Raport: Projekt zespołowy.Analiza bazy informacji kredytowej.

Autorzy:

  • Yuliya Sharkova
  • Michał Owczarek
  • Aleksander Urbański

1. Wprowadzenie

Analiza danych odgrywa fundamentalną rolę w realizacji projektów opartych na danych.

Niniejszy raport koncentruje się na obróbce historycznych danych dotyczących wniosków kredytowych. Proces ten obejmuje ich: - oczyszczanie, - analizę, - wizualizację.

Dzięki odpowiedniemu przetwarzaniu danych możliwe jest nie tylko eliminowanie nieścisłości, ale również ich przekształcenie, co pozwala na: - formułowanie wartościowych wniosków, - podejmowanie bardziej świadomych decyzji strategicznych.

Celem projektu jest: 1. Przedstawienie kompleksowego podejścia do analizy danych. 2. Zaprezentowanie etapów od przygotowania danych aż po ich interpretację.

Szczególny nacisk położono na: - identyfikację braków, - weryfikację spójności, - transformację kluczowych informacji.

Te etapy stanowią fundament dla zaawansowanych metod analitycznych, takich jak: - wnioskowanie statystyczne, - odkrywanie ukrytych wzorców w danych.

Ten dokument zawiera podsumowanie procesu analizy i oczyszczania danych w projekcie zespołowym. Plik wejściowy: previous_application_new.csv

2. Data Cleansing. Wrangling

2.1. Analiza braków

  • Zidentyfikowano brakujące dane w kilku kolumnach, uwzględniając ich liczbę i procent.
  • Skupiono się na kolumnach z największą liczbą braków.

2.2. Usuwanie kolumn z dużą liczbą braków

  • Usunięto kolumny z brakami danych przekraczającymi 90%.
  • Lista usuniętych kolumn została zarchiwizowana.

2.3. Naprawa braków w danych

  • Braki w danych liczbowych uzupełniono medianą.
  • Braki w danych kategorycznych uzupełniono trybem.

2.4. Walidacja danych

  • Wszystkie kolumny zostały zweryfikowane jako kompletne.
  • Walidacja potwierdziła brak brakujących danych.

2.5. Zapis oczyszczonych danych

Proces przetwarzania i czyszczenia danych był kluczowym krokiem w przygotowaniu informacji do dalszej analizy.

  • Eliminacja kolumn: Usunięto kolumny z dużą liczbą braków, co pozwoliło na poprawę spójności danych.
  • Uzupełnienie braków: Braki w zmiennych liczbowych uzupełniono medianą, natomiast w zmiennych kategorycznych trybem.

Dzięki tym operacjom uzyskano zestaw danych: - kompletny, - zgodny ze standardami analitycznymi, - gotowy do dalszego przetwarzania.

Weryfikacja danych: - Walidacja pozwoliła zidentyfikować i wyeliminować potencjalne rozbieżności. - Potwierdzono integralność i spójność przekształconych danych.

Oczyszczone dane stanowią solidną podstawę dla kolejnych etapów projektu, takich jak: - wizualizacja danych, - analiza opisowa, - testy statystyczne.

Finalny plik z przetworzonymi danymi został zapisany pod ścieżką: C:/Users/user/Documents/GIT projekts/Analiza_danych-Projekt_Zespolowy2024-2025/previous_application_cleaned_finished.csv

3. Wizualizacja Danych

W tej sekcji przedstawiono kluczowe wizualizacje danych przygotowanych na podstawie wcześniejszej analizy. Każdy wykres został zapisany i opisany poniżej.

Rozkład Wnioskowanej Kwoty

- Większość wniosków dotyczy niewielkich kwot poniżej 500 000. - Rozkład jest prawostronnie skośny.

Rozkład Kwoty Kredytu

- Zdecydowana większość wniosków dotyczy niskich kwot kredytu (poniżej 500 000). - Pojawiają się nieliczne przypadki wysokich kwot kredytu (powyżej 2 000 000).

Rozkład Wkładu Własnego

- Największa liczba wniosków dotyczy wkładu własnego w przedziale 40 000–50 000. - Rozkład jest symetryczny z niewielką liczbą wartości skrajnych.

