מערכת ניקוד אשראי מבוססת ML: הטמעה סוהר

תארו לעצמכם בנק שמפסיד מיליונים בגלל החלטות אשראי שגויות. כרטיסי ניקוד מסורתיים של רגרסיה לוגיסטית לא מצליחים ללכוד תלות לא-לינארית בנתונים. לקוח אחד שהשתמש במודל לינארי דחה 5% מהלווים הטובים. אנחנו פותרים זאת עם gradient boosting ולמידה עמוקה. למידת מכונה בפיננסים היא הליבה שלנו. אנו בונים מודלים של ניקוד אשראי מבוססי בינה מלאכותית שמנתחים מאות גורמים ומספקים תחזיות ברירת מחדל מדויקות. עלייה של 10 נקודות אחוז במקדם Gini חוסכת לבנק עד 10 מיליון רובל על תיק של 5 מיליארד רובל. אנו גם מבטיחים דיוק מודל ועמידה ברגולציה, עם צוות מומחים מוסמך.

אנו מיישמים מערכות ניקוד אשראי מבוססות למידת מכונה שמחליפות רגרסיות לוגיסטיות מיושנות. הניסיון שלנו מראה: מודלים מודרניים עם מאות מאפיינים משפרים את Gini ב-8–15 נקודות אחוז בהשוואה לגישות מסורתיות. עלייה של 8 נקודות אחוז ב-Gini משמעותה חיסכון של מיליוני רובלים בשנה לבנק ממוצע. חיסכון ספציפי: לקוח בתחום המיקרו-מימון חסך 15 מיליון רובל בשנה לאחר היישום. עלויות היישום מתחילות במיליון רובל למודל בסיסי, עם החזר השקעה (ROI) של יותר מפי 5 בשנה הראשונה.

הגדרת הבעיה והנתונים

משתנה המטרה: ברירת מחדל בתוך 12 חודשים (סיווג בינארי) או PD עבור Basel III. חוסר איזון בין מחלקות: בדרך כלל 1:10–1:50 (ברירת מחדל לעומת רגיל), הדורש תשומת לב מיוחדת. הערכת כושר אשראי מסתמכת על נתונים הטרוגניים.

מקורות מאפיינים:

כיצד מערכת ניקוד אשראי מבוססת ML משפרת דיוק?

XGBoost / LightGBM—כלי העבודה המרכזי. מטפל בנתונים טבלאיים, עמיד בפני חריגים, מתמודד עם ערכים חסרים, וניתן לפרשנות באמצעות SHAP. עבור רוב משימות הניקוד—הבחירה האופטימלית. ניקוד XGBoost מספק דיוק גבוה, בעוד שמודלי סיכון אשראי של LightGBM יעילים עבור מערכי נתונים גדולים.

CatBoost—יתרון כאשר יש מאפיינים קטגוריאליים רבים (אזור, מקצוע) ללא קידוד ידני.

רשתות נוירונים (TabNet, AutoInt)—מספקות יתרון על מערכי נתונים גדולים מאוד (>5M רשומות) עם נתונים התנהגותיים עשירים. קשה יותר לפרש ולתחזק.

Stacking. בייצור אנו משתמשים לעתים קרובות באנסמבל: LightGBM + רגרסיה לוגיסטית (לצורך פרשנות בדיווח רגולטורי) עם meta-learner.

צלילה עמוקה: טיפול בחוסר איזון וכיול

דיוק 0.71 ב-recall 0.89 על המחלקה "ברירת מחדל" עקב חוסר איזון של 1:25—כאב נפוץ. גישות יעילות:

Focal Loss. עבור רשתות נוירונים טוב משמעותית מ-weighted cross-entropy פשוט. הפרמטר gamma=2 ממקד את האימון בדוגמאות קשות, כמתואר ב-Lin et al. (2017).

SMOTE בזהירות. שילוב של oversample + undersample עובד, אך SMOTE על נתונים פיננסיים עלול ליצור דוגמאות סינתטיות לא ריאליות—יש לאמת מול ההיגיון העסקי.

כיול הוא קריטי. המודל מפיק ציון, אך אנו זקוקים להסתברות ברירת מחדל אמיתית לחישוב LGD ו-EAD, כלומר הערכת PD מדויקת. רגרסיה איזוטונית או Platt scaling לאחר האימון. בדקו את עקומת הכיול—אידיאלי: הסתברות חזויה של 0.3 תואמת ל-30% ברירות מחדל בפועל.

from sklearn.calibration import CalibratedClassifierCV
from lightgbm import LGBMClassifier

base_model = LGBMClassifier(
    n_estimators=500,
    learning_rate=0.05,
    scale_pos_weight=25,  # соотношение классов
    min_child_samples=50
)

calibrated_model = CalibratedClassifierCV(
    base_model,
    method='isotonic',
    cv=5
)

calibrated_model.fit(X_train, y_train)

מדוע ניטור Drift בנתונים חשוב?

