Je travaille sur un important portefeuille de titres hypothécaires et j'essaie de créer une méthode plus fiable pour identifier les problèmes de données avant que les actifs ne fassent l'objet d'une vérification préalable plus approfondie.
Le portefeuille comprend des champs tels que le solde du prêt, l'historique des paiements, le taux d'intérêt, la date d'échéance, les informations sur le bien, le rang de la sûreté, le statut fiscal et les enregistrements de cession. Le problème est que certains enregistrements sont incomplets, que certaines valeurs ne correspondent pas entre les différents fichiers et que quelques actifs présentent des données de paiement ou de sûreté inhabituelles.
Je souhaite utiliser l'analyse de données pour détecter automatiquement ces exceptions, plutôt que de vérifier manuellement chaque enregistrement. Par exemple, il serait utile d'identifier les valeurs manquantes, les doublons, les soldes de prêts inhabituels, les dates incohérentes ou les actifs dont le niveau de privilège déclaré ne correspond pas à une autre source de données.
Pour ceux qui travaillent avec JMP ou des outils d'analyse similaires, quelle approche utiliseriez-vous pour construire un flux de travail reproductible pour ce type de problème de qualité des données relatives aux titres hypothécaires ?
Utiliseriez-vous la détection statistique des valeurs aberrantes, des règles de validation des données, des tableaux de bord visuels ou une autre méthode pour identifier les enregistrements qui nécessitent un examen plus approfondi ?
