Bayesowskie testowanie modeli tobitowych w analizie spłaty kredytów detalicznych

• Autorzy: Jerzy Marzec
• Języki publikacji: PL

Abstrakty

Podstawowym narzędziem wspomagającym pracę analityka bankowego przy ocenie wniosku kredytowego jest system scoringowy. Podstawą każdego systemu scoringowego jest mechanizm, który umożliwia, po uwzględnieniu tylko wybranych, ale najistotniejszych cech klienta, predykcję ryzyka związanego z udzieleniem mu kredytu. Jest to model klasyfikacji kredytobiorców do danych grup ryzyka. W uproszczeniu można powiedzieć, że jego celem jest kalkulacja, dla konkretnego wniosku kredytowego, wskaźnika informującego o poziomie ryzyka kredytowego (stopniu wypłacalności klienta), w oparciu o mierzalne i niemierzalne cechy klienta. Na tej podstawie klient - potencjalny kredytobiorca - jest kwalifikowany najczęściej do jednej z dwóch rozłącznych grup, tj. grupy klientów podwyższonego bądź obniżonego ryzyka, złych i dobrych. Bank uzależnia swoją decyzję o udzieleniu kredytu od tego, do której grupy ryzyka klient został przydzielony. Osoby z pierwszej grupy nie kwalifikują się do uzyskania kredytu ze względu na wysokie ryzyko kredytowe. Udzielenie kredytu osobom z drugiej grapy wiąże się z akceptowalnym poziomem ryzyka. W celu klasyfikacji kredytobiorców stosuje się najczęściej modele statystyczno-matematyczne. Najbardziej znanymi metodami statystycznymi wykorzystywanymi przy konstrukcji modeli scoringowych są m.in. analiza dyskryminacyjna, drzewa klasyfikacyjne, metoda najbliższego sąsiedztwa oraz modele danych jakościowych. (fragment tekstu)

Słowa kluczowe

PL

Modele bayesowskie; Kredyt bankowy; Modele matematyczne

EN

Bayesian models; Bank credit; Mathematical models

• Czasopismo: Prace Naukowe / Akademia Ekonomiczna w Katowicach
• Rocznik: 2008
• Tom: Metody matematyczne, ekonometryczne i komputerowe w finansach i ubezpieczeniach 2006
• Strony: 87--95

Twórcy

autor

Jerzy Marzec

• Uniwersytet Ekonomiczny w Krakowie

Bibliografia

• Amemiya T.: Tobit Models: A Survey, "Journal of Econometrics" 1984, No 24
• Gruszczyński M.: Modele i prognozy zmiennych jakościowych w finansach i bankowości. Monografie i Opracowania SGH, nr 6. Warszawa 2001
• Janc A., Kraska M.: Credit - scoring. Nowoczesna metoda oceny zdolności kredytowej. Biblioteka Menadżera i Bankowca, Warszawa 2001
• Koop G.: Bayesian Econometrics. Wiley, Chichester 2003
• Kulawik J.: Modele scoringowe w kredytowaniu rolnictwa USA i Kanady. "Bank i Kredyt" 1996, nr 7-8
• Kuryłek W.: Credit scoring - podejście statystyczne. "Bank i Kredyt" 2000, nr 6
• Lasek M.: Data Mining. Zastosowanie w analizach i ocenach klientów bankowych. Biblioteka Menadżera i Bankowca, Oficyna Wydawnicza "Zarządzanie i Finanse" Sp. z o.o., Warszawa 2002
• Maddala G.: Limited-dependent and Qualitative Variables in Econometrics. Cambridge University Press, Cambridge 1983
• Marzec J.: Bayesowski model tobitowy z rozkładem t Studenta w analizie niespłacalności kredytów. W: Metody ilościowe w naukach ekonomicznych. Red. A. Welfe. SGH, Warszawa 2005
• Marzec J.: Zastosowanie standardowego modelu tobitowego w prognozowaniu spłacalności kredytów. W: Prognozowanie w zarządzaniu firmą. Red. P. Dittmann. Prace Naukowe AE, Wrocław 2005
• Osiewalski J., Marzec J.: Model dwumianowy II rządu i skośny rozkład Studenta w analizie lyzylca kredytowego. "Folia Oeconomica Cracoviensia" 2004, Vol. 45