מודלי ניקוד מתדרדרים עם הזמן. סיבות: שינויים כלכליים, שינויי מדיניות אשראי, שינויים בהתנהגות הלווים.

ניטור חובה:

• PSI (Population Stability Index) על מאפייני הקלט: PSI > 0.25—שינוי התפלגות קריטי, דורש אימון מחדש.
• מקדם Gini על קבוצת hold-out מדי חודש.
• שינוי בהתפלגות הציונים: אם הציון הממוצע זז >15 נקודות—יש לחקור.
• ניטור תוצאות: לאחר 6–12 חודשים השוואת שיעור ברירת המחדל החזוי לעומת בפועל.

דרישות רגולטוריות ברוסיה מנוהלות על ידי הבנק המרכזי. דרישות מפתח: פרשנות של החלטות דחייה (הסברי SHAP), יכולת לערער על החלטה, איסור על מאפיינים מסוימים (מפלים). מקביל ל-GDPR—החוק הפדרלי 152—דורש הצדקה להחלטות אוטומטיות. יש לנו 5 שנות ניסיון ויותר מ-50 פרויקטים מוצלחים במגזר הפיננסי, המבטיחים עמידה ברגולציה ודיוק.

מה כלול בתוצרים

• דוח אנליטי עם תיאורי מקורות נתונים, הנדסת מאפיינים וארכיטקטורת מודל.
• ארטיפקט מודל מאומן ומכויל (.pkl או .onnx) עם מדדים על קבוצת hold-out.
• REST API על FastAPI לניקוד בזמן אמת, בקונטיינר Docker.
• תיעוד: כרטיס מודל, מדריך תפעול, מפרט API (OpenAPI).
• הכשרת צוות הלקוח: סדנה על פרשנות SHAP וניטור drift.
• תמיכה ל-3 חודשים לאחר ההשקה (ייעוץ, תיקוני באגים) וגישה ללוח מחוונים לניטור.

כיצד אנו מיישמים ניקוד ML?

1. ניתוח נתונים והנדסת מאפיינים. ביקורת מקורות, ניקוי, יצירת 100+ מאפיינים. שימוש ב-PySpark לנפחים גדולים.
2. בחירת מודל ואימון. בחירת אלגוריתם (LightGBM, XGBoost, רשתות נוירונים) והיפרפרמטרים באמצעות Optuna. אימות על חלוקות מבוססות זמן.
3. כיול ופרשנות. Platt scaling או רגרסיה איזוטונית. דוחות SHAP לעסק ולרגולטור.
4. פריסה וניטור. REST API על FastAPI, קונטיינריזציה עם Docker, ניטור PSI ו-Gini.
5. תיעוד ועמידה ברגולציה. דוח לבנק המרכזי, תיאור מודל, הכשרת צוות.

מקרה בוחן מעשי

הלקוח שלנו—ארגון מיקרו-מימון. מודל ראשוני: רגרסיה לוגיסטית עם 18 מאפיינים מלשכת האשראי. מקדם Gini = 0.52 על קבוצת הבדיקה.

ביצענו:

• הוספנו 140 מאפייני עסקאות (דפוסי הוצאות, יחס הפקדות/משיכות, סדירות).
• LightGBM עם כוונון היפרפרמטרים באמצעות Optuna (300 ניסויים).
• בחירת מאפיינים: שמירה על 80 המאפיינים המובילים לפי חשיבות SHAP.
• כיול: Platt scaling ל-PD אמיתי.
• תוצאה: מקדם Gini על קבוצת הבדיקה—0.71 (+19 נקודות אחוז). שיעור האישורים באותה רמת ברירת מחדל עלה ב-12% (אישור יותר לווים טובים). העלייה באישורים הניבה הכנסה נוספת של 15 מיליון רובל בשנה, עם חיסכון של עד 5 מיליון רובל בשנה.

ציר זמן: 8–12 שבועות למודל ML בסיסי, 4–6 חודשים למערכת ייצור עם ניטור, פרשנות ועמידה ברגולציה. צרו קשר לייעוץ להערכת הפרויקט שלכם. הזמינו פרויקט פיילוט—קבלו מודל מוכן תוך שבועיים. פנו אלינו ליישום ניקוד ML בבנק שלכם.