답변:
스코어링 세계를 처음 사용하는 경우 첫 번째 책은 SAS를 사용하여 신용 스코어링에 대해 siddiqi가 작성해야합니다. 수업을 듣지 않았다면 가십시오. 이 클래스의 주요 초점은 SAS 기업 광부를 채점하고 수백만 달러에 판매하는 것에 대한 전반적인 이해입니다.
이론이 필요한 경우 가까운 대학의 범주 별 데이터 분석 및 데이터 마이닝 클래스가 필요합니다. 이 수업을 수강 한 후에도 여전히 도움이 필요합니다.
현재 가장 많이 사용되는 기술은
클러스터링, 판별 분석, 요인 분석, 주요 구성 요소도 필수입니다.
elizabeth mays의 신용 점수도 좋은 개요를 제공합니다.
또한 SAS 연구소에서 신용 리스크 모델링 수업을 들었습니다. 지속적인 학습 과정이며 결코 끝나지 않았습니다.
베이지안 사람들도 그들의 방법을 좋아합니다.
편집하다
나는 또한 언급하는 것을 잊었다. 가장 인기있는 기술의 로지스틱 회귀는 항상 은행이 계속 사용하는 기술입니다. 은행이 이러한 방법을 이해하는 데 덜 신경 쓰지 않고 그들의 초점이 위험을 감수하고 돈을 버는 것이 아니라면, 다른 방법은 상급 관리자에게 판매하기가 매우 어렵습니다.
나는 신용 점수 분야에서 일합니다. 비록 다른 접근법을 탐색하는 것을 좋아하지만, 로지스틱 회귀가 최선의 접근법이 아니라면 종종 충분하다는 것을 알았습니다. 나는이 주제에 관한 가장 최근의 논문을 조사하지는 않았지만 대부분의 논문에서 메모리를 통해 신경망 모델과 같은 다른 접근법은 일반적으로 예측력 측면에서 상당한 상승을 제공하지 않음을 알 수 있습니다 (GINI 및 AR로 측정). 또한 이러한 모델은 평신도에게 이해하기가 훨씬 더 어려운 경향이 있으며 (대부분의 고위 임원은 통계에 대한 배경 지식이 없음), 로지스틱 회귀를 사용한 스코어 카드 접근 방식은 모델을 설명하기 가장 쉬운 것으로 보입니다. 사실 대부분의 스코어 카드는 상호 작용을 고려하지 않습니다.
하지만 최근에는 로지스틱 회귀에 비해 몇 가지 장점이 있기 때문에 생존 분석 기법을 사용하여 스코어 카드를 작성하는 데 관심이있었습니다. 즉, 거시 경제 요인을 모델에보다 쉽게 통합 할 수 있으며, 최소 12 개월 전에 데이터에 의존하지 않고 모델 빌드에서 최신 데이터를 사용할 수 있습니다 (물류의 이진 지표는 일반적으로 다음 12 개월). 그런 점에서 저의 논문은 생존 분석을 사용하여 신용 점수 표를 구축한다는 점에서 또 다른 관점을 제시 할 수 있습니다. 나는 생존 분석 스코어 카드가 어떻게 로지스틱 회귀 스코어 카드와 같은 "모양과 느낌"을 보여 주었기 때문에 너무 많은 문제를 일으키지 않고 도입 될 수있었습니다.
내 논문에서 나는 변수를 비닝하는 새로운 접근법 인 ABBA 알고리즘에 대해서도 설명했다.
업데이트 : 논문이 좋은지에 대해서는 주장하지 않습니다. 현장 실무자의 다른 관점 일뿐입니다.