Построение автоматизированных скоринговых систем позволяет банкам снизить индивидуальные кредитные риски. Использования скоринговых систем на базе статистических моделей наряду с экспертными оценками андеррайтеров является распространенной практикой. Метод логистической регрессии — наиболее часто используемый метод для построения скоринговых систем в банках. В статье рассматриваются вопросы применения логистической регрессии для классификации заемщиков в кредитном скоринге.

Важным заключительным этапом построения скоринговой системы является этап ее валидации, который заключается в проверке достоверности полученной модели на обучающей, контрольной выборке и реальных данных. Валидация скориновой модели должна производиться на основе системы критериев качества. В данной статье, во-первых, систематизируются методы оценки достоверности скоринговой модели. Во-вторых, проводится сравнительный анализ методов оценки эффективности ранжирования заемщиков по модели логистической регрессии, а также по скоринговой карте, построенной на основе логистической регрессии. В третьих, дается обзор стратегий валидации скоринговых моделей. Кроме того, рассматриваются такие вопросы как анализ ROC-кривых, анализ распределения скоринговых баллов, расчет статистики Колмогорова-Смирнова, коэффициента Джини, коэффициента дивергенции коэффициента разделения. Авторские выводы и рекомендации могут быть использованы специалистами по управлению рисками в коммерческих банках при построении скоринговых систем и проверки их работы.

Полный текст статьи "К вопросу валидации модели логистической регрессии в кредитном скоринге опубликован в журнале "Науковедение", выпуск 2 (21) 2014. Журнал "Науководение" входит в Перечень российских рецензируемых научных журналов, утвержденный Высшей аттестационной комиссией Российской федерации.

Текст статьи доступен по ссылке http://naukovedenie.ru/PDF/173EVN214.pdf.