Построение моделей логит и пробит
Размещено на сайте 26.11.2013
Задачи кредитного скоринга обычно формулируются и решаются для вычисления характеристик заемщика, таких как вероятность дефолта (PD), размер убытка в случае наступления дефолта (LGD) и т.п. В более простых случаях ограничиваются классификацией потенциальных заемщиков, то есть разделением их на несколько категорий качества с возможностью отнесения каждого конкретного заемщика к одной из категорий. Мы продемонстрируем процедуру построения логит- и пробит-моделей, которые позволяют разбить всех потенциальных заемщиков на два класса: «возврат» и «невозврат».
А.А. Новоселов, Сибирский федеральный университет, к.ф.-м.н., доцент
Приводятся извлечения из статьи.
Полную версию материала читайте в журнале.
Подписаться
Выбор той или иной модели основывается скорее на соображениях удобства, чем на существенных преимуществах одной из них.
|
Суждения о значимости факторов приходится выносить на основании конфликтующих характеристик: корреляций факторов с переменной возврата, правдоподобия модели при различном составе факторов, а также некоторых других.
|