Credit Scoring Modern dengan Metode Kuantitatif & Behavioral Scoring
Credit Scoring Modern dengan Metode Kuantitatif & Behavioral Scoring
Tujuan
Pemahaman Konseptual Memahami peran credit scoring dalam manajemen risiko kredit. Menjelaskan perbedaan application scoring, behavioral scoring, dan model tradisional. Keterampilan Teknis Mengolah data dan memilih variabel yang relevan untuk credit scoring. Mengembangkan model kuantitatif dengan teknik statistik atau machine learning. Mengevaluasi performa model menggunakan metrik validasi standar (AUC, KS, dll). Menerapkan metode behavioral scoring untuk memprediksi perilaku nasabah berjalan. Implementasi Praktis Membuat kerangka kerja credit scoring dalam lembaga keuangan. Menentukan kebijakan cut-off score untuk persetujuan kredit. Melakukan monitoring performa model dan pembaruan model secara berkala. Memahami implikasi regulasi dan governance model kredit. Orientasi Bisnis Mengurangi risiko kredit secara signifikan. Mempercepat proses keputusan kredit (loan approval time). Meningkatkan profitabilitas melalui penilaian risiko yang lebih akurat. Mengoptimalkan portofolio kredit melalui segmentasi berbasis perilaku.
Materi
- Konsep Dasar Credit Scoring
Definisi & fungsi dalam manajemen risiko kredit Perjalanan dari credit scoring tradisional ke modern Model kredit: application scoring, behavioral scoring, collection scoring
- Data & Variabel dalam Credit Scoring
Data demografis, finansial, pekerjaan, dan karakter Data transaksi dan payment history Penggunaan alternative data: mobile data, e-commerce, sosial ekonomi Data preprocessing (cleaning, imputasi, normalisasi)
- Metode Kuantitatif
Statistik klasik (regresi logistik, diskriminan) Teknik machine learning (decision tree, random forest, gradient boosting, neural networks) Feature engineering untuk model kredit Validasi model: ROC-AUC, KS, Gini, confusion matrix Kalibrasi skor & cut-off decision
- Behavioral Scoring
Definisi dan kegunaan untuk existing customers Variabel perilaku: payment pattern utilization ratio frequency of credit usage early warning indicators Segmentasi berdasarkan perilaku Model prediktif untuk delinquency Monitoring & updating model
- Implementasi & Tata Kelola Model
Model lifecycle: development, validation, implementation, monitoring Kebijakan cut off scoring Fraud detection Compliance & regulasi (OJK, Basel II/III, risk governance) Integrasi dengan sistem credit decisioning F. Studi Kasus & Simulasi Pengembangan model regresi logistik sederhana Simulasi penentuan cut-off Contoh skor behavioral berdasarkan histori nasabah Diskusi & Tanya Jawab
Metode
Pre-test Presentation Discussion Case study Post-test
Fasilitas
Training Kit (Tas, Hand out, Flashdisk, Block note, Pulpen dll) Certificate Souvenir 2x Coffee Break, 1x Lunch PRICE (Running dengan kuota minimal 3 peserta)