信用評級中各個指標的權重是怎麼確定的？
信用模型開發中，最重要的是違約機率（probability of default，PD）的計算，PD是由一系列與客戶信用有關的特徵向量決定的。信用分類其實是二分類問題，非好即壞。
在銀行業無論是評分模型還是評級模型，幾乎都是用Logistic迴歸處理的，它的基本假設是似然比的自然對數是線性的，即ln(PD/(1-PD))=a+bx。其中x是屬性向量（指標），a和b就是指標的係數，方程求解可以用極大似然估計法
2、如何根據各項指標的加總之後的分數來確定不同的級別？
PD計算出來了，還要信用模型校準，然後還要時間外和組外模型驗證，指標值有KS值，ROC，AR等，證明模型有良好的風險區分能力，準確性和穩定性，下面就可以設定主標尺了。
主標尺就是把PD劃分區間，並把各區間對應信用評級，不同評級機構的主標尺設定是不一致的，有10級的，有26級的等等。因此，各個機構間相同評級對應的PD和等級的內涵也是不相同的。同一評級機構的主標尺不會頻繁變動，但隨著客戶群和環境的變化，適當的跟進和微調。一般主標尺構成是三列，第一列是PD，第二列對應的評級，第三列該等級的詳細特徵描述（如財務實力極強，財務狀況極佳等描述）
信用評級中各個指標的權重是怎麼確定的？
信用模型開發中，最重要的是違約機率（probability of default，PD）的計算，PD是由一系列與客戶信用有關的特徵向量決定的。信用分類其實是二分類問題，非好即壞。
在銀行業無論是評分模型還是評級模型，幾乎都是用Logistic迴歸處理的，它的基本假設是似然比的自然對數是線性的，即ln(PD/(1-PD))=a+bx。其中x是屬性向量（指標），a和b就是指標的係數，方程求解可以用極大似然估計法
2、如何根據各項指標的加總之後的分數來確定不同的級別？
PD計算出來了，還要信用模型校準，然後還要時間外和組外模型驗證，指標值有KS值，ROC，AR等，證明模型有良好的風險區分能力，準確性和穩定性，下面就可以設定主標尺了。
主標尺就是把PD劃分區間，並把各區間對應信用評級，不同評級機構的主標尺設定是不一致的，有10級的，有26級的等等。因此，各個機構間相同評級對應的PD和等級的內涵也是不相同的。同一評級機構的主標尺不會頻繁變動，但隨著客戶群和環境的變化，適當的跟進和微調。一般主標尺構成是三列，第一列是PD，第二列對應的評級，第三列該等級的詳細特徵描述（如財務實力極強，財務狀況極佳等描述）