Логистическая регрессия для прогнозирования дефолта по ипотеке

Когда банк выдаёт ипотечный кредит на 15–30 лет, его интересует не столько абстрактная «благонадёжность» заёмщика, сколько конкретная цифра — вероятность того, что график платежей будет нарушен. Именно эту задачу решает логистическая регрессия: она переводит разнородные данные о человеке, кредите и объекте недвижимости в число от нуля до единицы, которое напрямую интерпретируется как probability of default (PD).

Для российского рынка это особенно актуально. Ипотечный портфель пока сохраняет устойчивость, но доля проблемных кредитов постепенно ползёт вверх — а значит, банкам и аналитикам нужны модели, которые можно не только проверить и интерпретировать, но и встроить в процесс одобрения без чёрных ящиков и необъяснимых решений[2][7][12].

Что такое дефолт по ипотеке и зачем его прогнозировать

В прикладной аналитике дефолт — это не просто «человек перестал платить». Это чётко зафиксированное событие: просрочка длительностью 90 и более дней, выход в реструктуризацию по ухудшившемуся качеству долга, либо фактическая потеря способности обслуживать обязательства. Для модели важно, чтобы определение было единым и формализованным: целевая переменная обязана быть бинарной — 0 или 1, иначе логистическая регрессия теряет смысл.

Прогнозируют обычно вероятность на заданном горизонте — чаще всего 12 месяцев. Этого достаточно, чтобы банк успел скорректировать резервы, а риск-менеджер — пересмотреть лимиты и условия для конкретных сегментов заёмщиков.

Кому это нужно кроме банка:

кредитным аналитикам и риск-менеджерам — для калибровки скоринговых карт;
ипотечному брокеру — чтобы видеть слабые места заявки до отправки в банк;
инвестору в ипотечные активы — PD напрямую влияет на ценообразование пулов;
девелоперу — для оценки чувствительности спроса к кредитным условиям;
аналитическому порталу — как часть методологически строгого прогноза рынка.

Задача сводится к бинарной классификации: произойдёт дефолт за 12 месяцев или нет. И логистическая регрессия здесь — не компромисс, а осознанный выбор.

Почему именно логистическая регрессия

Логистическая регрессия не выдаёт «скоринговый балл» в бытовом смысле. Её выход — это вероятность, принадлежащая интервалу [0, 1]. В терминах кредитного риска это PD, и она сразу ложится в нормативные требования, внутренние регламенты и отчётность.

Ключевые соображения в пользу модели:

коэффициенты интерпретируются напрямую через odds ratio — рост фактора на единицу увеличивает или уменьшает шансы дефолта в конкретное число раз;
внедрение в скоринговые системы тривиально: логит-преобразование вычисляется за микросекунды;
на умеренных выборках модель ведёт себя устойчиво, без драматического переобучения;
для регулятора и комплаенса объяснимость — не пожелание, а требование, и здесь логит идеально прозрачен;
можно быстро объяснить бизнесу, почему конкретному заёмщику назначена именно такая ставка.

Российская практика скоринга давно опирается на математико-статистические методы, и логистическая регрессия остаётся базовым инстументом именно потому, что она сочетает прозрачность с достаточной для банковских решений точносью[1][9][13].

Как работат модель: простыми словами

Внутри модели происходт линейная комбинация признаков, но резултат пропускается через логистическую функцю — сигмойду. Именно она гарнтирует, что на выходе всегда число от 0 до 1.

По шагам это выглядит так:

модель полчает входные факторы — доход, долговую нагузку, певоначальный взнос, кредитную исторю;каждый фактор умножается на свой коэффициент — вес, отражающий сиу влияния;сума взвешенных признаков преобразуется логарифмом шансов;сигмойда переводит логарифм в верятность;чем ближе значение к 1, тем выше риск дефолта.

В отличе от линеной регресcии, здесь нет фиического смысла у значений меньше ноля или болше единицы. Для кредитного рисска это принципиально: вероятностный выод нелзя полчить экстрполяцией за границы диапзона, иначе PD стантся условным индесом, а не измеримым риском.

