A lap jelenlegi, 2009. január 20., 17:09-kori változata

Forrás

XLS

A tervezett alkalmazás/megoldás címe

Milyen törlesztési magatartás várható leendő ügyfelünktől?

A feladat előtörténete

Manapság a magyar lakosság körében egyre elterjedtebb a személyi hitelfelvétel. Minthogy fogyasztói társadalomban élünk, sajnos fő célunkká vált a pénz mértéktelen költése és ezáltal a féktelen fogyasztás. Ezt finanszírozandó, a piacon megjelentek a pénzt, mint terméket forgalmazó hitelkihelyező vállalkozások. Ezen cégek működésének alapfeltétele, hogy minél több hitelfelvevőt, mint ügyfelet tudjanak kiszolgálni, amellett, hogy hitel kihelyezéseik megtérüljenek és hosszútávon megtarthassák ügyfeleiket. Tehát a hitelnyújtók célja az, hogy hitelüket az ügyfelek visszafizessék és azonnal újabb hitelt vásároljanak. Feladatommal az XY hitelnyújtó cég egyszerűen elbírálhatja, hogy az igénylő vajon milyen magatartást fog követni a visszafizetésnél, azaz várhatóan mennyit fog késni, vagy esetleg fog-e előtörleszteni.

A feladat megoldás jelenlegi helyzete és ennek értékelése

XY cég jelenleg az anyacég által előállított úgynevezett Score Card-al (értékelő táblázat) értékeli leendő ügyfeleit. Két éve ezzel dolgozik a cég. Ez alatt az idő alatt számtalan akadályba ütköztek és felfedezték, hogy ez a megoldás nem felel meg teljesen a magyarországi vállalatnak.

A használatban lévő értékelő táblázat segítségével és az ügyfelek adottságainak figyelembevételével előzetes hitelbírálatot készítenek. A táblázatban különböző súlyozással szerepelnek az egyes adottságot. Ezt összevetve kapnak egy eredményt, amely megmondja, hogy adható-e hitel avagy sem.

A fő probléma abból ered, hogy az értékelő táblázat nem veszi figyelembe a magyar társadalom alapvető életszínvonalbeli különbözőségét a nyugati társadalmaktól. Példával szemléltetve: nyugaton egy nyugdíjas életszínvonala magasabb egy fiatal, vagy középkorú munkavállalónál, míg Magyarországon az a trend mutatkozik, hogy a nyugdíjasok jövedelmüket tekintve sajnos jelentősen elmaradnak a fiatalokétól. Ennél a problémánál már alapjaiban megingott a jelenleg használt Score Card használhatóságának létjogosultsága. A másik felmerülő problémát pedig a táblázat elavultsága jelenti. Mára teljesen más szempontok kerültek előtérbe egy hitelbírálatnál, mint évekkel ezelőtt. Míg korábban ha valakinek több gyermeke volt és idősebb volt, méltán gondolhatták azt, hogy felelősségteljesebb, tehát jobban fizető ügyfél lesz. A jelenlegi magyarországi hitel visszafizetési gyakorlat például nem ezt mutatja.

A fenti problémák mellett a jelenleg használt hitelbírálat legsúlyosabb hiányossága az, hogy semmilyen módszerrel nem készítenek a várható késedelemre vonatkozó becslést. Fő cél a hitelkihelyezés, másodlagos az, hogy miként tudják behajtani. Ez az irányvonal a bekövetkezett pénzügyi válság hatására már most megváltozni látszik, ugyanis a kihelyezett hitelek jelentős részét nem tudják az ügyfelek visszafizetni, tehát elengedhetetlen, hogy pontosabban lássák előre a várható visszafizetéseket. XY cég például olyan megállapodásokat köt az ügyfeleivel, hogy a következő hónapban elfogadják a törlesztőrészlet 20 %- nak befizetését, ha a rákövetkező hónapban teljes összeget fizet az ügyfél. Ez számomra távol áll egy profi ügymenettől.

A tervezett megoldás adatvagyonának bemutatása (ANYAG)

Szakértői rendszeremben kiragadtam az XY cég által használt ügyféladatbázisból olyan adatokat, amelyeket az általuk használt Score Card súlyozása szerint fontosnak tartanak egy elbírálási folyamatban. A cég által használt ügyféladatbázis a hitelt már visszafizető ügyfeleket, tehát múltbéli adatokat tartalmaz.

Objektumok (sorok)

A táblám objektumai az ügyfelek neve, amelyet most az etikai elvárások miatt az ÁBC betűivel jelzek.

Attribútumok (X, Y oszlopok)

Attribútumok (X) megtalálhatók az ügyfelek neve mellett a felvett hitelt összege, a kor, gyermekek száma, foglalkozási iparág és a nettó jövedelem. Ezek vizsgálatával eljutunk a függő változónkhoz (Y, a törlesztési magatartáshoz, vagyis hónapra lebontott pontos visszafizetéshez.

A feladat által érintett célcsoportok

Egyértelműen a hitelnyújtó cégek kockázatelemzési osztályai.

