Navigation überspringen

Lösungsarchitektur: Analyse der Bonitätsrisiko eines Kredits und Standardmodellierung

Das Bewerten von Kreditrisiken ist ein komplexes Verfahren. Kreditgeber wägen eine Anzahl quantitativer Indikatoren ab, um die Ausfallwahrscheinlichkeit zu bestimmen und die besten Kandidaten auf Grundlage der verfügbaren Informationen zu genehmigen.

Diese Lösung fungiert als Analyse für Kreditrisiken, die Ihnen bei der Bewertung von Kreditrisiken und der Verwaltung von Aufdeckungen mithilfe des Modells der erweiterten Analyse hilft. SQL Server 2016 mit R Services stattet Sie mit Predictive Analytics aus, wodurch Sie Kredit- oder Darlehensanwendungen bewerten und nur diese akzeptieren können, die bestimmte Kriterien erfüllen. Beispielsweise verwenden Sie womöglich die vorhergesagten Wertungen, die Ihnen helfen, zu bestimmen, ob ein Darlehen gewährt werden kann, und dann die Leitlinie in einem Power BI-Dashboard darzustellen.

Die datengestützte Modellierung von Kreditrisiken verringert die Anzahl der Darlehen, die ausfallgefährdeten Darlehensnehmern angeboten werden, wodurch die Rentabilität Ihres Darlehensportfolios erhöht wird.

Analyse der Bonitätsrisiko eines Kredits und StandardmodellierungDurch die Verwendung von SQL Server 2016 mit R Services können Kreditgeber das Kreditrisiko und die Ausfallwahrscheinlichkeit eines Kreditnehmers vorhersagen, wodurch weniger unrentable Darlehen vergeben werden.Power BISQL DatabaseMachine Learning

Implementierungsleitfaden

Produkte/Beschreibung Dokumentation

SQL Server R Services

SQL Server speichert die Daten des Kreditgebers und des Kreditnehmers. Auf R-basierende Analysen bieten Training und Prognosemodelle sowie Prognoseergebnisse für die Erfassung.

Machine Learning Studio

Mit Machine Learning können Sie ganz einfach Predictive Analytics-Lösungen in der Cloud entwerfen, testen, operationalisieren und verwalten.

Power BI

Power BI bietet ein interaktives Dashboard mit Visualisierungen, die in SQL Server gespeicherte Daten verwenden, um Entscheidungen bezüglich der Vorhersagen zu treffen.

Zugehörige Lösungsarchitekturen