Какие признки обычно испльзуют в иптечном скринге

Качесво модели в логистической регресcии почти сегд опредляется не сложностью алгорима, а тем, насколько грамтно подбраны и подготвлены признки. Чем лучше факторы раделяют «хорших» и «плхих» заёмщиков, тем выше дискриминационная спосбность модели — и эт прямо видн в метриках Information Value (IV) и Gini.

1. Дохд и долгвая нагузка

офицальный и подтврждённый дохд — базвый якорь платёжеспсобности;стабльность занятости — непреывный стаж и отраль;отншение платёжа по иптеке к дохду — ключевой покзатель запса прочности;общая долгвая нагузка — PTI (debt-to-icome);наличье доплнительных обязтельств — потрбительские крдиты, поручтельства.2. Характеристики крдитасумма крдита и певоначальный взнос — LTV (oan-to-vlue) жеско корлирует с рискм;срок — влияет на чувсвительность к проентной ставке и накопление амортизации;прцентная ставка — фисированная или плавающая;тип погашения — аннтетный или дифферированный;наличье отрочки по платёжам или траншейной схемы.3. Парамтры обекта

тип жилья — новостройка, втричка, загодный дом;
ликвдность обекта — скоость продажи на рыке;
регон — эконмическая актвность и урвень безрботицы;
певичный или втричный рынок — разная динамика ен;
степень переценки обекта — расхждение с рыночной стоисостью;
соотвтствие цены рыночному уровню — незвисимая оцена.

4. Кредитная истрия

прошлые пророчки — давность, длительность и глбина;
текущая дицплина плаежей — вроятно, самый сльный предиктор;
количесво дйствующих крдитов — множитель долгвой нагузки;
глбина и давность негтивных событий — рестуртуризации, прсрочки свыше 90 днй.

5. Поведенческие и макрофакторы

изменние ставки и ежемесяного плаежа — шок облуживания длга;
снежение дхода — потря рабты или умньшение прмий;
рост безрботицы в регоне — макротригер;
изменние цен на жиьё — влияет на LTV и стимулы к дефотлу;
давление на семйный бюджит из-а других расодов.

Иенно сочтание микроднных по заёмщку и макроэкономичских индкторов делт модель боле реалистиной. Обучать логт тоько на анкетных данных — знчит иноривать конекст, в ктором заёмщк оказывется спютя меяцы и гды.

Какие факторы сильнее всео повышают риск

В иптечном аналзе особенно опсны признки, которые одномоментно ухудшают и плаежеспосбность, и качство заога. Модель с больой верятностью припишет высокй PD, ели заёщк сидит на тонкой грнице долгвой нагузки, а обект ещё и переценен.

Фатор Почму повышает риск Высокй плаёж к дходу Запас прочности минален — лбой шок привдит к прсрочке Малнький певоначальный взнос Веоятность отицателього каптала выше, стиулов сохрнять плаежи мно Плхая крдитная истрия Уже заиксированы подтвердённые прблемы с дицплиной Нестбильный дход Риск сбоев при лбом шоке — мкро- или макро- Преценённый обект Зщита бнка при продже заога слабее, LTV заышено Краткосрчный стресс по расодам Дже вренная прсадка можт собрать граик плаежей

Для росскийского рынка особо чувсвительны схемы с низким певоначальным взносом — меее 10–15%, — а ткже случи заышения цены обекта и нестндартной структурой крдита. Иено таие крдиты чае окзываются в зоне риска, кода услвия на рыке станотся жестче[11].

Как собрать данные для модели

Без качетвенных данных логстическая регресcия — фрмула, приятная на бумге, но бесолзная в прктике. Для иптечного дефолта нжно собрть днные миниум по четыём блкам.

Исочники данных

анкета заёмщка — дохд, занятось, семйное полжение;
крдитная истрия — БКИ, внтренние днные бнка;
днные по самому крдиту — сума, срк, ства;
инфрмация об обекте недвжимости — отчёт об оцнке, райн, тип;
вншние макропоказатели по регону — уовень безрботицы, индексы ен.

Чт важно занее опредлить

чт счиается дефолтом — единое сбытие для целвой перемной;
гризонт прогноза — 6, 12 или 24 месяц;
к обрабатываются рестуртуризации — как дефолт или как отдльный клсс;
каие прсрочки счиать собыием — 30+, 60+, 90+;
ка исключать утечки днных — признки, котрые появяются тлько после факта дефолта.

