- Autor
- Siarka Paweł
- Tytuł
- Zastosowanie dyskryminacji logistycznej w credit-scoringu
Application of Logistic Discrimination Function in Credit-Scoring - Źródło
- Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Ekonometria (11), 2003, nr 981, s. 255-263, tab., bibliogr. 4 poz.
- Tytuł własny numeru
- Zastosowania metod ilościowych
- Słowa kluczowe
- Skoring kredytowy, Analiza dyskryminacyjna
Credit scoring, Discriminant analysis - Uwagi
- summ.
- Abstrakt
- Dyskryminacja logistyczna pozwala modelować prawdopodobieństwo zajścia jednego z dwóch stanów. Zatem może być użyteczna do budowy modelu punktowej oceny ryzyka. Jej zaletą w stosunku do bayesowskiej reguły klasyfikacyjnej jest na pewno większa elastyczność pod względem założeń co do postaci rozkładów cech w obu populacjach. Pewne trudności nastręcza szukanie ocen nieznanych parametrów, co w miarę rozwoju mocy obliczeniowej komputerów oraz teorii z zakresu algorytmów optymalizacyjnych przestaje być najtrudniejszym zadaniem. Warto zwrócić także uwagę na możliwości kolejnych uogólnień dyskryminacji logistycznej przez wprowadzanie różnych postaci logarytmu ilorazu wiarygodności. Może to bowiem mieć zastosowanie w instytucjach finansowych, których bazy danych zawierające kilkadziesiąt tysięcy obserwacji nie są rzadkością. Tak liczne zbiory danych powinny więc zachęcać do rozwijania tej metody. (fragment tekstu)
In this paper I've considered the very important issue for every bank, where credit-scoring system is implemented. The issue concerns the estimation of the model. Well estimated model can help to save money and improve the quality of service by making it quicker and more efficient, which is particularly important now when the competition on the financial market is extremely strong. In the article I've shoved the logistic discrimination model as well as some generalization of this model. I've also considered a method of estimation parameters of the model. In the conclusion of the paper I've presented an example. The results of the example seems to be very promising for the financial company, which made the data of the borrowers available to me. (original abstract) - Dostępne w
- Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka SGH im. Profesora Andrzeja Grodka
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu - Bibliografia
-
- Anderson J.A.: Logistic Discrimination. [w:] Handbook of Statistics. Red. P.R. Krishnaiah, L.N. Kanal. T. 2. Classification Pattern Recognition and Reduction of Dimensionality. New York: North-Holland, 1982.
- Arminger G., Enache D., Bonne T.: Analyzing Credit Risk Data: A Comparison of Logistic Discrimination, Classification Tree Analysis, and Feedforward Networks. Wuppertal: Department of Economics, Bergische Universität 1996.
- Chow G.C.: Econometrics. New York: Mc-Graw-Hill Book Company 1983.
- Jajuga K.: Statystyczna teoria rozpoznawania obrazów. Warszawa: PWN 1990.
- Cytowane przez
- ISSN
- 0324-8445
1507-3866 - Język
- pol
