Преступления тогда закончились и все преступники подверглись трибуналу. Значит, так будет и сейчас.

Макропруденциальные лимиты

Сегодня простыми словами про лимиты ЦБ, которые помогают снижать долю высокорисковых кредитов в портефеле

Какие риски? Если крупный клиент банка не сможет возвращать свои долги, это создаст серьезную угрозу банку, а если банк крупный, то и всей экономике в целом.

Как Центральный банк регулирует? Через воздействие на первоначальный платеж, срок кредита или через регулирование заемщиков с определенной долговой нагрузкой. Все что выше определенной долговой нагрузки - долой.

Как итог - снижение вероятности кризисов. Это важно как на макроуровне (банки, государства), так и на микроуровне домохозяйств (не поднимать свою долговую нагрузку выше определенного порога)

В чем проблема калибровки PD моделей

Если посмотреть свою кред.историю мы часто видим свой балл по шкале от 0 до 1000. За этим стоит преобразование вероятности выйти в дефолт (PD) в скор-балл (score).

PD мы получаем за счет модели. Score - в результате преобразования.
Score = a * ln(PD/1-PD) + b

b-это среднее по больнице, если модель будет выдавать случайный результат PD=0.5, то score будет равен b
a-это чувствительность изменения score от изменения PD, сколько баллов мы накидываем за изменение PD

Проблемы тут возникает 2.

Направленность скор-балла и PD не интуитивна. С ростом PD растет и скор. То есть если заемщик ухудшается, модель ему присваивает более высокий скор. Если PD = 0.2, то score = a*ln(0.25)+b. Если PD=0.8, то score=0.8*ln(4)+b. Более высокой PD соответствует больший скор. Проблема возникает за счет того что модель предсказывает PD_bad - вероятность плохого заемщика. Если сделать инверсию PD и подставлять в формулу PD_good, то проблема контр-интуитивности решится. PD_good = 1 - PD_bad. При PD_good = 0.8 мы получим более высокий скор-балл чем при PD_good = 0.2. В коде проблема решается так-же инверсией:
score = a * np.log((1 - probabilities_bad) / probabilities_bad) + b

Распределение скор-балла не является нормальным. Базово распределение скора такое же как распределение PD. Растянутое на коэфициент a и со сдвигом на b. Смотреть формулу. Чтобы распределение скора было нормальным, нужно чтобы нормальным было и распределение PD. Тогда, если PD ~ N(0,1). То score ~ N(a,b). Где a = стд.откл, b = мат.ожид. Score ~ N(стд.откл, мат.ожид). Но это не всегда так. Базово a != стд.откл. Константа a влияет на масштаб, но не является стандартным отклонением. Чтобы a и стд.отклон сравнялись, нужно сделать доп. операцию. Источники пишут, что нужно сопоставлять вероятности с квантилями нормального распределения. Как именно это делается мы разберемся в последующих постах.

Надежда и опора

Для кого-то я могу быть надеждой и опорой. По крайней мере для моего отца и бабушки. Вероятно для дочки и жены тоже. Хочется и для сестры быть тоже. и друзей. хорошо когда есть кого любить.

Сегодня про валидацию моделей кредитного скоринга. Кто меня знает, знает что я был какое-то время со стороны разработки таких моделей. Сейчас интересно думать в сторону их валидации. Тогда валидаторы казались главными опонентами, которые вставляют палки в колеса. Но это тоже работа, целью которой является сделать так чтобы конечный продукт стал лучше.

В валидации, как и в разработке есть свои приемы - качественная, количественная валидация. Есть предположение, что валидатор строит свою модель-соперника, чтобы протестить что модель разработчика лучше и учитывает больше чем самый базовый подход. Так это или нет, и что собой представляет качественная и количественная валидация еще предстоит выяснить , а где-то вспомнить на этом пути.

Плохо что до сих пор остаются уколы и таблетки. Это состояние, когда из тебя выкачали всю агрессию, даже здоровую чтобы крутиться-вертеться в этом мире. Туда-сюда там-сям миллионер.

Грустно видеть грустную бабушку, которая молодчина и говорит что даже в 80 лет она еще молодая. Нужен дух и воля к победе. Нужно ровно идти к цели. Говори, делай. Слушай близких ведь через них ты общаешься с Богом. Слушай жену, это позволит избежать ошибок. Не сдавайся.

Если я смог выйти из больницы, накаченный лекарствами, в безработицу. но продолжать бороться. то и ты сможешь.

не держим оборону. атакуем. лучшая защита это нападение.

Сейчас будет собес на классик ML в Тбанк, пожелайте мне удачи