Uwagi na temat statystycznych miar oceny jakości modelu scoringowego
DOI:
https://doi.org/10.18778/0208-6018.343.02Słowa kluczowe:
scoring kredytowy, jakość modelu scoringowego, krzywa Lorenza, krzywa koncentracji, współczynnik GiniegoAbstrakt
Jednym z podstawowych zadań banków jest udzielanie kredytów i pożyczek pieniężnych. Z punktu widzenia kredytodawcy w procesie kredytowaniem niezwykle istotna jest ocena ryzyka zaniechania płatności zobowiązań potencjalnego kredytobiorcy. W celu selekcji klientów, obok oceny ich zdolności kredytowej, coraz częściej wykorzystuje się modele scoringowe wchodzące w skład metodologii tzw. scoringu kredytowego (creditscoring). W podejściu tym z punktu widzenia kredytodawcy kluczowa jest jakość doboru jednostek, którym kredyt zostanie przyznany. To, czy klasyfikacja dokonywana na podstawie modelu scoringowego jest dobra, może być opisane za pomocą statystycznych miar oceny jakości. Mimo coraz większej popularności metod scoringowych w praktyce gospodarczej literatura dotycząca statystycznych metod oceny ich jakości jest w dalszym ciągu stosunkowo uboga. Ponadto w publikacjach na ten temat często występują rozbieżności w zakresie nazewnictwa oraz konstrukcji poszczególnych miar. W artykule przedstawiono charakterystykę najczęściej stosowanych statystycznych miar oceny jakości modelu scoringowego (m.in. indeksu pseudo Giniego, statystyki Kolmogorova‑Smirnova, krzywej koncentracji), a także podjęto próbę standaryzacji nazewnictwa oraz postaci samych miar jakości modelu scoringowego. Ponadto przedstawione zostało studium przypadku, w którym dokonano analizy porównawczej trzech modeli scoringowych w kontekście ich jakości klasyfikacyjnej.
Pobrania
Bibliografia
Abdou H., Pointon J. (2011), Credit scoring, statistical techniques and evaluation criteria: a review of literature, “Intelligent Systems in Accounting Finance & Management”, vol. 18, no. 2–3, pp. 59–88.
Anderson R. (2007), The credit scoring toolkit, Oxford University Press, New York.
Bishop J. A., Chow K. V., Formby J. P. (1994), Testing for Marginal Changes in Income Distributions with Lorenz and Concentration Curves, “International Economic Review”, vol. 35, no. 2, pp. 479–488.
Cowell F. A. (2000), Measurement of Inequality, [in:] A. B. Atkinson, F. Bourguignon (eds.), Handbook of Income Distribution, vol. 1, Elsevier, Amsterdam, pp. 87–166.
Crook J. N., Edelman D. B., Thomas L. C. (2007), Recent developments in consumer credit risk assessment, “European Journal of Operational Research”, no. 183, pp. 1447–1465.
Domański C. (1979), Statystyczne testy nieparametryczne, Państwowe Wydawnictwo Ekonomiczne, Warszawa.
Domański C. (ed.) (2001), Metody statystyczne. Teoria i zadania, Wydawnictwo Uniwersytetu Łódzkiego, Łódź.
Finlay S. (2010), Credit Scoring, Response Modelling and Insurance Rating: a practical guide to forecasting consumer behaviour, Palgrave Macmillan, New York.
Gastwirth J. (1972), The Estimation of the Lorenz Curve and Gini index, “Review of Economics and Statistics”, vol. 54, no. 3, pp. 306–316.
Gini C. (1912), Variabilità e Mutuabilità. Contributoallo Studio delle Distribuzioni e delle Relazioni Statistiche, C. Cuppini, Bologna.
Gini C. (1914), Sulla misuradellaconcentrazione e dellavariabilitàdeicaratteri, “Atti R. 1st. Veneto Sci. Lett. Arti”, vol. LXXIII(II), pp. 1203–1248.
Hosmer D. W., Lemeshow S., Sturdivant R. X. (2013), Applied Logistic Regression, 3rd ed., John Wiley & Sons, New Jersey.
Jędrzejczak A. (2010), Metody analizy rozkładu dochodów i ich koncentracji, Wydawnictwo Uniwersytetu Łódzkiego, Łódź.
Kolmogorov A. (1933), Sulla determinazioneempirica di unalegge di distribuzionc, “Instituto Italiano degli Attuari”, no. 4, pp. 1–11.
Lorenz M. O. (1905), Methods of Measuring the Concentration of Wealth, “Publications of the American Statistical Association”, vol. 9, no. 70, pp. 209–219.
Newson R. (2006), Confidence intervals for rank statistics: Somers’ D and extensions, “The Stata Journal”, vol. 6, no. 3, pp. 309–334.
Rezac M., Kolacek J. (2012), List‑based quality indexes for credit scoring models as an alternative to Gini and KS, “Journal of Statistics: Advances in Theory and Applications”, vol. 7, no. 1, pp. 1–23.
Siddiqi N. (2017), Intelligent credit scoring. Building and Implementing Better Credit Risk Scorecards, 2nd ed., John Wiley & Sons, New Jersey.
Smirnov N. V. (1936), Sur la distribution de w2 (criterium de M. R. von Mises), “Comptes rendus de l’Académie des Sciences”, no. 202, pp. 449–452 [paper with the same title in Russian “Recueil Math” 1937, no. 2, pp. 973–993].
Thomas L. C. (2009), Consumer Credit Models: Pricing, Profit, and Portfolio, Oxford University Press, Oxford.
Vielrose E. (1960), Rozkład dochodów według wielkości, Polskie Wydawnictwo Gospodarcze, Warszawa.
Pobrania
Opublikowane
Numer
Dział
Jak cytować