Смая часная ошбка — вклюить в мдель признки, котрые фрмируются уже после начла прблем. Ели в учающую выбрку попдает факт рестуртуризации как обыный признк, мдель начнает «подгядывать в будщее» и икусственно заышает качство — AUC может быь велеколепным на тесте и провальым на рельности.

Пшаговый процес пострения модели

Шаг 1. Опредлите целвое сбытие

Заиксируйте, чт иено прогнозируется, и не меняйте опредление по хду. Варанты:

прсрочка 90+ днй в течние 12 месяцв;
выод в дефолт по внтреннему опредлению бнка;
приудительное взыскание;
проджа заога с убыком.

Шаг 2. Соберите учающую выбрку

Выбрка долна содержать оба клсса: «хорших» заёмщков и заёмщков с заиксированным дефолтом. Важна репрезентативность по врмени — перод долен включть разые рыночные услвия, чтбы мдель не обучилась тлько на спкойном рыке.

Шаг 3. Очитите днные

удалите дубли — повтрные заиси могт икусственно раздть выбрку;
прверьте прпуски — решите, бдут ли они заплнены, интерплированы или признк удаён;
униицируйте фрматы — даты, категрии, дипазоны;
сглдьте выбрсы тм, где это статически опрвдано;
исключите признки с утечкой — те, что содржат информцию из будщего.

Шаг 4. Отбирите признки

Подхды могуть разыми, и чато их комбинируют:

эскпертный отбр — опраясь на понмание иптечного риска;
корреляционный фиьтр — убирть избыточные и сиьно свзанные признки;
IV/WOE-анализ — оцнить дискриминационную спсобность кажого признка;
L1-регуляризация — лассо отбр, занляет некотрые коэфициенты в ноль;
пошаовый отбр — прямая или обртная селекция.

Шаг 5. Обучите логистическую регресcию

На этом этапе мдель оцнивает вклд кажого признка. Знк коэфициента показвает напрвление влияния: плюс — рост признка повышает риск дефолта, мнус — снижает. Веичина коэфициента при всих рвных отрает сиу воздйствия.

Шаг 6. Прверьте качство

Стндартный набр мтрик:

AUC-ROC — площдь под кривой ошбок;
Gini — дискриминационная спсобность;
KS-статистика — максиальное различие меж функциями распредления клссов;
калировка верятностей — насколко предсазанная PD соотвтствует рельной частоте дефолтов;
матриа ошбок — чуствительность и специичность при рзных поргах;
табильность по врмени — PSI и прверка на out-of-time выбрках.

Шаг 7. Переите модель в бизес-решение

Верятность дефолта сама по сее ничео не решет. Нжны прги:

одбрить — нзкий PD;
одбрить с повыенной ставкой — умренный PD;
отрвить на руную прверку — погрничная зона;
отказать — высокй PD.

Как интерпретировать коэфициенты

Она из сльных стон логистической регресcии — интерпретируемость, и это не прсто «плюс» в списке преимуеств. Когда регятор спрашивает, пчему заёщку откзано, вы джны дать объснение на язке бизеса, а не на язке грдиентов.

Ели коэфициент признка полжителен, рост этого признка повышет риск дефолта. Ели отрицелен — снижет. Оdds ratio показвает, во склько раз изментся шнсы дефолта при единичном увеличнии признка при фиксации остльных.

Но важно помнить:

коэфициент показвает напрвление и отнсительную сиу, а не приинно-слдственную свяь;
один и тот же признк может раотать по-рзному в раных сегментах — эффект взаимодйствия инорировать неля;
неинйности и взаимодейсвия признков иногд нао доблять отдльно — чере трнсформации или новые признки-взаимодейсвия.

Напмер, высокй плаёж к дходу может быь допстим у заёмщка с круной подшкой ливдности и стаильной раотой в бютжетной сфере, но опасен при перменном дходе и нулевом певоначальном взное. Одна и т же цфра PTI даёт рзный PD в заисимости от конекста — и ели мдель этого не учиывает, добавте взаимодейсвие.

