"# forecasting-defolt-Russia"
Банковская система является неотъемлемой частью экономики любой страны. Кредитование - важнейшая составляющая современной банковской системы.. А дефолтность (невозврат кредитов) – главный источник потерь
Формулировка: Задача:
Определить целевую переменную. Найти историческую динамику. Подсказка: https://cbr.ru/statistics/table/?tableId=302-09 Построить регрессионную модель зависимости потерь от макроэкономических факторов на исторических данных (набор используемых факторов и спецификация модели на ваш выбор) В 2020-2022 гг. происходили события, не поддающиеся статистическому прогнозированию. Необходимо выработать правило, по которому можно будет:: а) включить данные события в текущую модель б) оценить вероятность и последствия возникновения аналогичных факторов в будущем Подсказка: стресс-тесты, скрытый(shadow) фактор, value at risk. Проанализировать какие авторитетные источники прогнозных данных, для используемых в модели факторах доступны. Дополнительно: В 2021 году экономика России была на спаде из-за Covid. Однако уровень потерь в банковской системе снижался. Необходимо объяснить данный парадокс. Это должно помочь вам в построении основной модели.
Для прогнозирования тренда дефолта кредита использовали модель CatBoost и реализовали возможность мультиобучение, то есть возможность обучения модели на нескольких списков признаков, что не позволяет сделать базовый алгоритм. После чего применили алгоритм подбора наилучших гиперпараметров, на основе оценки r2_score, получили метрику - (Пока вычисляем).
Отличительная способность нашего решения, это предсказание с возможностью применения ряда серий признаков, что даёт повышенную точность и интерпретируемость модели.
Также в ходе исследования были выявлены наиболее важные признаки, влияющие на прогнозирование целевой переменной - (твой скрин с фичами).
Пояснения по графику прогнозирования, если мы видим резкий скачок, то это вызвана появлением глобального события, то есть черного лебедя