Rozkład Cen Towarów

- Dominują towary o cenie poniżej 500 000. - Rozkład wskazuje na prawostronną skośność.

Rozkład Rocznej Raty

- Większość wniosków dotyczy rat rocznych poniżej 50 000. - Nieliczne przypadki wskazują na wysokie raty powyżej 150 000.

Rozkład Wnioskowanej Kwoty w Podziale na Typ Umowy

- Kredyty gotówkowe najczęściej mieszczą się w przedziale 100 000–150 000. - Inne typy kredytów skupiają się w niższych przedziałach kwotowych.

Rozkład Cen Towarów w Podziale na Kategorie Portfela

- Towary o niskich cenach (poniżej 500 000) dominują niezależnie od kategorii portfela.

Zależność Między Wnioskowaną Kwotą a Kwotą Kredytu

- Widoczna jest liniowa zależność między wnioskowaną kwotą a przyznanym kredytem.

Zależność Między Procentem Kredytu a Wkładem Własnym

- Wysoki wkład własny częściej występuje przy niższym procencie kredytu.

Rozkład Celów Kredytów

- Dominują kredyty przeznaczone na remonty, inwestycje i bieżące wydatki.

Stan Umowy w Zależności od Rodzaju Klienta

- Proporcje stanów umowy różnią się w zależności od rodzaju klienta.

Rozkład Liczby Wniosków w Czasie

- Najwięcej wniosków jest składanych w godzinach popołudniowych.

Liczba Wniosków w Czasie (Dzień Decyzji)

- Liczba wniosków zmienia się w zależności od dnia, wskazując na różnorodne trendy.

Kwota Kredytu w Zależności od Celu Kredytu

- Kredyty na budowę domu lub zakup nieruchomości charakteryzują się najwyższymi kwotami.

Rozkład Liczby Rat w Podziale na Kategorię Produktu

- Liczba rat różni się w zależności od kategorii produktu. Najwięcej rat przypada na produkty hipoteczne.

Każda wizualizacja została zapisana w formacie .png i może być wykorzystywana do dalszej analizy i prezentacji wyników.

4. Analiza Opisowa

W tej sekcji przedstawiono analizę danych w oparciu o różne zmienne opisowe i ilościowe.

4.1 Boxplot: Wnioskowana Kwota (log10)

Poniżej przedstawiono boxplot dla wnioskowanej kwoty z wykorzystaniem skali logarytmicznej.

Boxplot Wnioskowana Kwota - Wykres przedstawia rozkład wnioskowanej kwoty w skali logarytmicznej. - Widoczna jest obecność wartości odstających w górnym zakresie kwot.

4.2 Macierz Korelacji

Wykres przedstawia macierz korelacji pomiędzy zmiennymi numerycznymi w zbiorze danych.

Macierz Korelacji - Wykres pokazuje relacje między zmiennymi numerycznymi w danych. - Silne korelacje mogą sugerować redundancję zmiennych lub istotne relacje.

4.3 Obserwacje na Podstawie Analizy Opisowej

  • Macierz Korelacji: Wskazuje na potencjalne powiązania między zmiennymi, które mogą być istotne dla dalszych analiz.
  • Boxplot Wnioskowanej Kwoty: Rozkład wskazuje na obecność wartości odstających w górnym zakresie, co może mieć wpływ na analizy statystyczne.

4.4 Wnioski i Sugestie

  • Większość wniosków dotyczy umiarkowanych kwot, ale widoczne są wartości odstające w górnym zakresie.
  • Silne korelacje między zmiennymi numerycznymi mogą sugerować redundancję lub istotne relacje, które należy uwzględnić w dalszych analizach.

5. Wnioskowanie (testy statystyczne)

5.1. Porównanie wnioskowanej kwoty w zależności od stanu umowy

Porównanie wnioskowanej kwoty w zależności od stanu umowu Na podstawie wykresu i wyników testów statystycznych z użyciem funkcji ggbetweenstats, można wyciągnąć następujące wnioski: 1. Istotność różnic między grupami:

Wartość statystyki F dla testu Welch ANOVA wynosi F(3, 3021.34) = 959.40, a wartość p jest równa p < 0.001. Oznacza to, że istnieją istotne statystycznie różnice w średnich „wnioskowanej kwoty” między grupami określonymi przez „stan_umowy” (Approved, Refused, Canceled, Unused offer).

