Page 69 - 信用評等模型12堂課-以消費金融為例
P. 69
55
,
(Short List)
0.7
件
的
選
挑
事
較為
續
據 業 務 經驗 。 當 保 留變 適合預測 數 間的相關 目 標 係 數 大於 變 數 進 時 後 就會 的開 根
行
發 步 驟 。
第四節 粗略分類 (Coarse Classing)
篩選 後的 變 數 便會 蒐集 至 短 變 數 清 單 , 針 對 保 留下 來的
變 數 我 們 會 進 行 粗 略分 類 , 觀 察 原 來 細緻 分 類 的 變 數 分 群趨
勢是 否 需進一 步合 併 。
粗 略分 類 有 下 列 幾項 原 則,提 供 給 大家 參 考 :
1. 變 數 上 升 或 下 降的 趨 勢需與實 務 經驗一 致 ;
2. 單 一 變 數 應 維 持 至 多 8 個 區 間;
2
3. 各 分 群好 壞 對 比 值 (G/B Index) 至 少需 差 距 15 以上;
4. 各 分 群 需 涵蓋 2% 以上模型開發 樣 本;
5. 各 分 群 需 至 少有 30 筆 發生目 標 事 件 的開發 樣 本或是
占 該 群 樣 本的 1% ;
6. 將 空 白 、 缺 值或其 他特 殊 變 數 值 合 併 至同 一 區 間,
2
G/B Index 計算方式:若區間 好壞比 優於整體開發樣本,則
G/B Index =(Interval 好壞比 /Overall 好壞比 ) × 100G ; 若區間
好壞比 低於整體開發樣本,則 G/B Index = (Overall 好壞比
/Interval 好壞比 ) × 100B 。