Публикации
2023 г. – новый этап практического применения CXL, статья
VMware сдвигает акцент в проекте Capitola на CXL, статья
Dell Validated Design for Analytics — Data Lakehouse: интегрированное хранилище данных, статья
OCP Global Summit: решения для Computational Storage и компонуемых масштабируемых архитектур, статья
Samsung CXL MemoryySemantic SSD: 20M IOPs, статья
UCIe – открытый протокол для взаимосвязи чиплетов и построения дезагрегированных инфраструктур, статья
Omni-Path Express – открытый интерконнект для экзафлопных HPC/AI-систем, статья
GigaIO: CDI_решение на базе AMD для высшего образования, статья
Энергоэффективные ЦОД на примерах решений Supermicro, Lenovo, Iceotope, Meta, статья
От хранилищ данных и “озер данных” к open data lakehouse и фабрике данных, статья
EuroHPC JU развивает НРС-экосистему на базе RISC-V, статья
LightOS™ 2.2 – программно-определяемое составное блочное NVMe/TCP хранилище, статья
End-to-end 64G FC NAFA, статья
Computational Storage, статья
Технология KIOXIA Software-Enabled Flash™, статья
Pavilion: 200 млн IOPS на стойку, статья
CXL 2.0: инновации в операциях Load/Store вводаавывода, статья
Тестирование референсной архитектуры Weka AI на базе NVIDIA DGX A100, статья
Fujitsu ETERNUS CS8000 – единая масштабируемая платформа для резервного копирования и архивирования, статья
SmartNIC – новый уровень инфраструктурной обработки, статья
Ethernet SSD, JBOF, EBOF и дезагрегированные хранилища, статья
Compute, Memory и Storage, статья
Lenovo: CXL – будущее серверов с многоуровневой памятью , статья
Liqid: компонуемые дезагрегированные инфраструктуры для HPC и AI, статья
Intel® Agilex™ FPGA, статья
Weka для AI-трансформации, статья
Cloudera Data Platform – “лучшее из двух миров”, статья
Fujitsu ETERNUS DSP - разработано для будущего, статья
Технологии охлаждения для следующего поколения HPC-решений, статья
Что такое современный HBA?, статья
Fugaku– самый быстрый суперкомпьютер в мире, статья
НРС – эпоха революционных изменений, статья
Новое поколение СХД Fujitsu ETERNUS, статья
Зональное хранение данных, статья
За пределами суперкомпьютеров, статья
Применение Intel® Optane™ DC и Intel® FPGA PAC, статья
Адаптивные HPC/AI-архитектуры для экзаскейл-эры, статья
DAOS: СХД для HPC/BigData/AI приложений в эру экзаскейл_вычислений, статья
IPsec в пост-квантовую эру, статья
LiCO: оркестрация гибридныхНРС/AI/BigData_инфраструктур, статья
 
Обзоры
Все обзоры в Storage News
 
Тематические публикации
Flash-память
Облачные вычисления/сервисы
Специализ. СХД для BI-хранилищ, аналитика "больших данных", интеграция данных
Современные СХД
Информационная безопасность (ИБ), борьба с мошенничеством
Рынки
SAS: использование скоринговых моделей в банках в 5 раз увеличивает количество решений по выдаче кредитов без участия андеррайтера

26, декабрь 2013  —  В период экономической нестабильности применение в банках точных и быстро работающих скоринговых моделей, основанных на последних достижениях в области углубленной аналитики, приобретает особенное значение и становится важным инструментом для выполнения требований Базель II . Учитывая высокий интерес кредитных учреждений к данной теме, компания SAS  Россия/СНГ организовала в декабре 2013 года встречу специалистов ведущих российских банков с Наимом Сиддики (Naeem Siddiqi ), одним из наиболее авторитетных экспертов в разработке скоринговых карт, автором книги «Скоринговые карты для оценки кредитных рисков. Разработка и внедрение интеллектуальных методов кредитного скоринга», выпущенной в сентябре с.г. при поддержке российского офиса SAS .

Эта книга посвящена тому, как свести риски к минимуму и повысить эффективность работы крупных компаний. Бизнес-ориентированная методология разработки скоринговых карт универсальна для компаний по всему миру; все офисы и направления бизнеса могут использовать единые карты для оценки кредитного риска. Это позволит достичь гораздо более высокой точности прогноза, чем при использовании разрозненных методологий.

