All About Scoring Nivel 2

Módulo 1: Credit Scoring y Modelos Predictivos

• Modelos Predictivos en el entorno actual

• Aplicaciones del Credit Scoring

• Diseño y Construcción de Modelos de Credit Scoring

• Ventajas y Desventajas

• Modelos para afrontar crisis financierias

Módulo 2: Gestión avanzada de los datos

• Tipología de datos

• Datos transaccionales

• Unstructured data embebida en documentos de texto

• Social Media Data

• Fuentes de datos

• Revisión del dato

• Definición del Target

• Horizonte temporal de la variable objetivo

• Muestreo

  • Muestreo Aleatorio

  • Muestreo Estratificado

  • Muestreo Rebalanceado

• Análisis Exploratorio:

  • Histogramas

  • Q-Q Plot

  • Análisis de momentos

  • Box Plot

• Tratamiento de los valores Missing

  • Imputación

  • Borrar

  • Mantener

• Técnicas avanzadas de detección de Outliers y tratamiento

  • Z-Score

  • Distancia de Mahalanobis

• Estandarización de los Datos

• Categorización de variables

  • Equal Interval Binning

  • Equal Frecuency Binning

  • Prueba Ji-Cuadrada

• Binary Coding

• WOE Coding

  • Definición WOE

  • Análisis Univariante con variable Target

  • Selección de variables

  • Tratamiento de Variables continuas

  • Tratamiento de Variables Categóricas

  • Fisher Score

  • Gini

  • Information Value

  • Pearson Correlation

  • Cramer Von Misses

  • Optimización de variables continuas

  • Optimización de variables categóricas

  • Àrboles de Decisión

• Segmentación

  • Decisión Experta

  • Estadística

    • Àrboles de Decisión

    • K Means Clustering

    • Finite Mixture Model

    • Mixtura gaussiana Univariante

    • Mixtura gaussiana Bivariante

• ​Ejercicio 1: Análisis Exploratorio en SAS

• Ejercicio 2: Detección y tratamiento de Outliers usando Z-score

• Ejercicio 3: Técnicas de Muestreo rebalanceado en SAS

• Ejercicio 4: Muestreo estratificado y Aleatorio

• Ejercicio 5: Análisis del Weight of Evidence en Excel

• Ejercicio 6: Análisis univariante en percentiles en SAS

• Ejercicio 7: Análisis univariante óptimo variable continua en Excel

• Ejercicio 8: Estimación del KS, Gini e IV de cada variable en Excel

• Ejercicio 9: Validación de variables usando Pearson correlation y Fisher Score

• Ejercicio 10: Optimización de variables categóricas en SAS

• Ejercicio 11: Análisis Univariante con árboles de decisión en SPSS

• Ejercicio 12: Segmentación con árboles de decisión

• Ejercicio 13: Segmentación usando K mans Clustering en R

• Ejercicio 14: Segmentación con Mixtura gaussiana univariante y bivariante

Módulo 3: Modelos Predictivos

• Definición del Target

  • Default

  • Abandono

  • Concesión

  • Fraude

  • Gross Response

  • Customer Lifetime Value

  • Debt to Income

  • Recuperación

  • Pago de la deuda

  • Ingresos

  • Originación préstamo/línea crédito

  • Loyalty

  • Prepago

• Definición del horizonte temporal del modelo predictivo

• Componentes Principales para reducir variables

• Modelos Econométricos

  • Regresión lineal

  • Regresión Logística

  • Regresión Logística Multinomial

  • Regresión Piecewise

  • Regresión Logística Panel Data

  • Regresión Cox

• Interpretación de los coeficientes

• Interpretación de los Odds Ratios

• Uso de Random Forest

• Árboles de Decisión

  • CART

  • CHAID

• Redes Neuronales

  • Perceptrón Multicapa

• Algoritmos Genéticos

• Redes Bayesianas

• Support Vector Machines

• Ejercicio 15: Análisis de Componentes principales en SAS

• Ejercicio 16: Regresión Logística método stepwise en SAS

• Ejercicio 17: Regresión logística multinomial

• Ejercicio 18: Regresión Piecewise en Excel y SAS

• Ejercicio 19: Redes Neuronales: perceptron en SAS

• Ejercicio 20: Árboles de decisión CHAID en SAS

• Ejercicio 21: Regresión Logística Panel Data en Stata

• Ejercicio 22: Cox Regression en R y SAS

• Ejercicio 23: Redes Bayesianas en R

• Ejercicio 24: Support vector machines en R

• Ejercicio 25: Random Forest en R

Módulo 4: Validación del modelo

• Verificación p-values en regresiones

• R cuadrado, MSE, MAD

• Diagnóstico de los residuos

• Test de Bondad de Ajuste

  • Deviance

  • Bayesian Information Criterion (BIC)

