Page 67 - 信用評等模型12堂課-以消費金融為例
P. 67

53






                                  的訊
                        20
                                                          近
                                                 發現,「
                                               總
                                        價
                            VOI
                                                                       是
                     率
                 使用  將 」的  個分   群 為  2.09  息 ,表示  值加  該  變 數 對 樣 本未來  1  個 12 月  的  額  度
                                                                   個
                                                                     月
                 否 發生  違約   具有強烈的      預測  能 力 ,模型開發人        員  可用來開發
                 模型。
                 相關係數      (Correlation Coefficient)
                     長變   數  清  單  上  列 舉 的 變 數 群 中,有  些變  數 間 僅 是 月 份 數

                 不 同 ,例如「     近  3  個 月  循 環 信用使用   率 」與「   近  6  個 月 循 環
                 信用使用     率 」,或是     變  數 間 僅 是加  工 前後不   同  ,例如「    近   3
                 個  月  的  循  環  信用使用金  額  」與「   近  3  個  月 的 循 環  信用使用

                 率 」,對於目      標  事  件  的  預測  能 力 與 趨 勢可能  差異  性不大,表

                 示這  些變   數  間有相  當程   度的關   連 性。
                     當  評分模型      變  數  間的相關性過高,           會  產生  共  線  性
                 (collinearity)   的 問 題,導  致 使模型的   預測  能  力下  降,甚   至  出

                 現與  預測結    果  相反  無法解   釋 的現象。為      避免  變  數  間的高度相

                 關  削  弱模型  預測   能  力  ,開發人   員會   計  算各變   數  間的相關    係
                 數 , 藉 以  篩選  最 終 的開發模型      變 數  。


                                     公式三:相關係數


                                                  -
                                                          )]
                                                (
                                                 X
                                                      Y
                                                       -
                                                     )(
                                                   X
                                                        Y
                                       X,
                                        )
                                    Cov
                                       (
                                         Y
                                               Σ
                                                [

                              ρ   =         =
                               X,  Y
                                                    2      2
                                     σ  σ
                                      X  Y
                                              Σ  ( X  -  X  Σ  ( Y  -  Y
                                                )
                                                       )
   62   63   64   65   66   67   68   69   70   71   72