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)