Custom cover image
Introduzione ai metodi statistici per il credit scoring / by Elena Stanghellini
Resource type: Ressourcentyp: Buch (Online)Book (Online)Language: Italian Series: Unitext | SpringerLink BücherPublisher: Milano : Springer-Verlag Milan, 2009Description: Online-Ressource (IX, 177 pagg, digital)ISBN:- 9788847010819
- 9788847010802
- 519.5
- 658.8
- QA276-280
- HG3751.5
Contents:
Summary: Il credit scoring -- Variabili casuali categoriali -- Il modello logistico -- L’analisi discriminante -- Altri metodi statistici.Summary: Credit Scoring è l’insieme delle tecniche statistiche per prendere decisioni riguardo alle strategie di marketing, alla approvazione e alla gestione dei crediti. Il libro descrive in dettaglio gli strumenti statistici maggiormente utilizzati nel settore della valutazione ex ante della capacità creditizia. Le tecniche, tipicamente impiegate nell’ambito del credito al consumo, sono usate anche per la quantificazione della probabilità di insolvenza di piccole e medie imprese, resa necessaria dalle disposizioni del "Secondo accordo sul capitale" di Basilea. Il libro è introduttivo ed esaustivo, con un linguaggio accessibile anche da quanti si avvicinino alla materia per la prima volta.PPN: PPN: 1648840221Package identifier: Produktsigel: ZDB-2-SEB | ZDB-2-SXMS | ZDB-2-SMA
Title Page; Copyright Page; Prefazione; Table of Contents; Problemi; 1 Il credit scoring; 1.1 Introduzione; 1.2 Lo scoring nel credito al consumo; 1.3 Obiettivi del credit scoring; 1.4 Fasi del credit scoring; 1.5 L'approccio decisionale; 1.6 Lo score e la classificazione delle unità; 1.7 Le curve ROC e CAP; 1.8 Il campione di sviluppo e di convalida; 1.9 Note bibliografiche; Problemi; 2 Variabili casuali categoriali; 2.1 Introduzione; 2.2 Indipendenza fra eventi; 2.3 Indipendenza fra variabili casuali; 2.4 Misure di associazione; 2.4.1 Il caso di due variabili casuali binarie
2.4.2 Il caso di tre variabili casuali binarie2.5 Indipendenza e associazione; 2.5.1 Una variabile casuale binaria e una variabile casualecategoriale; 2.5.2 Il caso di pi`u variabili casuali categoriali; 2.6 Sulla indipendenza marginale e condizionale*; 2.7 Note bibliografiche; Problemi; 3 Il modello logistico; 3.1 Introduzione; 3.2 Le variabili dummy; 3.3 Il modello di regressione lineare semplice: richiami; 3.4 Il modello logistico semplice; 3.4.1 La forma matriciale; 3.5 Il modello logistico multiplo; 3.5.1 La forma matriciale; 3.6 La stima mediante massima verosimiglianza
3.6.1 La matrice delle varianze e delle covarianze asintotica3.7 Verifica d'ipotesi; 3.7.1 Verifica di ipotesi sul modello; 3.7.2 Verifica d'ipotesi sull'effetto di una variabile; 3.7.3 Test sul singolo coefficiente; 3.8 Il criterio di scelta AIC; 3.9 La selezione del modello; 3.9.1 Procedure backward, forward e stepwise; 3.10 La tabella di errata classificazione; 3.10.1 Il confronto con il caso; 3.11 Il test di Hosmer e Lemeshow; 3.12 Campione bilanciato; 3.13 Un'analisi mediante il modello logistico; 3.14 Note bibliografiche; 4 L'analisi discriminante; 4.1 Introduzione; 4.2 Il caso normale
4.2.1 La stima della funzione discriminante4.2.2 Test per l'ipotesi di varianze e covarianze costanti; 4.3 La funzione discriminante di Fisher*; 4.4 La scelta delle variabili mediante test basati sulla normalità; 4.5 La probabilit`a di errore nell'ipotesi di normalità*; 4.6 Il caso di campioni piccoli; 4.7 Il contronto fra il modello logistico e l'analisi discriminante; 4.8 Un'applicazione dell'analisi discriminante; 4.9 Note bibliografiche; 4.10 Problemi; 5 Altri metodi statistici; 5.1 Introduzione; 5.2 Il metodo delle k unità più vicine; 5.3 Gli alberi di classificazione
5.4 Le reti neurali5.5 Gli algoritmi genetici; 5.6 Considerazioni conclusive; 5.7 Note bibliografiche; Appendice A Alcune variabili casuali; A.1 Variabile casuale di Bernoulli; A.2 Variabile casuale binomiale e binomiale relativa; A.3 Variabile casuale normale; A.4 Variabile casuale normale multipla; Appendice B Il modello di regressione lineare; B.1 Il modello di regressione lineare multiplo; B.2 Il problema inferenziale senza l'ipotesi di normalità; B.2.1 Prime analisi descrittive del modello stimato; B.2.2 Analisi della distribuzione degli stimatori; B.3 . . . e con l'ipotesi di normalità
B.3.1 Inferenza sui singoli coefficienti βj
No physical items for this record