Quality indexes of predictive models in risk and portfolio management

ŘEZÁČ, Martin a František ŘEZÁČ. Quality indexes of predictive models in risk and portfolio management. In IMAEF 2009 Proceedings. Ioannina, Greece: Department of Economics, University of Ioannina, 2009, 12 s. ISBN 978-960-233-196-5.

Základní údaje

Originální název

Quality indexes of predictive models in risk and portfolio management

Název česky

Ukazatele kvality prediktivních modelů v risk a portfolio managementu

Autoři

ŘEZÁČ, Martin a František ŘEZÁČ

Vydání

Ioannina, Greece, IMAEF 2009 Proceedings, 12 s. 2009

Nakladatel

Department of Economics, University of Ioannina

---

Další údaje

Jazyk

angličtina

Typ výsledku

Stať ve sborníku

Obor

10103 Statistics and probability

Stát vydavatele

Řecko

Utajení

není předmětem státního či obchodního tajemství

Kód RIV

RIV/00216224:14310/09:00036102

Organizační jednotka

Přírodovědecká fakulta

ISBN

978-960-233-196-5

ISSN

Klíčová slova česky

Portfolio management; prediktivní modelování; credit scoring; indexy kvality.

Klíčová slova anglicky

Portfolio management; predictive modelling; credit scoring; quality indexes.

Štítky

credit scoring, portfolio management, predictive modelling, quality indexes.

Příznaky

Mezinárodní význam, Recenzováno

---

Anotace

V originále

For a measurement of partial processes of a financial institution, especially their components like scoring models or other predictive models, it is possible to use quantitative indexes such as Gini index, K-S statistics, Lift and Information statistics. They can be used for comparison of several developed models at the moment of development. It is possible to use them for monitoring of quality of models after the deployment into real business as well. The outcome is then an effective tool to attract new creditworthy customers, and at the same time, control losses. This paper deals with definition of good/bad client, which is crucial for further computations. The main part is devoted to quality indexes based on distribution functions and on density functions. It brings some interesting results connected to Lift in general and for normally distributed data. An application on real data is included too.

Česky

K měření dílčích procesů ve finančních institucích, především jejich částí jako je credit scoring nebo ostatní prediktivní modely, je možné použít kvantitativních ukazatelů jako jsou Giniho index, K-S statistika, lift a informační statistika. Tyto mohou být použity pro porovnání několika vyvinutých modelů, stejně jako je lze použít pro monitorování kvality po nasazení do reálného provozu. Práce přinásí zajímavé výsledky pro Lift v obecném případě i v případě normálně rozdělených dat. Obsažena je též aplikace na reálných datech.