  1. Wielkość efektu:
    Wielkość efektu (eta squared) wynosi 0.49, co wskazuje na bardzo duży efekt w kontekście różnic między grupami. Oznacza to, że znaczna część zmienności w wartościach „wnioskowanej kwoty” jest wyjaśniana przez zmienną „stan_umowy”.

  2. Porównania parami (Post-hoc):
    Testy post-hoc (Games-Howell) pokazują istotne różnice między wszystkimi grupami:

    • Approved vs Refused: p < 0.001
    • Approved vs Canceled: p < 0.001
    • Approved vs Unused offer: p < 0.001
    • Refused vs Canceled: p < 0.001
    • Refused vs Unused offer: p < 0.001
    • Canceled vs Unused offer: p < 0.001
      Wyniki te wskazują, że różnice między średnimi wartościami w każdej parze grup są statystycznie istotne.

  3. Średnie wartości (średnie wnioskowane kwoty):

    • Approved: średnia wnioskowana kwota wynosi około 204 tys..
    • Refused: średnia wnioskowana kwota wynosi około 350 tys..
    • Canceled: średnia wnioskowana kwota wynosi około 129 tys..
    • Unused offer: średnia wnioskowana kwota wynosi około 69 tys..

  4. Wizualizacja:

    • Grupa Approved charakteryzuje się największą liczbą obserwacji, ale niższymi średnimi w porównaniu do Refused.
    • W grupie Refused widoczne są wyższe wartości wnioskowanych kwot, co może wskazywać na częstsze odrzucanie wyższych wniosków.
    • Grupa Unused offer ma najniższe średnie wartości, co może sugerować, że te oferty były na ogół niskiej wartości i nie zostały wykorzystane.

Wnioski:

  • Istnieją wyraźne różnice w wysokości „wnioskowanej kwoty” w zależności od statusu umowy.
  • Najwyższe wnioskowane kwoty odnotowano w grupie „Refused”, co może świadczyć o bardziej rygorystycznym podejściu do wyższych wniosków.
  • Najniższe wartości wniosków znajdują się w grupie „Unused offer”, co może wskazywać na ich mniejsze znaczenie w kontekście całego zbioru danych.

5.2. Korelacja między wnioskowaną kwotą a kwotą kredytu

Korelacja między wnioskowaną kwotą a kwotą kredytu Na powyższym wykresie przedstawiono analizę korelacji między wnioskowaną kwotą kredytu a faktycznie przyznaną kwotą kredytu.

  1. Wartość współczynnika korelacji r (Pearsona):
    • Współczynnik korelacji wynosi r = 0.65. Jest to umiarkowanie silna dodatnia korelacja, co oznacza, że wraz ze wzrostem wnioskowanej kwoty, zazwyczaj rośnie również kwota przyznanego kredytu. Nie jest to jednak zależność doskonała (r = 1 oznaczałoby idealną liniowość).
  2. Istotność statystyczna:
    • Wartość p = 0.00 (z dokładnością do obliczeń komputerowych) wskazuje na to, że korelacja jest statystycznie istotna. Innymi słowy, istnieje bardzo małe prawdopodobieństwo, że zaobserwowana zależność jest dziełem przypadku.
  3. Przedział ufności:
    • Przedział ufności na poziomie 95% wynosi [0.65, 0.66]. To oznacza, że rzeczywisty współczynnik korelacji w populacji znajduje się w tym zakresie z 95% pewnością.
  4. Liczność próby:
    • W analizie uwzględniono 25 000 par danych (n_pairs = 25,000), co jest bardzo dużą próbką. Duża liczba danych zwiększa wiarygodność wyników i minimalizuje wpływ losowych błędów.
  5. Wykres rozrzutu:
    • Na wykresie widać punkty danych (czarne kropki), które są rozproszone wokół niebieskiej linii regresji (pokazującej trend liniowy). Większość punktów układa się zgodnie z tą linią, co potwierdza dodatnią korelację.
    • Histogramy na osiach pokazują rozkład zmiennych: dla wnioskowanej kwoty (oś pozioma) oraz kwoty kredytu (oś pionowa). Obie zmienne mają rozkłady z dużą liczbą małych wartości i niewielką liczbą dużych wartości (asymetria w prawo).
  6. t-Studenta:
    • Wartość t-Studenta wynosi 136.78, co świadczy o bardzo dużym efekcie przy tak dużej próbie.

