一个处理信用暂时退化的两阶段模型

在这个问题上，由于违约没有年度内的季节性，月度预测的实际意义是有争议的。信用风险评估是数据挖掘和预测工具在过去几年中大量扩展的一个领域。然而，在一些领域，这些工具的使用应该主要侧重于提供方向，而不是提供严格的预测。有许多可能的方向，没有一个仅仅着眼于过去的模型能够对未来有所启发。这包括银行业务战略推动的方向（例如，扩展分行网络、提供新产品或与其他金融机构合并的计划）。这同样适用于极端或罕见事件的发生，比如最近的金融危机所带来的风险。预测的新范式是观察当前信号中的隐藏流，并理解它们可能如何将事件引导到未来。我们提出了一个两阶段模型来处理信用评分的暂时性退化，在一年的时间内取得了良好的结果。然而，很明显，从长远来看，这类模型也应该表现良好。因此，这种建模框架的未来应用应该在更大的时间范围内进行测试，并考虑滞后时间。压力测试这种方法应该考虑重大宏观经济困境下的环境，或者由于客户组合的显著增长而导致的人口流动。参考文献[1]J.N.Crook等人，“商业周期中记分卡的退化”，IMA管理数学杂志，第4卷，第111-1231992页。[2] 答。

卢卡斯，“更新记分卡：消除神秘感”，阅读：基础、发展和目标。牛津大学出版社：纽约，第93-109页，2004年。[3] J.Gama，从数据流中发现知识。伦敦：查普曼和霍尔/CRC，2010年。[4] BCB，“与帕加门托斯-阿德多统计局的关系”，2011年。[5] www.tradingeconomics。com，17-06-2013。[6] M.Zandi，“将经济信息纳入信用风险承保”信用风险模型设计与应用，第155158页，1998年。[7] T.Bellotti和J.Crook，“使用生存分析的宏观经济变量信用评分”，《运筹学学会杂志》，第60卷，第1699-1707页，2008年。[8] M.Malik和L.C.Thomas，“消费者信用评级的转移矩阵模型”，《国际预测杂志》，第28卷，第261272页，2012年。