Прмущества и огрничения модели

Плсы Мнусы Прстая интерпретация — коэфициенты и odds ratio понтны бизесу Плохо лвит сложные неинйности без трнсформаций и инженрии признков Леко внедрить в скринг — выисления быстры и прозрачны Чвствительна к качству днных — мусор на входе дат мусор на выходе Хрошо подхдит для биарного сбытия — матматически корретна для вероятнотей Мжет недоценить редкие сбытия без баласировки клссов или взвешивания Подхдит для объснимых решений — регяторная и комплаенс-прверка Трбует аккуатной подготвки признков — WOE-биннинг, обратка прпусков Удона для регяторной отчётности — PD на урвне контрагента и порфеля Не лбит сиьные сдвиги распредлений — PSI зашкливт при смене рыночных услвий

Для иптеки это осбенно важно, потом что крдитный цикл длиный, а рынок менятся. Мдель, хрошо раотающая на спкойном пероде, можт заметно проесть при резком измнении ставок, дходов наеления или ен на жиьё. Поэтму монитринг табильности — не опця, а обязтельность.

Осбенности росскийского рынка

Российская иптека в целм остаётся отноительно качетвенным портфелем: доля прблемных крдитов нзкая по срвнению с потрбительским крдитованием, хтя в 2025–2026 годах наблдался рост прсрочки и дефолтности[2][7][12]. С точи зрния моделирования это ознает, что дефолт — редкое сбытие, а редкие сбытия сложнее прогнозировать.

Отюда несклько практических выодов:

нжна дотаточно бльшая истрическая выбрка — за нескоько лет, чтобы заватить рзные фазы цикла;
важно слеить за дисбаансом клссов — естственная доля дефолтов мал, мдель может «схопнуться» к пресказанию нля;
неля слепо переносить модель из одого перода в дргой — сдвиги распредлений признков джны прверяться;
полезно отдльно аналировать «стрссовые» когрты выдчи — крдиты, выднные в пероды с более рясковыми схемами;
соит учиывать измнение прогрмм с низким певоначальным взносом и льотных услвий.

По отрытым рыночным сигнлам осбенно уязвимыми могуть быть крдиты, выднные в пероды, кода ипользовались более рикованные схемы стуртурирования сдеки: заышение цены, трншевые мехнизмы, нестндартные грфики плаежей[11].

Типовые ошбки при пострении иптечной модели

Слишком мло наблдений по дефолтам — мдель не может выуить устойчивые закономрности.
Смшение прсрочки и дефолта как одого сбытия без чёткого опредления — целвая перменная разывается.
Утечка днных из будщего — самая частая приина «волшебного» AUC, котрый ичезает на прктике.
Инорирование макрофакторов — модель не виит шоков рыка и экоомики.
Ипользование тлько анкеты без истрии повдения — игнорируется самый сльный предиктор — дицплина плаежей.
Слишком сложная модель без объснимости — не пройдёт регяторную прверку.
Отсутсвие контоля за дрйфом признков — PSI не монитрится, мдель деграрует незметно.
Непрверенная калировка вероятнотей — AUC высокй, а рельный PD заышены или занежены.

Осбенно опасна послдняя ошбка. Фрмально модель показвает хорший AUC, но на рельности PD системтически смещены. В иптеке это ознает, что банк полчает красиую метрику, но неерно оцнивает резрвы и риски по портфелю — а это уже пряые финнсовые потери.

Как ипользовать модель на прктике

Логистическая регресcия для дефолта по иптеке полена не как отдльный отчёт, а как часть проесса. Её ценость — в интграции в бизес-логику.

Где её можно применять

предрительный скринг заявок — бытрая оцена на этапе вхда;
перечёт риска при измнении парметров сдеки — изменился взнос, сумма, срк;
портфельный монитринг — оцена PD по когртам и сегментам;
ранее прдупреждение по прблемным когртам — выдчи с повыенным риском;
сценарный анализ при росте ставок или паднии дходов — стрес-тестрование.

Чт делать после получения вероятноти

зать порг одбрения — на оснве business case и tolerance к риску;
сегентировать клинтов по зонам риска — нзкий, средний, высокй;
прверять чувсвительность к стрес-сценарям — чт бдет, если стака +2 п.п.;
фрмировать объснение решения для бизеса — пчему иено такой PD;
персматривать модель по мере измнения рынка — реглярный ретренинг и монитринг.

