Analisis Kausal - Credit Risk DMK

Ringkasan Analisis Kausal

Analisis kausal mengukur dampak intervensi terhadap peluang persetujuan pinjaman (ATE) menggunakan data observasional, dengan penyesuaian atas kovariat yang memengaruhi baik perlakuan maupun hasil.

Rata-rata efek semua intervensi

-2.26 poin

ATE rerata dari 2 intervensi yang teridentifikasi

Rata-rata efek terprediksi

-2.26 poin

rata-rata efek individual (mu1 - mu0)

Tingkat persetujuan saat ini

55.0%

50,000 nasabah

Intervensi	Perlakuan / Kontrol	Tingkat disetujui	ATE (AIPW)	Interval 95%	Status identifikasi
Kredit Pendidikan Permohonan pinjaman dengan tujuan pendidikan (loan_intent = Education) dibanding tujuan lainnya.	10,134 / 39,866	67.5% / 51.9%	+16.31 poin	[+0.1557, +0.1704]	Teridentifikasi
Produk Kartu Kredit Permohonan produk kartu kredit (product_type = Credit Card) dibanding produk personal loan / line of credit.	22,455 / 27,545	61.3% / 49.9%	+34.37 poin	[+0.3353, +0.3521]	Tidak teridentifikasi
Restrukturisasi Utang Permohonan restrukturisasi/penggabungan utang (loan_intent = Debt Consolidation) dibanding tujuan lainnya.	4,917 / 45,083	36.6% / 57.1%	-20.83 poin	[-0.2185, -0.1982]	Teridentifikasi

Metode utama: AIPW (doubly robust). Rata-rata_effect dihitung hanya dari intervensi yang lolos uji positivitas (Produk Kartu Kredit dikeluarkan karena tidak dapat diidentifikasi).

Perhitungan Efek Kausal per Intervensi

ATE = selisih peluang persetujuan antara kelompok perlakuan dan kelompok kontrol setelah penyesuaian kovariat. Nilai positif berarti intervensi meningkatkan peluang persetujuan.

Kredit Pendidikan

Permohonan pinjaman dengan tujuan pendidikan (loan_intent = Education) dibanding tujuan lainnya.

Metode Estimasi	ATE (selisih peluang disetujui)	Interval Kepercayaan 95%	Perkiraan tingkat persetujuan setelah intervensi
Naive (beda rata-rata)	+15.63 poin	[+0.1459, +0.1666]	67.5%
Regresi OLS (LPM)	+16.28 poin	-	68.2%
IPW	+16.29 poin	[+0.1526, +0.1732]	68.2%
AIPW (Doubly Robust)	+16.31 poin	[+0.1557, +0.1704]	68.2%
Matching 1:1	+16.13 poin	[+0.1553, +0.1673]	68.0%

Jumlah responden: perlakuan 10,134 nasabah, kontrol 39,866 nasabah. Efek individual terprediksi rata-rata +16.31 poin (97.0% nasabah diperkirakan diuntungkan).

Produk Kartu Kredit

Permohonan produk kartu kredit (product_type = Credit Card) dibanding produk personal loan / line of credit.

Tidak dapat diidentifikasi: overlap coefficient hanya 0.00; 99.6% unit perlakuan memiliki propensity > 0.95; 99.3% unit kontrol memiliki propensity < 0.05. Unit perlakuan dan kontrol tidak sebanding sehingga hasil antar metode tidak konsisten.

Metode Estimasi	ATE (selisih peluang disetujui)	Interval Kepercayaan 95%	Perkiraan tingkat persetujuan setelah intervensi
Naive (beda rata-rata)	+11.39 poin	[+0.1052, +0.1226]	61.3%
Regresi OLS (LPM)	+29.77 poin	-	79.7%
IPW	+8.68 poin	[+0.0373, +0.1364]	58.6%
AIPW (Doubly Robust)	+34.37 poin	[+0.3353, +0.3521]	84.3%
Matching 1:1	-49.91 poin	[-0.5050, -0.4933]	0.0%

Jumlah responden: perlakuan 22,455 nasabah, kontrol 27,545 nasabah. Efek individual terprediksi rata-rata +34.73 poin (100.0% nasabah diperkirakan diuntungkan).

Restrukturisasi Utang

Permohonan restrukturisasi/penggabungan utang (loan_intent = Debt Consolidation) dibanding tujuan lainnya.

Metode Estimasi	ATE (selisih peluang disetujui)	Interval Kepercayaan 95%	Perkiraan tingkat persetujuan setelah intervensi
Naive (beda rata-rata)	-20.40 poin	[-0.2183, -0.1898]	36.6%
Regresi OLS (LPM)	-20.92 poin	-	36.1%
IPW	-20.82 poin	[-0.2224, -0.1940]	36.2%
AIPW (Doubly Robust)	-20.83 poin	[-0.2185, -0.1982]	36.2%
Matching 1:1	-19.75 poin	[-0.2038, -0.1912]	37.3%

Jumlah responden: perlakuan 4,917 nasabah, kontrol 45,083 nasabah. Efek individual terprediksi rata-rata -20.83 poin (2.7% nasabah diperkirakan diuntungkan).

