Perda total esperada
É hora de estimar a perda total esperada, considerando todas as decisões que você tomou. O quadro de dados test_pred_df contém a probabilidade de inadimplência de cada empréstimo e o valor do empréstimo. Use esses dois valores para calcular a perda esperada para cada empréstimo. Em seguida, você pode somar esses valores e obter a perda total esperada.
Para este exercício, você presumirá que a exposição é o valor total do empréstimo e que a perda por inadimplência é de 100%. Isso significa que a inadimplência em cada empréstimo representa uma perda do valor total.
O quadro de dados test_pred_df foi carregado no espaço de trabalho.
Este exercício faz parte do curso
Modelagem de risco de crédito em Python
Instruções de exercício
- Imprima as cinco primeiras linhas do site
test_pred_df. - Crie uma nova coluna
expected_losspara cada empréstimo usando a fórmula acima. - Calcule a perda total esperada de todo o portfólio, arredondada para duas casas decimais, e armazene-a como
tot_exp_loss. - Imprima a perda total esperada.
Exercício interativo prático
Experimente este exercício preenchendo este código de exemplo.
# Print the first five rows of the data frame
print(____.head())
# Calculate the bank's expected loss and assign it to a new column
____[____] = ____[____] * ____[____] * ____[____]
# Calculate the total expected loss to two decimal places
____ = round(np.____(____[____]),2)
# Print the total expected loss
print('Total expected loss: ', '${:,.2f}'.format(____))