Jornal de antivirais e antirretrovirais
Acesso livre

Abstrato

Modelo Logístico de Risco de Crédito Baseado no Método MCMC

Bin Zhao, Jinming Cao

Neste artigo é utilizado o método Markov Chain Monte Carlo (MCMC) para estimar os parâmetros da distribuição Logística, sendo este método utilizado para classificar os níveis de risco de crédito dos clientes bancários. O OpenBUGS é um software de análise bayesiana baseado no método MCMC. Este artigo utiliza o software OpenBUGS para fornecer a estimação bayesiana dos parâmetros do modelo de regressão logística binomial e o seu intervalo de confiança correspondente. Os dados utilizados neste artigo incluem os valores de 20 variáveis ​​que podem estar relacionadas com o crédito vencido de 1000 clientes. Em primeiro lugar, é adotado o método “Boruta” para rastrear os indicadores quantitativos que têm um impacto significativo no risco de maturidade e, de seguida, é utilizado o método de segmentação ótima para o processamento das subsecções. A seguir, filtrámos três variáveis ​​qualitativas mais úteis. De acordo com o valor WOE e IV, e tratado como uma variável quente. Por fim, foram selecionadas 10 variáveis ​​e o OpenBU-GS foi utilizado para estimar os parâmetros de todas as variáveis. Podemos tirar as seguintes conclusões dos resultados: o histórico de crédito do cliente e o estado atual da balança corrente têm o maior impacto no risco de incumprimento do cliente, o banco deveria prestar mais atenção a estes dois aspetos na avaliação do nível de risco do cliente .