  • Akaike Information Criterion

• Multicolinealidad Multivariante

• Validación cruzada

• Bootstrapping del error

• Matriz de confusión caso binario

• Matriz de confusión caso multinomial

• Prueba de Estabilidad

• Principales test de poder discriminante:

  • KS

  • Curva ROC

  • Curva Lift

  • Gini Index

  • Cumulative Accuracy Profile

  • Distancia de Kullback-Leibler

  • Pietra Index

  • Entropía condicional

  • Valor de Información

  • Tau de Kendall

  • Brier Score

  • Distancia de Mahalanobis

  • Divergencia

  • Hosmer Lemeshow

• Intervalos de confianza

• Jackknifing con test de poder discriminante

• Bootstrapping con test de poder discriminante

• Ejercicio 26: Test de Bondad de Ajuste Regresión líneal

• Ejercicio 27: Test de Bondad de Ajuste Regresión Logística

• Ejercicio 28: Validación cruzada en SAS

• Ejercicio 29: Estimación Gini, Valor de la Información, Brier Score, Curva Lift, CAP, ROC, Divergencia en SAS

• Ejercicio 30: Bootstrapping de parámetros SAS

• Ejercicio 31: Jackkinifng en SAS

• Ejercicio 32: Bootstrapping de Gini/ROC en SAS

Módulo 5: Desarrollo de Scorecards

• Asignación de puntuación

• Clasificación del Scorecard

  • Scorecard WOE

  • Scorecard Binario

  • Scorecard Continuo

• Reescalamiento del Scorecard

  • Análisis del Factor y Offset

  • Scorecard WOE

  • Scorecard Binario

• Técnicas de Reject Inference

  • Cut-Off

  • Parcelling

  • Fuzzy Augmentation

  • Extrapolation

• Definición del punto de corte

  • Mantenimiento del punto de corte

  • Modelos tradicionales para establecer el punto de corte

  • Modelo de optimización para establecer el Cut-Off

  • Metodología ROC para el punto de corte (Cut-Off)

• Ejercicio 33: Scorecard Binario en Excel y SAS

• Ejercicio 34: Scorecard WOE en Excel, R y SAS

• Ejercicio 35: Reject Inference Fuzzy Augmentation en SAS

• Ejercicio 36: Selección del Punto de Corte en Excel y SAS

• Ejercicio 37: Estimación optima del Cut-Off en Excel

• Ejercicio 38: Estimación del Cut Off y la curva ROC

​

Módulo 6: Tipología de Scores

• Response Scoring

• Income Score

• DTI Score

• Credit Scoring de Admisión

  • Score de Tarjetas de crédito

  • Score de Hipotecas

  • Score de consumo

  • Score de Automóvil

• Behavior Score

• Response Score

• Transaction Score

• Score de Ingresos

• Score de Abandono

• Score de Fraude en Admisión

• Score de Fraude en Seguimiento

• Collection Score

• Recovery Score

• Revenue Score

• Big Data Scoring

  • Ventajas y criticas

• Ejercicio 39:Bevavior Score con regresión logìstica en SAS

• Ejercicio 40: Behavior Score Regresión Cox

• Ejercicio 41: Behaviour Score con Árboles de Decisión

• Ejercicio 42: Behavior Score Regresión Logística Panel Data

• Ejercicio 43 : Fraud Score con redes neuronales

• Ejercicio 44: Score de Ingresos en SAS

• Ejercicio 45: Collection Score en SAS

• Ejercicio 46: Recovery Score Excel y SAS

• Ejercicio 47: Debt To Income Score en SAS

• Ejercicio 48 :Score de Abandono en SAS

Módulo 7: Customer Life Time Value (CLV)

