Книжная полка Сохранить
Размер шрифта:
А
А
А
|  Шрифт:
Arial
Times
|  Интервал:
Стандартный
Средний
Большой
|  Цвет сайта:
Ц
Ц
Ц
Ц
Ц

Построение скоринговых карт с использованием модели логистической регрессии

Покупка
Основная коллекция
Артикул: 472931.0002.99.0124
Доступ онлайн
от 49 ₽
В корзину
Сорокин, А. Построение скоринговых карт с использованием модели логистической регрессии / А. Сорокин. - Текст : электронный // Интернет-журнал "Науковедение". - 2014. - №2 (21). - URL: https://znanium.com/catalog/product/487966 (дата обращения: 29.03.2024). – Режим доступа: по подписке.
Фрагмент текстового слоя документа размещен для индексирующих роботов. Для полноценной работы с документом, пожалуйста, перейдите в ридер.
Интернет-журнал «НАУКОВЕДЕНИЕ»
Выпуск 2, март – апрель 2014
Опубликовать статью в журнале - http://publ.naukovedenie.ru

Институт Государственного управления, 

права и инновационных технологий (ИГУПИТ)
Связаться с редакцией: publishing@naukovedenie.ru

1

http://naukovedenie.ru 180EVN214

УДК    330.43, 519.2, 519.86

Сорокин Александр Сергеевич

ФГБОУ ВПО «Московский государственный университет экономики, статистики и информатики»

Россия, Москва1

Доцент кафедры Математической статистики и эконометрики

Московский финансово-промышленный университет «Синергия»

Россия, Москва2

Доцент кафедры Бизнес-статистики

Кандидат экономических наук

E-Mail: alsorokin@mail.ru

Построение скоринговых карт с использованием модели 

логистической регрессии

Аннотация: В банковской сфере при управлении кредитными рисками одна из 

ключевых 
задач 
—
оценка 
кредитоспособности 
заемщиков. 
Результаты 
оценки 

индивидуальных рисков являются основой для анализа рисков всего кредитного портфеля. 
Оценка риска невозврата кредита по конкретному заемщику на практике осуществляется в 
рамках двух основных подходов — на основе субъективного заключения экспертов или на 
основе автоматизированных систем скоринга.

В основе построения скоринговой системы могут браться различные статистические 

модели.  Эти модели могут быть получены методами линейной регрессии, логистической 
регрессии, дискриминантного анализа, деревьев решений, нейронных сетей и др.  Однако 
логистическая регрессия является наиболее часто используемой на практике математической 
моделью для построения скоринговой карты. Настоящая работа посвящена рассмотрению 
различных подходов и методик к построению скоринговых карт на базе логистической 
регрессии, а также проблемам, которые могут возникать при построении скоринговых моделей.

В статье рассматривается методика эконометрического моделирования вероятности 

дефолта по кредитам на основе модели логистической регрессии. Акцентируется внимание на 
методологических аспектах построения модели. Основные проблемы построения модели 
иллюстрируются практическими расчетами. Показывается методика перевода полученных 
коэффициентов модели логистической регрессии в скоринговую карту. Приводится пример 
построения скоринговой карты.

Авторские выводы и рекомендации могут быть использованы специалистами по 

управлению рисками в коммерческих банках при построении скоринговых систем и проверки 
их работы.

Ключевые слова: Кредитный риск; кредитный скоринг; логистическая регрессия; 

коммерческий банк; управление рисками; скоринговые карты; категоризация количественных 
переменных; информационное значение, вес категорий предикторов; валидация модели.

Идентификационный номер статьи в журнале 180EVN214

1 119501, г. Москва, ул. Нежинская, 7, МЭСИ, кафедра Математической статистики и эконометрики

2 125190, г. Москва, Ленинградский пр-кт, д. 80, МФПУ «Синергия», кафедра Бизнес-статистики

Доступ онлайн
от 49 ₽
В корзину