A feladat megválaszolása kapcsán várható hasznosság

Feladatom eredményéül kapott elemző táblázat használatával XY cég hatékonyabban és pontosabban tudja elbírálni, hogy a jövőben hozzájuk forduló hiteligénylő milyen hitel visszafizetési magatartást fog tanúsítani. Pontosan meg tudják becsülni, hogy a hiteligénylő adatlapon szolgáltatott adataik alapján hány hónapot fognak késni a törlesztéssel, időben vagy esetleg várhatóan előbb fogják a havi részleteket befizetni. Természetesen az egyéni viselkedések eltérhetnek a trendtől, erre a problémára nem tértem ki a feladatom megoldása során.

A saját megoldás bemutatása (MÓDSZER)

• "Alapadatok" munkalapra rendszereztem a rendelkezésre álló adatbázist. Ez olyan adatokat tartalmaz, amelyek nem összehasonlíthatóak, ezért tovább kellett dolgoznom rajta.
• Az "Adatok" munkalapra gyűjtöttem az attribútumokat mértékegységekkel. Ez a rendszerezés jó alapot adott a kódoláshoz, melynek célja az volt, hogy egyszerűbben kezelhető és összehasonlítható számszerű adatokat kapjak. Ezek az adatok lettek a kódok. Attól függően, hogy milyen intervallumot kódoltam, 1-től 9-ig terjedő számokat kaptam.
• A kódokat ezután Pivot táblába rendszereztem, amely megmutatja az objektumot, az X-eket és az Y-t mostmár csak az egyszerűsített kódokkal, nem a tényadatokkal.
• Az Irány meghatározásával megmutattam, hogy a az arány fordított-e vagy egyenes. Pl ha a kód minél nagyobb, annál nagyobb sorszámot kap, akkor 0-át írtam a táblába. Ha fordított az arány, akkor 1-es számot.
• A Rangsor táblában sorbarendeztem az adatokat. Itt olyan problémával kerültem szembe, hogy egy-egy ranghelyet több objektum is elfoglalt, tehát tovább kellett szűkítenem.
• Eredményül egy olyan táblát kaptam, ahol mostmár ténylegese használható egyszerű ransorszámok szerepelnek. Ezt használtam a Solver számítás alapjaként.
• A Lépcső tábla Solver számításai tartalmazzák az egyes attribútumok súlyszámát.
• A Becslés táblában hozzárendeltem FKeres függvénnyel az egyes objektumok attribútoraihoz tartozó súlyszámokat.
• A bemutatott módszer használatával jutottam el a megoldásomhoz, amelyet lent mutatok be.

Az eredmények értelmezése (EREDMÉNY)

• A Becslés táblázatom folytatásaként, összegeztem az egyes attribútumokhoz rendelt súlyszámokat és így eredményül kaptam egy számot (Becslés oszlop), amely megmutatja, hogy az egyes ügyfelek paramétereinek ismeretében milyen várható törlesztési magatartást fog tanúsítani.
• Ezután már csak egy feladatom maradt: összehasonlítani a becslésemet, a tényleges tényadattal, vagyis elemezni, hogy mennyire térnek el a becsléseim a tényleges törlesztési magatartástól.
• Negatív szám a Különbség oszlopban azt jelenti, hogy az ügyfél előbb törlesztett, mint azt a róla megtudottak alapján a többi adós fényében tőle várható volt.
• Pozitív szám azt jelenti, hogy az ügyfél később törlesztett annál, amit profilja megengedett volna...
• 0 szám azt jelenti, hogy pontosan az elvártnak megfelelően teljesített.

Ajánlások megfogalmazása (KÖVETKEZTETÉS)

A régen használt céges rendszereket érdemes időnként ellenőrizni és megújítani. Fontos, hogy a használatban lévő alkalmazások az adott ország sajátosságaihoz igazodjon.

A feldolgozott adattáblám a titoktartás miatt nem tartalmaz elegendő információt az ügyfelekről. Ha a táblát ténylegesen fogják használni elengedhetetlen az adattábla kiterjesztése, hogy még pontosabb és reálisabb eredményt kapjunk.

XY cég magyarországi vezetői már hosszú ideje tárgyalnak az anyavállalat vezetőivel, hogy a magyarországi cég saját bíráló táblázatot használhasson. Az általam készített szakértői táblázatot a magyarországi vezetők látták és ígéretet kaptam, hogy be fogjuk mutatni a külföldi vezetőségnek. Sajnos az ilyen típusú változtatási folyamatok időigényesek, ezért csak bízni tudok abban, hogy előbb vagy utóbb a gyakorlatban is hoz eredményeket a munkám.

Az elkészített elemző táblázatot más cégek is használhatják, akik hitelkihelyezésük előtt hitelbírálatot végeznek.

Az információ többletérték lehetőségének levezetése (VITA)

Lépcsős függvény átforgatása szakértői rendszerként értelmezhető táblázatba

Kapcsolódó, ill. konkurens megoldások, dokumentumok

Nem találtam kapcsolódó dokumentumot, mivel az ilyen típusú elemző rendszereket szigorúan bizalmasan kezelik, a vállalatok know how-jának fontos részét képezik.

nyilatkozat és kitöltési segédlet