Ryzyko pożyczkowe i modelowanie niewywiązania się z płatności

Usługa Machine Learning
Power BI
SQL Server

Pomysł rozwiązania Solution Idea

Jeśli chcesz się dowiedzieć, Rozszerz ten artykuł, aby uzyskać więcej informacji, szczegóły dotyczące implementacji, wskazówki dotyczące cen lub przykłady kodu, powiadom nas o opinii usługi GitHub.If you'd like to see us expand this article with more information, implementation details, pricing guidance, or code examples, let us know with GitHub Feedback!

Ocenianie ryzyka kredytowego jest procesem złożonym.Scoring credit risk is a complex process. Kredytodawcy starannie analizują różne wskaźniki ilościowe, aby określić prawdopodobieństwo domyślnego i zatwierdzić najlepsze kandydaci na podstawie dostępnych informacji.Lenders carefully weigh a variety of quantitative indicators to determine the probability of default and approve the best candidates based on the information available to them.

To rozwiązanie pełni rolę analizatora ryzyka kredytowego, ułatwiając ocenę ryzyka kredytowego i Zarządzanie ekspozycją przy użyciu zaawansowanych modeli analitycznych.This solution acts as a credit-risk analyzer, helping you score credit risk and manage exposure using advanced analytics models. SQL Server 2016 z usługami R Services zapewnia analizę predykcyjną, która pomaga w ocenie aplikacji kredytowych lub pożyczek oraz akceptuje tylko te, które są objęte określonymi kryteriami.SQL Server 2016 with R Services equips you with predictive analytics that help assess credit or loan applications and accept only those that fall above certain criteria. Na przykład można użyć przewidywanych wyników, aby pomóc w ustaleniu, czy należy udzielić pożyczki, a następnie łatwo wizualizować wskazówki na Power BI pulpicie nawigacyjnym.For example, you might use the predicted scores to help determine whether to grant a loan, then easily visualize the guidance in a Power BI Dashboard.

Modelowanie ryzyka kredytowego opartego na danych zmniejsza liczbę pożyczek oferowanych pożyczkobiorcom, którzy są w stanie domyślnym, zwiększając zyskowność portfela pożyczek.Data-driven credit-risk modeling reduces the number of loans offered to borrowers who are likely to default, increasing the profitability of your loan portfolio.

ArchitekturaArchitecture

Diagram architektury Pobiera plik SVG z tej architektury.Architecture Diagram Download an SVG of this architecture.

SkładnikiComponents

  • SQL Server R Services: SQL Server przechowuje dane kredytodawcy i pożyczek.SQL Server R Services: SQL Server stores the lender and borrower data. Analiza oparta na języku R zapewnia szkolenia i modele przewidywane, a także przewidywane wyniki użycia.R-based analytics provide training and predicted models, as well as predicted results for consumption.
  • Azure Machine Learning: Machine Learning ułatwia projektowanie, testowanie i operacjonalizować rozwiązań do analizy predykcyjnej w chmurze oraz zarządzanie nimi.Azure Machine Learning: Machine Learning helps you design, test, operationalize, and manage predictive analytics solutions in the cloud.
  • Power BI zapewnia interaktywny pulpit nawigacyjny z wizualizacją, która używa danych przechowywanych w SQL Server do podejmowania decyzji dotyczących prognoz.Power BI provides an interactive dashboard with visualization that uses data stored in SQL Server to drive decisions on the predictions.

Następne krokiNext steps