Remarks on Statistical Measures for Assessing Quality of Scoring Models

• Autorzy: Adam Piotr Idczak

Warianty tytułu

Uwagi na temat statystycznych miar oceny jakości modelu scoringowego

• Języki publikacji: EN

Abstrakty

EN

Granting a credit product has always been at the heart of banking. Simultaneously, banks are obligated to assess the borrower's credit risk. Apart from creditworthiness, to grant a credit product, banks are using credit scoring more and more often. Scoring models , which are an essential part of credit scoring, are being developed in order to select those clients who will repay their debt. For lenders, high effectiveness of selection based on the scoring model is the primary attribute, so it is crucial to gauge its statistical quality. Several textbooks regarding assessing statistical quality of scoring models are available, there is however no full consistency between names and definitions of particular measures. In this article, the most common statistical measures for assessing quality of scoring models, such as the pseudo Gini index, Kolmogorov-Smirnov statistic, and concentration curve are reviewed and their statistical characteristics are discussed. Furthermore, the author proposes the application of the well-known distribution similarity index as a measure of discriminatory power of scoring models. The author also attempts to standardise names and formulas for particular measures in order to finally contrast them in a comparative analysis of credit scoring models. (original abstract)

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. (abstrakt oryginalny)

Słowa kluczowe

EN

Credit scoring; Gini coefficient; Quality assessment

PL

Skoring kredytowy; Współczynnik Giniego; Ocena jakości

• Czasopismo: Acta Universitatis Lodziensis. Folia Oeconomica
• Rocznik: 2019
• Numer: vol. 4, t. 343
• Strony: 21--38

Twórcy

autor

Adam Piotr Idczak

• University of Łódź

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.

Identyfikatory

DOI

10.18778/0208-6018.343.02