Information Value estimator for Credit Scoring Models

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14310%2F12%3A00061861" target="_blank" >RIV/00216224:14310/12:00061861 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Information Value estimator for Credit Scoring Models

Popis výsledku v původním jazyce

Information value is widely used to assess discriminatory power of credit scoring models, i.e. models that try to predict a probability of client?s default. Moreover it is very often used to assess the discriminatory power of variables that enter into these models. This means that the Information value is used as a filter for variable selection. However, empirical estimate using deciles of scores, which is the common way how to compute it, may lead to strongly biased results. The main aim of this paperis to give an alternative estimator of the Information value, which leads to lowered bias and MSE.

Název v anglickém jazyce

Information Value estimator for Credit Scoring Models

Popis výsledku anglicky

Information value is widely used to assess discriminatory power of credit scoring models, i.e. models that try to predict a probability of client?s default. Moreover it is very often used to assess the discriminatory power of variables that enter into these models. This means that the Information value is used as a filter for variable selection. However, empirical estimate using deciles of scores, which is the common way how to compute it, may lead to strongly biased results. The main aim of this paperis to give an alternative estimator of the Information value, which leads to lowered bias and MSE.

Druh

D - Stať ve sborníku

CEP obor

BB - Aplikovaná statistika, operační výzkum

OECD FORD obor

—

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2012

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings of the IADIS European Conference Data Mining 2012

ISBN

9789728939694

ISSN

—

e-ISSN

—

Počet stran výsledku

5

Strana od-do

188-192

Název nakladatele

IADIS Press

Místo vydání

Lisbon

Místo konání akce

Lisbon, Portugal

Datum konání akce

1. 1. 2012

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—