Wnioski:

  • Istnieje istotna i umiarkowanie silna dodatnia korelacja między wnioskowaną a przyznaną kwotą kredytu.
  • Analiza sugeruje, że choć kwota kredytu jest generalnie zbliżona do kwoty wnioskowanej, istnieją również pewne odchylenia (prawdopodobnie z powodu polityk kredytowych lub zdolności kredytowej wnioskodawców).

5.3 Analiza zależności między stanem umowy a celem kredytu

Analiza zależności
Analiza zależności

Na przedstawionym wykresie widzimy wyniki analizy zależności między zmiennymi „stan_umowy” a „cel_kredytu”, przeprowadzonej przy pomocy testu chi-kwadrat oraz wizualizacji procentowego udziału kategorii w ramach celu kredytu.

1. Wyniki statystyczne

  • Test chi-kwadrat:
    • Wartość testu \(\chi^2\) wynosi 1384.86, co oznacza, że istnieje zależność między zmiennymi.
    • Wartość p (p < 0.001) wskazuje, że zależność jest statystycznie istotna.
  • Cramer V = 0.13:
    • Wskaźnik Cramera V (od 0 do 1) sugeruje słabą zależność między kategoriami.

2. Kluczowe obserwacje

Wykres słupkowy prezentuje udział różnych stanów umowy (Approved, Refused, Canceled, Unused offer) w ramach każdego celu kredytu (cel_kredytu). Kluczowe obserwacje:

  • Kategorie dominujące:
    • Approved (Różowy): Dominuje w większości kategorii celu kredytu, takich jak “Office Equipment” (55%), “Health Treatment” (63%), “Education” (65%), czy “Buying a used car” (62%).
    • Refused (Pomarańczowy): Jest wyraźnie widoczny w niektórych celach, np. “Building a house or annex” (73%) i “Buying a home” (73%).
    • Canceled (Fioletowy): Stanowi relatywnie niewielki procent (zwykle między 10% a 20%), ale wyróżnia się w takich celach jak “Business development” (14%).
    • Unused offer (Zielony): Występuje sporadycznie i ma niewielki udział.
  • Najbardziej specyficzne kategorie:
    • “Gasification/water supply”: W tej kategorii dominują umowy w stanie „Unused offer” (33%), co odróżnia ją od innych celów kredytowych.
    • “Wedding/gift/holiday”: Approved (80%) wyraźnie dominuje.
    • “Building a house or annex”: Aż 73% umów jest Refused, co może wskazywać na specyficzne trudności związane z tym celem.

3. Wnioski

  • Ogólnie, większość wniosków kredytowych kończy się statusem Approved, szczególnie w kategoriach o niższym ryzyku, takich jak edukacja, sprzęt biurowy, czy zdrowie.
  • Wysoki odsetek Refused pojawia się w kategoriach związanych z większym ryzykiem kredytowym lub większymi kosztami, takich jak budowa domu czy zakup nieruchomości.
  • Niski udział kategorii Canceled i Unused offer sugeruje, że są to rzadsze przypadki, ale ich specyfika zależy od celu kredytu.

5.4 Porównanie procentu wkłądu własnego w zależności od stanu umowy

Porównanie procentu wkładu własnego w zależności od stanu umowy
Porównanie procentu wkładu własnego w zależności od stanu umowy

Interpretacja wyników

Wykres przedstawia analizę różnic w procentowym wkładzie własnym („procent_wkladu_wlasny”) w zależności od stanu umowy („stan_umowy”) za pomocą testu Kruskala-Wallisa. Oto główne wnioski:

1. Wynik testu Kruskala-Wallisa

  • Statystyka testu: \(\chi^2 = 7899.78\)
  • Wartość p: \(p < 0.001\)
    Test wykazał istotne statystycznie różnice pomiędzy grupami „stan_umowy”. Oznacza to, że grupy różnią się od siebie pod względem mediany procentu wkładu własnego.

