Revista de Antivirales y Antirretrovirales
Acceso abierto

abstracto

Modelo Logístico de Riesgo de Crédito Basado en el Método MCMC

Bin Zhao, Jinming Cao

En este artículo, se utiliza el método Markov Chain Monte Carlo (MCMC) para estimar los parámetros de distribución Logística, y este método se utiliza para clasificar los niveles de riesgo crediticio de los clientes bancarios. OpenBUGS es un software de análisis bayesiano basado en método MCCM. Este artículo utiliza el software OpenBUGS para dar la estimación bayesiana de los parámetros de la logística binomial modelo de regresión y su correspondiente intervalo de confianza. Los datos utilizados en este documento incluyen los valores de 20 variables que puede estar relacionado con el crédito vencido de 1000 clientes. Primero, el "Boruta" se adopta un método para cribar los datos cuantitativos indicadores que tienen un impacto significativo en el riesgo vencido, y luego se utiliza el método de segmentación óptima para procesamiento de subsecciones. A continuación, filtramos las tres variables cualitativas más útiles. Según el valor WOE y IV, y tratados como una variable caliente. Finalmente, se seleccionaron 10 variables, y se ha utilizado OpenBU-GS para estimar los parámetros de todas variables Podemos sacar las siguientes conclusiones de los resultados: el historial crediticio del cliente y el estado actual de la cuenta corriente. cuenta tienen el mayor impacto en el riesgo de morosidad de un cliente, el banco debe prestar más atención a estos dos aspectos al evaluar el nivel de riesgo del cliente.