Τεχνικές μη επιβλεπόμενης μάθησης στη μοντελοποίηση του πιστωτικού κινδύνου

Abstract

Η διαχείριση του πιστωτικού κινδύνου είναι ένα σημαντικό μέρος των δραστηριοτήτων των τραπεζών όπως και κάθε χρηματοπιστωτικού ιδρύματος. Σύμφωνα με τον επίσημο ορισμό, πιστωτικός κίνδυνος είναι ο κίνδυνος που προκύπτει από την μη ικανότητα των οφειλετών ενός χαρτοφυλακίου μιας τράπεζας ή ενός χρηματοπιστωτικού ιδρύματος να αποπληρώνουν τα δάνειά τους σε ορισμένο χρονικό διάστημα. Ένας τρόπος εκτίμησης/ποσοτικοποίησης του κινδύνου αυτού είναι μέσω της μοντελοποίησης της πιθανότητας αθέτησης (probability of default) των οφειλετών. Η συχνότερη και επικρατέστερη προσέγγιση είναι η μοντελοποίηση αυτή να γίνεται μέσω του στατιστικού μοντέλου λογιστικής παλινδρόμησης (logistic regression), χρησιμοποιώντας την πιστωτική ικανότητα (credit score) σε κάθε οφειλέτη, από την οποία και εξαρτάται η πιθανότητα αθέτησης. Στην εργασία αυτή θα μελετηθεί ένας εναλλακτικός τρόπος μοντελοποίησης της πιθανότητας αθέτησης μέσω τεχνικών μάθησης χωρίς επίβλεψη, και πιο συγκεκριμένα μέσω των αλγορίθμων Ανάλυσης Κύριων Συνιστωσών (Principal Components Analysis, PCA), την Multiple Correspondence Analysis (M.C.A.) και την Factor Analysis of Mixed Data (F.A.M.D) με σκοπό την μείωση των μεταβλητών του μοντέλου, και των αλγορίθμων ιεραρχικής συσταδοποίησης (hierarchical clustering) και k-Means. Στόχος της έρευνάς μας είναι να γίνει μια βαθύτερη ανάλυση των παραπάνω αλγορίθμων και του τρόπου εφαρμογής τους στην διαχείριση του πιστωτικού κινδύνου. Μέρος της εργασίας είναι και η υλοποίηση της εφαρμογής των προαναφερθέντων τεχνικών σε ένα επιλεγμένο δημόσια διαθέσιμο σύνολο δεδομένων με τη χρήση της γλώσσας προγραμματισμού Python