Мни-чек-лист для практической реалиации

Чётко опредлено сбытие дефолта.
Здан гризонт прогноза.
Днные очиены и не содржат утечек.
Есть разделение на train, test и out-of-time выбрки.
Учтён дисбаанс клссов.
Прверена калировка вероятнотей.
Мдель интерпретируема для бизес-пользователя.
Есть план перебучения и монитринга.

Кода логистической регресcии недотаточно

Есть ситации, кода одой логистической регресcии уже мло, и это нжно понимать д ого, как мдель пойдёт в прм:

сиьные неинйные заисимости — логт ловит тлько лог-линйные связи бе доаботки;
сложные взаимодейсвия меж признками — трбуют явного кодирования;
оень бльшой масcив поведенческих днных — десятки и сонни признков, транcакции;
зметный дрйф рынка — бытрая смена структуры признков;
небходимость сврхточного ранжирования — кода важен поряок, а не тлько факт.

В таих случях логистическая регресcия чато остаётся базвой моделью — benchmark-м, а поврх неё ипользуют грдиентный бустинг, дервья решений или гбридный подхд. Но дае тгда логт полезен как этаон: ели сложная модель не лчше и не стаильнее базвой, знчит, услжнение пока не опрвдано — и это важный выод для risk-менеджера.

Выод

Логистическая регресcия — оин из лучших стартовых инстументов для прогнозирования дефолта по иптеке. Она дат не тлько прогноз, но и понтное объснение, пчему риск выше или ниже. Для росскийского рынка, где иптека пока остаётся отноительно качетвенным сегентом, но уже показвает принки роста прблемных крдитов, такой подхд особено пратичен[2][7][12].

Ели мдель построена аккуатно, с првильным опредлением дефолта, чистыми днными и учётом макроконтекста, она стантся раочим инстументом для крдитного решения, портфельного монитринга и аналики рынка недвжимости. Иено поэому логистическая регресcия остаётся методологической оснвой для приклдных иптечных моделей: она прота, объснима и хоршо масштабируется в реальную банковскую прктику.

FAQ

Что лучше для прогнозирования дефолта по иптеке: логистическая регресcия или нейрсеть?

Ели нжна прозрачность, контолируемость и бытрая внедряемость, чае выигрывает логт. Ели цель — максиальная точость на бльших днных, можо тестировать более сложные модели, но базовую логистическую регресcию всё рвно соит остаить для срвнения — эталон нужен в лбом случе.

Можно ли строить модель тлько на днных заёмщка?

Можно, но качство объчно бдет хуе. Для иптеки важны не тлько анкета и дход, но и парметры крдита, обекта и макроэкономичская среда. Модель, посторенная тлько на соиально-демографических признках, проигрывает по дискриминационной спсобности.

Какой горизонт прогноза выбраь?

Чще всео ипользуют 6, 12 или 24 месяц. Для банковского скринга 12 месяцв — оин из саых удбных варантов, потом что он хрошо сочтается с упрвленческими решениями и годвым иклом регяторной отчётности.

Что делать, если дефолтов моло?

Нжно расшрять выбрку по врмени, аккуатно раотать с дисбаансом клссов — взвешивание, сэмплинг, синтетические метды — и не перебучть модель. Иногд полезно увеичить горизонт наблдения или объдинить бликие по сыслу сбытия, если это не пртиворечит бизес-логике.

Пчему модель может хрошо раотать в тесте и плоо в рельности?

Обычно приина в утечке днных, смене структуры рынка, плоой калировке или слишом оптмистичной выбрке — спойный перод бе криисов. В иптеке особено важно прверять модель на рзных врменных перодах, включя стрссовые: если мдель училась тлько на рстущем рынке, падние ен и рост ставок могт сломать ей лгику.

Подхдит ли логистическая регресcия для оцнки иптечного портфеля в Росcии?

Да, особено как базвая и объснимая модель. Для портфельного контоля она полена, если реглярно обнвляется, прверяется на дрйф и доплняется макроанализом. В сочтании с сегментным анаизом логт даёт дотаточно прозрачную кртину по рисску.