В своем выступлении Наим рассказал об особенностях скоринга в условиях экономической турбулентности и поведении заемщиков в период кризиса. По словам эксперта, глубокий анализ данных клиентов по разным характеристикам (например, в каких магазинах и каким способом оплачиваются покупки, что конкретно приобретается, как меняются покупательские предпочтения и пр.), помогает банкам более полно изучать и сегментировать своих клиентов, а, следовательно, точнее оценивать свои риски. Этот опыт очень ценен для российского банковского сообщества, поэтому возможностью лично пообщаться с экспертом такого уровня воспользовались специалисты многих известных кредитных учреждений: ВТБ24, Банка УРАЛСИБ, Райффайзенбанк, Росбанка, Банка «Тинькофф Кредитные Системы», Банка Хоум Кредит энд Финанс, Промсвязьбанка и других.

Начальник управления розничных кредитных рисков Московского кредитного банка Александр Шорников , принявший участие во встрече, отметил: «Мы активно используем скоринг и с 2012 года приняли решение развивать собственную скоринговую карту. Для этого был приобретен пакет SAS. Мы понимаем, что скоринговые модели и принципы их применения в системе принятия решения для сегмента сумм «выше среднего» не могут быть такими же, как для экспресс-кредитования, и будем развивать собственные модели. Наша важная задача – это достижение высокой операционной эффективности бизнеса, чтобы даже в сегменте кредитных лимитов “выше среднего” до 50% решений принимались бы без участия андеррайтера. Сейчас с использованием скоринговой модели для масс-маркет сегмента это возможно всего лишь для 10%. Уточню, что речь идет о классических потребительских кредитах физическим лицам на суммы среднего уровня, а это около 90% входящего потока наших заявок».

Во второй части своего выступления Наим Сиддики рассказал о возможностях решения SAS Credit Scoring for Banking , в разработке методологии которого он сыграл ключевую роль. По словам Наима, многие компании, купившие это решение, пока не в полной мере пользуются его функционалом, который включает в себя не только Enterprise Miner и отчетность, но и инструментарий аналитических таблиц, регулярную отчетность по мониторингу, что в контексте внедрения Базель II и III в России весьма актуально для российских банков. Также эксперт рассказал о новой версии решения SAS , которая будет выпущена в апреле 2014 г., и о ее особенностях – в частности, о ее инвариантности к модели данных, на которую настраиваются интерфейсы аналитических таблиц. Всё это позволит банкам, которые уже внедрили решение SAS , без труда использовать его функциональность в полном объеме.

Наим Сиддики работает в офисе компании SAS в Канаде. Он обладает 15-летним опытом в области управления кредитными рисками – как в качестве консультанта, так и в качестве пользователя решений в различных финансовых учреждениях. Наим проводит специализированные тренинги в Бельгии, Германии, Гонконге, Таиланде, Малайзии, Тайване, Австралии, России и США, и часто выступает на отраслевых конференциях по кредитному скорингу по всему миру.

В 2013 году Наим Сиддики провел курс Credit Scorcard Develpoment and Implementation ( Разработка и управление внедрением скоринговых карт для кредитования) в московском офисе SAS , но не все желающие смогли на него попасть ввиду высокой популярности курса. В связи с этим было принято решение об отдельной встрече с экспертом, а также о повторении курса в 2014 году.

Справочная информация

Компания SAS является крупнейшей в мире частной IT -компанией, специализирующейся на разработке и продаже решений и услуг в области бизнес-аналитики.

Компания основана в 1976 году, и сегодня в ее 400 офисах по всему миру работают более 13,5 тыс. сотрудников. В течение 37 лет годовой доход SAS постоянно возрастал и в 2012 г. достиг 2,87 млрд долларов. Клиентами SAS являются более 65 тысяч организаций в 135 странах мира. Среди них – 90 компаний из первой сотни лидеров, включенных в список «2012 FORTUNE Global 500®». По данным IDC за 2013 год, SAS занимает более 36% мирового рынка углубленной аналитики.

В России и странах СНГ компания SAS начала работу в 1996 году. Заказчикам компания SAS предлагает полный спектр решений и услуг в области бизнес-аналитики: консалтинг, внедрение, обучение и техническую поддержку. Клиентами SAS в России и СНГ являются все 10 крупнейших российских банков (Сбербанк России, ВТБ, Газпромбанк и др.), РЖД, «Аэрофлот», крупнейшие компании из телекоммуникационного и топливно-энергетического сектора.

Подробная информация - на веб-сайте компании: http://www.sas.com/russia .
Публикации по теме
Специализ. СХД для BI-хранилищ, аналитика "больших данных", интеграция данных
 
Новости SAS

© "Storage News" journal, Russia&CIS
(495) 233-4935;
www.storagenews.ru; info@storagenews.ru.