Εφαρμογές πληροφορικής στην αξιολόγηση μεθόδων κατασκευής υποδειγμάτων εκτίμησης της πιστοληπτικής ικανότητας των υποψηφίων πιστούχων στον τομέα της λιανικής τραπεζικής

Abstract

One of the most important problems in the retail banking sector is that of evaluating the creditworthiness of credit applicants. This problem is addressed by the methodology of credit scoring. The methodology of credit scoring involves the construction of models (i.e. credit scoring models) which classify each credit applicant into one of two classes: the class of applicants who are predicted not to default with their obligations and are granted credit and the class of applicants who are predicted to default with their obligations and are not granted credit. The goal of this thesis is to study the methodology of credit scoring and how this methodology can be implemented by means of computer software applications. In pursuing this goal, this thesis examines the theoretical background of the methodology of credit scoring and analyzes credit scoring data by means of the XLMiner software package and constructed software templates. Within the framework of credit scoring data analysis, methods used for the construction of credit scoring models are assessed. Particular emphasis is given into the method known as the Naive (Simple) Bayes Rule (NBR). Specifically, a real-world credit scoring data set from a major Greek bank is used to benchmark NBR against linear discriminant analysis, logistic regression, neural networks, classification trees and k-nearest neighbours. Five partitions of this data set into training and test sets are used. Predictive ability is measured by the percentage of correctly classified cases and the bad rate amongst accepts. NBR appears to have a lower predictive ability than the other methods under both the aforementioned predictive ability measures. This result may be attributed to properties inherent in the field of credit scoring, i.e. significant dependence given the class of the variables used in this field and large training set sizes. The results allow the application of NBR as a method for the construction of credit scoring models, because of the small (statistically non-significant) differences in predictive ability between the methods and the simplicity of NBR.

Ένα από τα σημαντικότερα προβλήματα στον τομέα της λιανικής τραπεζικής είναι αυτό της εκτίμησης της πιστοληπτικής ικανότητας των υποψηφίων πιστούχων. Η σχετική μεθοδολογία (μεθοδολογία Credit Scoring, στο εξής: μεθοδολογία CS) αφορά την κατασκευή υποδειγμάτων (υποδειγμάτων CS) τα οποία ταξινομούν κάθε υποψήφιο πιστούχο σε μία από δύο πιθανές κλάσεις: την κλάση των υποψηφίων που προβλέπεται να μην αθετήσουν τις υποχρεώσεις τους και δανειοδοτούνται και την κλάση των υποψηφίων που προβλέπεται να αθετήσουν τις υποχρεώσεις τους και δεν δανειοδοτούνται. Στόχος της παρούσας διατριβής είναι η μελέτη της μεθοδολογίας CS και της δυνατότητας υλοποίησής της με τη βοήθεια εφαρμογών πληροφορικών πακέτων. Αναλυτικότερα, γίνεται μελέτη του θεωρητικού υποβάθρου της μεθοδολογίας CS και ανάλυση δεδομένων μέσω του πακέτου XLMiner και μέσω δημιουργηθέντων προτύπων λογισμικού. Στα πλαίσια της ανάλυσης δεδομένων γίνεται αξιολόγηση μεθόδων κατασκευής υποδειγμάτων CS, με ιδιαίτερη έμφαση στην αξιολόγηση της μεθόδου του Κανόνα του Απλού Bayes (KAB). Συγκεκριμένα, συγκρίνεται επί τη βάσει πραγματικών δεδομένων μεγάλης ελληνικής τράπεζας, o ΚΑΒ με τη Γραμμική Διαχωριστική (Διακριτική) Ανάλυση, τη Λογαριθμική (Λογιστική) Παλινδρόμηση, τα Νευρωνικά Δίκτυα, τα Δένδρα Ταξινόμησης και τη Μέθοδο των k Πλησιέστερων Γειτονικών Σημείων. Χρησιμοποιούνται πέντε διαμερίσεις των δεδομένων σε δείγματα σχεδιασμού και δείγματα ελέγχου. Η προβλεπτική ικανότητα αξιολογείται επί τη βάσει του ποσοστού των σωστά ταξινομημένων πιστούχων και του ποσοστού των «κακών» πιστούχων μεταξύ αυτών που γίνονται δεκτοί. Σύμφωνα και με τα δύο παραπάνω κριτήρια, ο ΚΑΒ φαίνεται να παρουσιάζει προβλεπτική ικανότητα μικρότερη από αυτήν των υπολοίπων μεθόδων. Το αποτέλεσμα αυτό μπορεί να αποδοθεί σε δύο παράγοντες που χαρακτηρίζουν το πεδίο του CS, το σημαντικό βαθμό εξάρτησης δεδομένης της κλάσης των χρησιμοποιούμενων μεταβλητών και το μεγάλο μέγεθος των χρησιμοποιούμενων δειγμάτων σχεδιασμού.