CMSS

Durum

CMSS, üç milyondan fazla müşterisiyle Çek Cumhuriyeti’ndeki en geniş yatırım bankasıdır. Yeniden geliştirme, inşa etme ve Mortgage gibi ev ve bina harcamalarını finanse etmekte kullanılan kredileri sunar.

Zorluk

CMSS de, pek çok Avrupa bankası gibi, risk yönetimi için yeni prensipleri ve en küçük sermaye gerekliliklerini içeren Basel II düzenlemelerini yerine getirmeye hazırlıklıdır. CMSS gibi kredi sağlayan bir banka için, kredi riskinin niteliği ve özellikle bir kredideki kusur riski; Basel II gereksinimlerini karşılamada kilit noktalardan biridir.

Çözüm

CMSS, geniş çeşit modelleme kapasitesi yanında ayrıca yüzlerce farklı değişkeni çok geniş miktarlarda veriyle kullanabilen bir veri madenciliği aracı için araştırmalar yaptı. Banka, rekabetçi teklifleri değerlendirerek ve ulaşılabilir çözümlerin karşılaştırmalı değerlendirmesinden sonra, SPSS veri madenciliği masasına ait olan Clementine yazılımını tercih etti. Bu yazılımla gereksinimleri en iyi çözümle karşılamaya başladı.

Sonuçlar 

§       Gelişmiş kredi riski analizleri

§       % 75 azalmış hesap zamanı

Bankanın projesindeki ilk adım, kredi risklerinin analizi için bir veri tabanı kurmaktı. Bu iş, kredi alan her müşterinin kapsamlı geçmişini kayıt altına alan bir veri deposu oluşturmanın yanısıra milyonlarca müşterinin banka hesap bilgileri oluşturmayı da içeriyordu. Toplanan veri hem detaylı etkileşimsel veriyi hem de temel sosyo-demografik bilgiyi içeriyordu. Microsoft SQL server platformu’na bağlı veri deposu, bu alanda zengin deneyime sahip olan SPSS analistleriyle oluşturuldu.

Bu veri deposunu oluşturmanın temel amacı, yüksek kalitedeki veriye ulaşıldığından emin olmaktı. Bu veri CMSS ‘in perakende müşterilerini modellemek ve tahmin etmek için kullanılabilir; örneğin, bir önceki tasarruf ve kredi alma davranışına bağlı olarak, alınan kredinin ödenip ödenemeyeceğinin tespit edilmesi gibi.

Birbirine benzer bilgi kayıtlarını netleştirip kolayca belirleyerek, gruba; veri deposunda tutulan verinin kalitesinden emin olma kolaylığını sağlar, bu da SPSS’in çözümünün oldukça paha biçilmez olduğunu gösterir.

Veri deposunun kurulmasının ardından, projenin sonraki adımı; kredi riskini belirlemede ve müşterileri puanlamada model geliştirmeye yönelik olarak Clementine’i kullanmayı içerir.

%75 azaltılmış hesaplama zamanı

CMSS şu anda davranış skorlaması, risk değerlendirmesi, sahtekarlıkların belirlenmesi, uygulama puanlamasını içeren tüm portfolio risk analizlerini gerçekleştirmek için SPSS’i kullanıyor. Davranışsal skorlamalar aylık tabanda ve kredi riski veri tabanına dahil olarak hesaplanır ve her kredi için ugun risk olasılığı hesabı yapılır. CMSS, bütün bir portföyü için beklenen kayıp ve sermaye gereksinimine karar verir. Bu analiz, bu sonuçların raporlarına bağlı olarak CMSS’e bir risk yönetim politikası kurmayı sağlar.

SPSS’i kullanmak, CMSS için, Basel II. ile uyumlu olan puanlama modelleri geliştirmekte kolaylık sağladı. Clementine’in dizaynı, bankanın çoğu analizlerinde hesap zamanının  %75 oranında azalmasına yardım etti. Hesaplamalar otomatik olarak yapılabildi. Ek olarak, belirli operasyonları ayrı bir server için ayırma kabiliyeti, gereken disk alanını azalttı. Bununla birlikte fazla miktarda veri işlendi.

CMSS’deki risk yöneticisi olan Jiri Lakosil şunu söyledi: “ İlk verinin hazırlanmasından test edilmesine kadar devam eden zamanda, tüm proje üç ay vakit aldı. Bütün projeye bakıldığında görülüyor ki, analizlerin % 80’in den fazlası SPSS kullanılarak tamamlandı. SPSS olmasaydı, bugün sahip olduğumuz yüksek kalitede kredi risk analiz sistemlerini kuramazdık.”

Başarı Hikayeleri