Карты показателей кредитоспособности представляют собой математические модели, которые пытаются предоставить количественную оценку вероятности того, что клиент будет демонстрировать определенное поведение (например, невыполнение кредита, банкротство или более низкий уровень просрочек) в отношении его текущей или предполагаемой кредитной позиции перед кредитором. Карты показателей создаются и оптимизируются для оценки кредитного файла однородного населения (например, файлов с просрочками, файлов очень молодого возраста, файлов, содержащих очень мало информации). Большинство систем кредитного рейтинга, полученных эмпирическим путем, имеют от 10 до 20 переменных. [1] В рейтингах приложений, как правило, преобладают данные кредитных бюро, которые обычно составляют более 80% предсказательной силы, тогда как в конце 1980-х годов было около 60% [2]для оценочных карточек Великобритании. Действительно, наблюдается растущая тенденция к минимизации переменных, поданных заявителем или неподдающихся проверке, из оценочных карточек, что увеличивает вклад данных кредитного бюро.
Кредитный скоринг обычно использует наблюдения или данные клиентов, которые не выполнили свои обязательства по своим кредитам, а также наблюдения за большим количеством клиентов, которые не нарушили свои обязательства. Статистически методы оценки, такие как логистическая регрессия или пробит , используются для создания оценок вероятности дефолта для наблюдений на основе этих исторических данных. Эта модель может использоваться для прогнозирования вероятности дефолта для новых клиентов с использованием тех же характеристик наблюдения (например, возраст, доход, домовладелец). Затем вероятности дефолта масштабируются до «кредитного рейтинга». Эта оценка ранжирует клиентов по степени риска без явного определения их вероятности дефолта.
Существует ряд методов оценки кредитоспособности, таких как: моделирование степени опасности, кредитные модели сокращенной формы, модели веса доказательств, линейная или логистическая регрессия. Основные различия заключаются в допущениях, необходимых для независимых переменных, и в способности моделировать непрерывные или бинарные результаты. Некоторые из этих методов превосходят другие в прямой оценке вероятности дефолта. Несмотря на многочисленные исследования, проведенные академиками и промышленностью, ни один метод не был признан лучшим для прогнозирования дефолта при любых обстоятельствах.
Типичное ошибочное мнение о кредитном скоринге состоит в том, что единственное, что имеет значение, - это то, действительно ли вы действительно производили платежи вовремя, а также своевременно ли выполнили свои денежные обязательства. Несмотря на то, что платежный фон имеет важное значение, он все же составляет чуть более одной трети кредитного рейтинга. Кроме того, фон погашения отображается только в вашей кредитной истории.
Смотрите также
- Кредитный рейтинг
- Риск потребительского кредита
- Риск кредита
- Кредитные бюро :
- Основные бюро в США: Dun & Bradstreet • Equifax • Experian • TransUnion
- Основные канадские бюро: Equifax • TransUnion
- Основные бюро Великобритании: Equifax • Experian • TransUnion
- Основные индийские бюро: CIBIL • Equifax • Experian • Highmark