2. Podsumowanie wyników dla grup

  • Approved (zatwierdzone):
    • Liczność: \(n = 15,663\)
    • Mediana wkładu własnego: 0.19%
  • Canceled (anulowane):
    • Liczność: \(n = 4,741\)
    • Mediana wkładu własnego: 22.50%
  • Refused (odrzucone):
    • Liczność: \(n = 4,194\)
    • Mediana wkładu własnego: 0.12%
  • Unused offer (nieużyte):
    • Liczność: \(n = 402\)
    • Mediana wkładu własnego: 0.00%

Grupa „Canceled” znacząco różni się od pozostałych pod względem mediany procentu wkładu własnego, wskazujac na znacznie wyższe wartości wkładu własnego w tej grupie.

3. Testy post hoc

  • Testy post hoc (Dunn test) wskazują na istotne różnice pomiędzy wszystkimi parami grup, co jest widoczne na wykresie (linie i wartości \(p_{Holm-adj}\)).
  • Największe różnice występują pomiędzy:
    • „Canceled” a „Approved”
    • „Canceled” a „Refused”
    • „Canceled” a „Unused offer”

4. Interpretacja praktyczna

  • Wysoka mediana wkładu własnego w grupie „Canceled” sugeruje, że umowy z wyższym wkładem własnym były częściej anulowane. Może to wynikać z trudności w spełnieniu warunków lub innych barier związanych z tym typem umów.
  • Grupy „Approved”, „Refused”, i „Unused offer” charakteryzują się niskimi medianami wkładu własnego, co może sugerować, że niższy wkład własny jest bardziej typowy w przypadku decyzji pozytywnych i odrzuconych.

5.5 Analiza różnicy w stosunku kwoty kredytu w zależności od typu umowy

Różnice kwoty kredytu w zależności od typu umowy
Różnice kwoty kredytu w zależności od typu umowy

Wykres przedstawia wyniki analizy różnic w „stosunku kwoty kredytu” w zależności od „typu umowy” za pomocą testu Kruskala-Wallisa. Oto kluczowe wnioski:

1. Wynik testu Kruskala-Wallisa

  • Statystyka testu: \(\chi^2 = 1339.78\)
  • Wartość p: \(p < 0.001\)
    Wynik wskazuje, że istnieją istotne statystycznie różnice w „stosunku kwoty kredytu” pomiędzy typami umów.

2. Mediany „stosunku kwoty kredytu” w grupach

  • Cash loans (kredyty gotówkowe):
    • Liczność: \(n = 11,050\)
    • Mediana: 0.00
    • Kredyty gotówkowe mają najniższy stosunek kwoty kredytu, co sugeruje, że są one stosunkowo mniejsze w odniesieniu do innych grup.
  • Consumer loans (kredyty konsumenckie):
    • Liczność: \(n = 11,060\)
    • Mediana: 6.00
    • Najwyższa mediana, co sugeruje, że te umowy charakteryzują się wyższym stosunkiem kwoty kredytu.
  • Revolving loans (kredyty odnawialne):
    • Liczność: \(n = 2,886\)
    • Mediana: 5.00
    • Mediana jest wyraźnie wyższa niż dla kredytów gotówkowych, ale niższa niż dla kredytów konsumenckich.

3. Testy post hoc (Dunn Test)

  • Testy porównujące każdą parę grup wskazują istotne różnice między:
    • „Cash loans” a „Consumer loans” (\(p_{Holm-adj} < 0.001\))
    • „Cash loans” a „Revolving loans” (\(p_{Holm-adj} < 0.001\))
    • „Consumer loans” a „Revolving loans” (\(p_{Holm-adj} = 0.000283\))
      Oznacza to, że każda grupa różni się istotnie od pozostałych pod względem mediany „stosunku kwoty kredytu”.

