Дата мероприятия: 19/07/2023
19 июля 2023 года в Москве состоится ScorFest* 2023 — седьмой ежегодный форум о технологиях и инновациях в области скоринга. Форум объединяет подходы в оценке физических лиц и МСБ в online и offline-каналах, на основе современных технологий сбора, обработки и продвинутого анализа данных.
ScorFest 2023 – место встречи CRO, топ-менеджеров, курирующих управление рисками, специалистов по мониторингу и валидации рисков, аналитиков и data scientists, экспертов-практиков в области управления кредитными рисками, специалистов управлений количественного анализа и моделирования рисков. Форум привлекает широкий спектр организаций, включая банки, микрофинансовые, страховые, лизинговые, факторинговые, интернет-компании, телекоммуникационные и мобильные операторы, fintech-компании и технологические стартапы.
Программа включает обзор тенденций развития скоринговых технологий, лучшую экспертизу и практические кейсы адаптации риск-моделей в период санкций и экономической дестабилизации, инновации в современном риск – менеджменте, обзор возможностей, обеспеченных ростом цифровых технологий, а также ростом числа источников и объемов данных.
ЭКСПЕРТНАЯ ДИСКУССИЯ #1 ЭВОЛЮЦИЯ СКОРИНГА
ТРЕНДЫ, ИННОВАЦИИ, ВЫЗОВЫ
- Основные тренды в сфере скоринга и влияние на модели оценки рисков
- Санкционный скоринг — влияние на оценку заёмщика и учет новых факторов
- IT-импортозамещение — решения доступные после ухода крупных игроков по обработке данных (SAS, Oracle, Cisco, IBM, Microsoft и др.)
- ML, AI и BigData — риски и вызовы сектора
- Развитие персонализированного подхода и поведенческий анализ
- Нейронные сети vs. градиентный бустинг
- Скоринговая модель за 24 часа. Современные инструменты создания vs Качество
- Прогноз эволюции скоринговых моделей и предсказательных систем
СЕССИЯ #2 СКОРИНГОВЫЕ МОДЕЛИ
СОВРЕМЕННЫЕ ТЕХНОЛОГИИ и ЛУЧШИЕ ПРАКТИКИ
- Интеграция скоринговых моделей с цифровыми платформами: повышение эффективности и доступности
- Автоматизация процесса создания скоринговых моделей: от данных до принятия решений
- Методы оптимизации скоринговых моделей: улучшение производительности и качества
- ПКР — вес в скоринговой модели и трудности расчёта
- Консолидированный скоринг заёмщика как клиента разных финансовых организаций
- Распределенные реестры и их применение в скоринге
- Интеграция данных, новые источники: соцмедиа, цифровые следы, интернет вещей и др.
- Выбор уровней отсечения в условиях неопределенности. Модели прибыльности кредитования
- Валидация моделей. Вызовы мониторинга и валидации моделей в условиях внешних шоков
- Скоринг МСБ. Особенности во время турбулентности. Использование внешних данных
- Антимошеннический скоринг. Изменение профиля мошенников в новых условиях
- Коллекторский скоринг. Эффективные стратегии работы с должниками
- Скоринг в страховании. Прогнозирование суммы убытков
- Оценка самозанятых заёмщиков (СЗ). Критерии и источники данных
СЕССИЯ #3 НЕЙРОННЫЕ СЕТИ & СКОРИНГ
ЭФФЕКТИВНОСТЬ, РИСКИ, ТЕХНОЛОГИИ
- Преимущества и ограничения применения нейронных сетей в кредитном скоринге
- Оптимальная архитектура нейронной сети для скоринга с разнородными займами/кредитами
- Интеграция соцсетей и данных о связях между заемщиками в моделировании кредитного скоринга
- Обучение нейронных сетей на больших объемах данных для кредитного скоринга
- Анализ неструктурированных данных в нейронных сетях для прогнозирования кредитоспособности
- Интерпретируемость результатов нейронных сетей в кредитном скоринге
- Учет неоднородности данных и ансамблирование моделей в нейронных сетях для скоринга
- Подходы к предобработке данных для обучения нейронных сетей
- Использование рекуррентных нейронных сетей на последовательных данных
- Основные подходы и принципы в построении Feature Store (общее хранилище фичей)
- Сбор данных для обучения моделей при помощи оркестраторов ETL процессов (AirFlow и т.п)
- Что важнее бизнесу: высокое качество ML-решений или их контролируемость и интерпретируемость
- Организация контроля качества ML-решений работающих в продакшене
- Основные принципы и особенности в поиске новых источников данных и их тестировании
ЭКСПЕРТНАЯ ДИСКУССИЯ #4 СКОЛЬКО СТОИТ 1 GINI?
- Стоимость системы принятия решений состоит из нескольких элементов: IT-структура, данные, технологии, специалисты/сотрудники и т.д. Какая пропорция затрат оптимальна?
- Какие источники данных в России доступны, а какие к переоцененным с точки зрения цена/эффективность?
- Какая стоимость обработки 1 заявки экономически оправдана?
- Сколько стоит повышение предсказательной/ранжирующей силы скоринга на 1 пункт на практике?
- Какой экономический эффект дает повышение предсказательной силы на 1 пункт?
- Какие действия, помимо насыщения данными, может предпринять кредитор для повышения эффективности кредитного процесса?
БЛИЦ-ИНТЕРВЬЮ #5 СКОРИНГ и АНАЛИЗ ДАННЫХ В ОТРАСЛЯХ
СТРАХОВЫЕ КОМПАНИИ. ЛИЗИНГ. РИТЕЙЛ. КАРШЕРИНГ. ТЕЛЕКОМ. Е-КОММЕРС
- Отличие технологий оценки заёмщиков, отраслевая специфика
- Методы и подходы для оценки и управления рисками в своей организации
- Какие типы данных и переменных наиболее важны и информативны
- Измерение качества — метрики эффективности моделей
- Инструменты разработки и внедрения скоринговых моделей
- Будущее развития в отрасли, новые вызовы и возможности
Сайт форума: www.scoring-forum.ru
Организатор форума — компания Conglomerat
* Ранее — Scoring Case Forum (2016-2022 гг.)