Szkolenie z budowy systemów scoringowych metodą regresji logistycznej

W dniach 15-16.12.2008 prowadzę w Warszawie dla firmy eForum szkolenie z zakresu budowy systemów scoringowych “Budowa Modeli Scoringowych z Wykorzystaniem Regresji Logistycznej (Rating/Scoring Kredytowy II)”.

Szkolenie przeznaczone jest głównie dla osób, które miały już styczność z systemami scoringowymi i posiadają podstawową wiedzę z dziedziny ryzyka kredytowego.

Podstawowe walory szkolenia to przedstawienie metody regresji logistycznej oraz całego procesu budowy karty scoringowej z wykorzystaniem regresji logistycznej – najpopularniejszej i pod wieloma względami najlepszej metody stosowanej do tego celu. Drugi atut szkolenia to możliwość przećwiczenia każdego etapu samodzielnie, z wykorzystaniem komputera. Budowa własnych modeli scoringowych pozwoli na lepsze zrozumienie poruszanej tematyki. Informacje o bardziej zaawansowanych metodach analitycznych stosowanych w budowie systemów scoringowych to kolejny walor kursu.

Zapraszam wszystkich zainteresowanych!

Analiza ryzyka kredytowego w GNU R: CreditMetrics

Model CreditMetrics (obok CreditRisk+ i KMV) jest jednym z podstawowych podejść do portfelowego modelowania ryzyka kredytowego. Parę lat temu pracowałem nad zastosowaniem podobnych modeli w praktyce bankowej. Wykorzystanie systemu R bardzo ułatwia takie zastosowania.

Pakiet bardzo upraszczający pracę z modelem CreditMetrics nazywa się (oczywiście) CreditMetrics i jest dostępny na serwerach CRAN.

Wprowadzenie do modelowania ryzyka portfela kredytowego można znaleźć w artykułach Wojciecha Kuryłka: Modelowanie ryzyka portfela kredytowego. Część I oraz Modelowanie ryzyka portfela kredytowego. Część II.

Zainteresowanym modelem CreditMetrics proponuję przejrzenie jego dokumentacji: CreditMetrics – Technical Document.

Przy okazji, wszystkich zainteresowanych tematem zachęcam do spojrzenia na CRAN Task View: Empirical Finance. Wymienione są tam pakiety R użyteczne w zaawansowanych analizach i modelowaniu finansowym.

Szkolenie z budowy systemów scoringowych

W dniach 4-5.12.2008 prowadzę w Warszawie dla firmy eForum szkolenie z systemów scoringowych “Zastosowanie Punktowych Metod Oceny Klientów (Rating/Scoring Kredytowy I)”.

Szkolenie przeznaczone jest głównie dla początkujących i wprowadza uczestników od podstaw w tematykę budowy systemów scoringowych. Najważniejsze w szkoleniu jest przedstawienie kompletnej metodologii budowy systemów scoringowych. Ważnym elementem jest omówienie pojęć z zakresu systemów scoringowych, prezentacja kolejnych etapów budowy karty scoringowej oraz ćwiczenia praktyczne, podczas których uczestnicy szkolenia będą budować własne modele scoringowe.

Zapraszam wszystkich zainteresowanych!

Szkolenie to jest pierwszym z organizowanego przez firmę eForum cyklu szkoleń dotyczących systemów scoringowych. O kolejnych szkoleniach napiszę później.

Na początek

Ten blog będzie dotyczył moich zainteresowań zawodowych: systemu GNU R, analizy danych, statystyki obliczeniowej, data miningu oraz ryzyka kredytowego.

Najprawdopodobniej na blogu będzie dominował system R. Używam go intensywnie od kilku lat. Praktycznie codziennie. Uczę studentów wykorzystania R (data mining, statystyka), wykorzystuję go podczas szkoleń i przygotowywania materiałów szkoleniowych (R ma świetne możliwości graficzne). Z systemu R korzystam także podczas pracy statystyka w banku: do budowy systemów scoringowych, analizy ryzyka kredytowego, do budowy modeli na potrzeby metody zaawansowanej w Basel II oraz do innych celów. System R wykorzystuję także w projektach komercyjnych z bioinformatyki (analiza danych SELDI-ToF) i z innych dziedzin oraz w pracy naukowej.

Bez R nie wyobrażam sobie pracy. Narzędzie jest potężne, elastyczne i wciąż mnie zaskakuje. Wydaje się, że potrafi wszystko: obliczenia rozproszone, obliczenia symboliczne, programowanie obiektowe, integracja z dowolnymi narzędziami i językami programowania. Na serwerach CRAN w oficjalnej dystrybucji jest ponad 1500 pakietów / bibliotek rozszerzających możliwości R.

Z wpisów na blogu nie powstanie raczej kurs systemu R dla początkujących. Będę starał się wybierać głównie ciekawostki oraz potencjalnie przydatne w praktyce elementy. W Sieci można znaleźć bardzo dużo pomocy do nauki R. Potrzeba tylko dobrych chęci i czasu. Początki z R z pewnością będą trudne, ale naprawdę warto zainwestować czas.

Sądzę, że oprócz kwestii związanych z R dosyć często będą pojawiały się wpisy dotyczące data miningu. Będę pisał przede wszystkim o data miningu w kontekście R, ale też o innych darmowych narzędziach oraz o samej metodologii data miningu i algorytmach.