4. Wizualne różnice

  • Kredyty gotówkowe („Cash loans”) są wyraźnie skoncentrowane na wartościach bliskich 0, co sugeruje, że stosunkowo niewielki procent ich wartości odnosi się do pełnej kwoty kredytu.
  • Kredyty konsumenckie („Consumer loans”) mają znacznie szerszy rozkład i najwyższe mediany, co oznacza, że są używane do finansowania większych transakcji w porównaniu do innych typów.
  • Kredyty odnawialne („Revolving loans”) plasują się pomiędzy obiema grupami, ale ich stosunek kwoty kredytu jest bliższy kredytom konsumenckim niż gotówkowym.

5. Praktyczna interpretacja

  • Dla banku: Kredyty konsumenckie mają wyższy stosunek kwoty kredytu, co może wskazywać na większe ryzyko lub bardziej elastyczne podejście w tej kategorii. Kredyty gotówkowe, z kolei, są bardziej restrykcyjne i wydają się mniejsze w relacji do całej wartości kredytu.
  • Dla klienta: Osoby korzystające z kredytów gotówkowych mogą preferować mniejsze pożyczki, podczas gdy kredyty konsumenckie są używane do większych inwestycji (np. zakup sprzętu AGD czy samochodów).

5.6 Test t-studenta dla średnich kwot kredytu dla 2 celów: Home renovation i Vacation

H0: Średnia kwota kredytu jest taka sama w obydwu grupach.

HA: Średnia kwota kredytu różni się między grupami.

  • Brak podstaw do odrzucenia hipotezy zerowej, co oznacza, że nie ma statystycznie istotnych różnic między średnimi kwotami kredytu w grupach “Home renovation” i “Vacation”.

  • Wskazuje na to wysoka wartość p (0,347) oraz niska wartość statystyki t (-0,941).

  • Po sprawdzeniu średnich dla obydwu badanych zmiennych,należy zauważyć ich zbliżony poziom (odpowiednio 126444,4 i 131327,5), co byłoby zgodne z wynikiem przeprowadzonego testu statystycznego.

Test Shapiro-Wilka:

  • Wyniki testu Shapiro-Wilka wskazują na to, że dane w obu grupach nie mają rozkładu normalnego.

  • Ponieważ dane nie są normalnie rozkładowe, test t-Studenta (który zakłada normalność danych) może nie być właściwy.

Test Manna-Whitneya:

  • Brak podstaw do odrzucenia hipotezy zerowej (H₀).

  • Oznacza to, że nie ma statystycznie istotnych różnic w medianach kwoty kredytu między grupami “Home Renovation” i “Vacation”.

  • Wartość p (0,6004) jest znacznie większa od progu istotności.

5.7 Regresja liniowa dla liczby rat oraz kwoty kredytu

H0: Liczba rat i kwota kredytu nie są ze sobą skorelowane

HA: Liczba rat i kwota kredytu są ze sobą skorelowane

Równanie modelu regresji: kwota_kredytu = -25826,45 + 2545,53 * liczba_rat

  • Gdy liczba rat wynosi 0, przewidywana kwota kredytu wynosi -25826,45.

  • Przy każdej dodatkowej racie, przewidywana kwota kredytu zwiększa się średnio o 2545,53 jednostek.

  • Wartość p dla liczby rat jest znacznie mniejsza niż 0,05, co oznacza, że liczba rat jest statystycznie istotną determinantą kwoty kredytu.

5.8 Test chi-kwadrat dla rodzaju płatności oraz stanu umowy

H0: Rodzaj płatności i stan umowy są od siebie niezależne

HA: Rodzaj płatności i stan umowy są od siebie zależne

  • Wartość p (<2,2e-16), czyli znacznie mniejsza niż 0,05.

  • Należy odrzucić hipotezę zerową, co oznacza, że istnieje statystycznie istotna zależność między rodzajem płatności a stanem umowy.

  • Cash through the bank ma bardzo wysokie wartości w kolumnie “Approved” (9702.29 oczekiwane), co sugeruje, że znaczna część zaakceptowanych umów jest związana z tą formą płatności.

