Lakossági termékvásárlási modellek és viselkedési hitelpontozó kártyák fejlesztése makrogazdasági peremfeltételekkel

Absztrakt

A bankszektor szereplői közti kiélezett versenyben egyre nagyobb jelentőséggel bír a növekedési lehetőségek pontosabb előrejelzése, és az így felismert lehetőségek hatékonyabb kiaknázása. Ennek kapcsán a döntések kockázati tényezőit fel kell tárni és a portfolió átalakulásával beáramló kockázat mértékére becslést kell tenni. Ezeket a célokat szolgálja egyfelől az analitikus CRM tevékenység során előállított termék-affinitási modellek építése, másfelől a hitelpontozó kártyák (score card) kialakítása és végső soron az új bázeli tőkeegyezmény (Basel II) által is elvárt PD, LGD modellek fejlesztése. A lakossági portfolió modellezése során a gyakorlatban leginkább a felügyelt tanulás adatbányászati módszereit alkalmazzák, melynek egyik alaphipotézise, hogy a múltban tapasztalt viselkedési mintázatok jellemzik a jelen ügyfeleinek viselkedését is. Ennek következtében nem vesszük figyelembe az időközben jelentős átalakuláson keresztülment körülményeket, mint a lakosság viszonya a gazdasági környezethez, ill. a hitelfelvételi eljárások egyszerűsödése vagy a hiteltermékek értékesítését szolgáló marketingtevékenység hatása. Az így előállított modellek, a makrogazdasági mutatókból levezethetőtől eltérő becslést adnak a portfolió alakulására (vö. inkonzisztens jövőkép).A tanulmány arra keresi a választ, van-e kapcsolat a lakossági hiteltermékek állományának alakulása, illetve a portfolió minőségének jellemzői és a fogyasztói bizalmi index között. Miként lehet felhasználni a bizalmi indexet a termék-affinitási modellek és a hitelpontozó kártyák fejlesztésében? Továbbá milyen egyéb, a konzisztens modellezést támogató jellemzőket (pl. hasonlóságelemzés) tudunk bevonni a modellezési eljárásba, a mindennapi operatív döntéstámogatás és a stratégiai tervezés (vö. jövőkutatás) támogatása érdekében.