El reto

El banco dispone de un modelo de scoring de admisión para predecir la probabilidad de impago de sus clientes basado en cierta información financiera.

En general, no se dispone de la información transaccional de los clientes.

El objetivo

El objetivo es proporcionar un modelo capaz de identificar con mayor precisión a clientes con probabilidad de impago. De este modo, el banco podrá conceder préstamos a los clientes con mayor seguridad.

Dado que los préstamos se van a devolver con mayor regularidad, el banco podrá predecir con mayor exactitud sus beneficios y gastos futuros.

¿Cómo lo hemos hecho?

• XGBoost
• L2 Regulization
• Decision Trees
• Oversampling
• Predictive Model

El resultado

• Aumento de la precisión a la hora de predecir si el solicitante pagará de forma regular.
• Proporcionar una lista de características que son importantes para determinar la seguridad del pago.
• Reducción del riesgo de pérdidas mediante la selección de solicitantes con mejores resultados.