5.9 Test chi-kwadrat dla cel kredytu i stanu umowy

H0: Cel kredytu i stan umowy są od siebie niezależne

HA: Cel kredytu i stan umowy są od siebie zależne

  • Wartość p (<2,2e-16), czyli znacznie mniejsza niż 0,05.

  • Należy odrzucić hipotezę zerową, co oznacza, że istnieje statystycznie istotna zależność między celem kredytu a stanem umowy.

  • Education i Vacation mają wysokie wartości oczekiwane i duży wpływ na wynik testu.

5.10 Test ANOVA w celu sprawdzenia czy średnia kwota kredytu różni się istonie między innymi celami kredytu

H0: Średnia kwota kredytu jest taka sama dla wsyzstkich celów kredytu

HA: Średnia kwota kredytu nie jest taka sama dla wszystkich celów kredytu

  • Wartość p (0,252) jest większe niż poziom istnotności 0,05.

  • Brak podstaw do odrzucenia hipotezy zerowej, co oznacza, że średnia kwota kredytu nie różni się.

  • istotnie między poszczególnymi celami kredytu.

6. Podsumowanie i wnioski końcowe

6.1.1 Rozkład i zależności zmiennych

  • Większość wniosków kredytowych dotyczy małych i średnich kwot, poniżej 500 000 PLN.
  • Rozkłady takich zmiennych jak „wnioskowana kwota”, „wkład własny” czy „cena towaru” są prawostronnie skośne, co wskazuje na niewielką liczbę wysokich wartości.
  • Silna dodatnia korelacja (r = 0.65) między „wnioskowaną kwotą” a „kwotą kredytu” sugeruje liniową zależność, choć nie idealną.

6.1.2 Zależności między zmiennymi kategorycznymi

  • Zależność między „stanem umowy” a „celem kredytu” jest statystycznie istotna (p < 0.001), ale słaba (Cramer V = 0.13).
  • Większość kredytów jest zatwierdzana dla celów takich jak edukacja, remonty czy sprzęt biurowy, natomiast odrzucone wnioski dominują przy większych celach, takich jak budowa domu.

6.1.3 Analiza procentu wkładu własnego

  • Wkład własny jest najwyższy dla umów anulowanych („Canceled”), co może wynikać z trudności w spełnieniu wymagań. Z kolei zatwierdzone umowy („Approved”) charakteryzują się bardzo niskimi medianami wkładu własnego.

6.1.4 Różnice w stosunku kwoty kredytu w zależności od typu umowy

  • Kredyty gotówkowe („Cash loans”) mają najniższy stosunek kwoty kredytu (mediana = 0.00), co sugeruje mniejsze znaczenie tej grupy.
  • Kredyty konsumenckie („Consumer loans”) mają najwyższy stosunek kwoty kredytu (mediana = 6.00), co wskazuje na ich większe użycie przy dużych transakcjach.

6.2.1 Wnioski końcowe

6.2.2 Profil kredytów

  • Kredyty gotówkowe dominują w przypadku mniejszych wniosków, natomiast kredyty konsumenckie są częściej używane do większych inwestycji. Kredyty odnawialne plasują się pomiędzy tymi kategoriami.

6.2.2 Polityka banku

  • Wyższy wkład własny w grupie „Canceled” może wskazywać na potrzebę przeglądu polityki dotyczącej anulowania wniosków o wysokie kwoty. Bank może rozważyć bardziej elastyczne podejście w tej kategorii.
  • Wysoki odsetek odrzuconych wniosków dla dużych projektów (np. budowa domu) sugeruje, że te cele mogą wymagać bardziej rygorystycznych warunków finansowych.

6.2.3 Potencjalne działania

  • Bank powinien skupić się na analizie przyczyn odrzucania kredytów na cele związane z budową i zakupem nieruchomości, gdyż te wnioski są kluczowe, ale często odrzucane.
  • Warto rozważyć zmniejszenie barier dla kredytów gotówkowych, które są preferowane przy mniejszych kwotach, aby zwiększyć ich dostępność i liczbę klientów.

6.2.4 Rekomendacje dla dalszych badań

  • Analiza szczegółowych przyczyn odrzucania wniosków.
  • Ocena efektywności polityki banku w kontekście kategorii klienta i celu kredytu.