Diagram Kausal (DAG) yang Diasumsikan

Kovariat X (usia, pendapatan, credit_score, current_debt, riwayat kredit, status pekerjaan, dll.) memengaruhi baik pilihan intervensi T maupun hasil Y.
Intervensi T menentukan hasil Y (persetujuan / penolakan).
U adalah konfounder tak terukur yang diasumsikan tidak ada (atau ignorable setelah X dikondisikan).
Asumsi positivity: setiap profil kovariat memiliki peluang positif untuk diberi maupun tidak diberi intervensi.

Perbandingan Metode Estimasi

Lima metode estimasi dihitung pada intervensi yang sama. Metode yang konsisten antar semua intervensi menunjukkan asumsi identifikasi terpenuhi.

Metode	Kredit Pendidikan	Produk Kartu Kredit	Restrukturisasi Utang	Rata-rata
Naive (beda rata-rata)	+15.63	+11.39	-20.40	-2.39
Regresi OLS (LPM)	+16.28	+29.77	-20.92	-2.32
IPW	+16.29	+8.68	-20.82	-2.27
AIPW (Doubly Robust)	+16.31	+34.37	-20.83	-2.26
Matching 1:1	+16.13	-49.91	-19.75	-1.81

Uji Overlap (Positivity)

Overlap coefficient (OVL) mendekati 1 berarti distribusi propensity score kelompok perlakuan dan kontrol tumpang tindih sehingga perbandingan bersifat adil. Ambang kelayakan: OVL ≥ 0,30 dan tidak ada lebih dari 20% unit dengan propensity ekstrem.

Intervensi	OVL	Cakupan common support	Rentang ps bersama	Perlakuan ekstrem	Kontrol ekstrem	Status
Kredit Pendidikan	0.984	100.0%	0.133 - 0.251	0.0%	0.0%	OK
Produk Kartu Kredit	0.000	7.6%	0.000 - 0.388	99.6%	99.3%	Gagal
Restrukturisasi Utang	0.976	100.0%	0.075 - 0.122	0.0%	0.0%	OK

Keseimbangan Kovariat

Standardized Mean Difference (SMD) mengukur kesenjangan kovariat antar kelompok. Nilai |SMD| < 0,1 dianggap seimbang. Setelah pembobotan IPW, kesenjangan seharusnya mendekati nol.

Kredit Pendidikan

Kovariat	SMD sebelum	SMD sesudah (IPW)	Keterangan
debt_to_income_ratio	+0.023	+0.000	Seimbang
savings_assets	-0.022	-0.003	Seimbang
years_employed	+0.022	-0.000	Seimbang
occupation_status_Student	-0.019	-0.001	Seimbang
occupation_status_Employed	+0.018	+0.000	Seimbang
current_debt	+0.017	-0.001	Seimbang

Produk Kartu Kredit

Kovariat	SMD sebelum	SMD sesudah (IPW)	Keterangan
interest_rate	+2.937	+2.976	Tidak seimbang
payment_to_income_ratio	-0.382	-0.401	Tidak seimbang
loan_to_income_ratio	-0.382	-0.401	Tidak seimbang
loan_amount	-0.268	-0.299	Tidak seimbang
occupation_status_Student	+0.018	+0.003	Seimbang
credit_history_years	-0.017	-0.060	Seimbang

Restrukturisasi Utang

Kovariat	SMD sebelum	SMD sesudah (IPW)	Keterangan
age	-0.034	-0.000	Seimbang
debt_to_income_ratio	-0.027	+0.000	Seimbang
payment_to_income_ratio	-0.025	-0.000	Seimbang
loan_to_income_ratio	-0.025	-0.000	Seimbang
credit_history_years	-0.023	+0.001	Seimbang
loan_amount	-0.020	-0.002	Seimbang

Uji Sensitivitas

Menguji seberapa kuat konfounder tak terukur yang dibutuhkan untuk membatalkan kesimpulan. Batas Rosenbaum (Γ) menyatakan besarnya bias tersembunyi yang masih dapat ditoleransi; E-value menyatakan kekuatan asosiasi konfounder tak terukur minimum yang diperlukan agar efek terhadap persetujuan menjadi nol.

Intervensi	E-value	Batas memuat nol	Sensitivitas trimming	Spesifikasi minimal
Kredit Pendidikan	1.96	Γ ≈ 3.0	trim 1% (n=49,000): +16.66 poin, trim 2% (n=48,000): +16.73 poin, trim 5% (n=45,000): +17.06 poin	+16.25 poin
Produk Kartu Kredit	3.02	tetap signifikan sampai Γ = 10	trim 1% (n=49,000): +6.25 poin, trim 2% (n=48,000): +7.11 poin, trim 5% (n=45,000): +9.05 poin	+11.58 poin
Restrukturisasi Utang	2.52	Γ ≈ 3.0	trim 1% (n=49,000): -20.85 poin, trim 2% (n=48,000): -21.08 poin, trim 5% (n=45,000): -21.31 poin	-20.29 poin

Rata-rata Efek Terprediksi

Efek individual terprediksi (individual treatment effect) dihitung untuk setiap nasabah dari model outcome, lalu dirata-ratakan. Nilai ini menginformasikan berapa besar dampak intervensi bagi masing-masing nasabah.

Intervensi	Rata-rata efek terprediksi	Median	% nasabah dengan efek positif	Baseline tingkat persetujuan
Kredit Pendidikan	+16.31 poin	+16.85 poin	97.0%	+55.05 poin
Produk Kartu Kredit	+34.73 poin	+34.91 poin	100.0%	+55.05 poin
Restrukturisasi Utang	-20.83 poin	-21.83 poin	2.7%	+55.05 poin