• Definición CLV

• Estrategias para incrementar el CLV

• Customer Loyalty

  • Enfoque RFM

  • Past Customer Value

  • Share Of Wallet

• Modelización del CLV

• Enfoque Agregado

• Enfoque Individual

• Componentes del CLV

• Drivers del CLV

• Modelo de Retención simple

• Modelo de Retención General

• Modelos Supervivencia

• Scoring CLV

• Ejercicio 49: Estimación CLV en Excel

• Ejercicio 50: Modelo de Scoring de Retención simple en SAS

• Ejercicio 51: Modelo de Scoring de Retención General y análisis de supervivencia y Hazard rates en SAS

​

Módulo 8: Analítica Social para construir Modelos de Scoring

• Analítica en las Redes Sociales

• Definiciones de redes

• Gráficos

• Sociogramas

• Vértices, bordes, nodos, pesos

• Principales Métricas en la Analítica Social

• Medidas de centralidad en las redes

• Social Network learner

• Local Model

• Network Model

• Probabilistic Relational Neighbor Classifier

• Relational Logisitic Regression

• Collective Inferencing

• Visualización de las Redes Sociales

• Taxonomía de las visualizaciones

• Visualización y analítica

• Analítica Social en Facebook usando R

• Analítica Social en Twitter usando R

• Analítica Social en Google Analytics usando R

• Ejercicio 52: Carga de datos y Gráficos en R

• Ejercicio 53: Añadir Vértices en los gráficos R

• Ejercicio 54: Visualización de Social Networks en R

• Ejercicio 55 : Score de Abandono en SAS

​

Módulo 9: Metodologías Avanzadas de Credit Scoring

• Scoring de Comportamiento Bayesiano

  • Distribución a priori y Posteriori

• Scoring de Múltiples respuestas

• Scoring Multicriteria Analysis

• Credit Scoring usando variables macroeconómicas

• Ejercicio 56: Credit Scoring con variables macroeconómicas

• Ejercicio 57: Behavior Score Bayesiano vs. Behavior Score Determinístico

• Ejercicio 58: Credit Scoring Multicriteria

Módulo 10: Modelos Predictivos de la LGD y EAD

• Ventajas e inconvenientes de los Modelos Predictivos de LGD

• Modelos paramétricos, no paramétricos y transformation regressions

• Tipología de Modelos Multivariantes de LGD

  • Regresión Lineal y transformación Beta

  • Regresión Lineal y transformación Logit

  • Regresión Líneal y trasnsformación Box Cox

  • Regresión Logística y Lineal

  • Regresión Lógistica y no Lineal

  • Censored Regression

  • Generalized Additived Model

  • Redes Neuronales

  • Regresión Beta

  • Inflated beta regression

  • Fractional Response Regression

• Ejercicio 59: Regresión Logística y lineal LGD en SAS

• Ejercicio 60: Redes Neuronales LGD

• Ejercicio 61: Generalized Additived Model EAD en R

• Ejercicio 62: Beta Regression Model LGD y EAD en R y SAS

• Ejercicio 63: Censored Regression Model LGD en R

• Ejercicio 64: Inflated Beta Regression en SAS

• Ejercicio 65: Comparativo del performance de los modelos usando test de Calibración y precisión.

Módulo 11: Credit Scoring Psicométricos para Emprendedores

• Fuentes de Información

• Muestra

• Variables Estándar

• Variables Psicológicas

• Inteligencia Emocional

• Análisis Univariante de las variables Psicológicas

• Modelos Multivariante

• Regresión Logística

• Árbol de Decisión

• Análisis Discriminante

• Validación Credit Scoring Psicométrico

• Ejercicio 66: Comparativo entre Regresión Logística, Árbol de Decisión y Análisis discriminante

Módulo 12: Credit Scoring para Start Up

• Definición de Start Up

• Start Up en España y América Latina

• Start Up lideradas por Mujeres

• Fuentes de Información

• Análisis del Sector

• Variables Relevantes

• Variables Económicas

• Regresión Logística

• Árbol de Decisión

• Validación del Credit Scoring

• Ventajas e Inconvenientes del credit scoring para las StartUps

• Ejercicio 67: Comparativo entre Regresión Logística y Árbol de Decisión