Answers:
如果您不熟悉评分系统,那么您的第一本书应该是naeem siddiqi撰写的有关使用SAS进行信用评分的方法。如果您还没有上课,那就去吧。该课程的主要重点是对以数百万美元计价和出售SAS企业矿机的总体理解。
如果您需要理论,则需要大学附近的分类数据分析和数据挖掘课程。即使参加了这些课程,您仍然需要帮助。
目前最流行的技术是
聚类,判别分析,因素分析,主成分也是必须的。
伊丽莎白·梅斯(Elizabeth Mays)的信用评分也会给您一个很好的概览。
我还参加了SAS研究所的信用风险建模课程,这对我有所帮助。这是一个不断学习的过程,从来没有做过。
贝叶斯人也喜欢他们的方法。
编辑
我也忘了提。逻辑回归是目前最流行的技术,并且将永远是银行将继续使用的技术。除非您的银行不太愿意去理解这些方法,并且其他方法的重点仍然是冒险和赚钱,否则其他方法很难卖给高层管理人员。
我在信用评分领域工作。即使我喜欢探索不同的方法,但我发现逻辑回归即使不是最好的方法也通常足够好。我没有调查过有关该主题的最新论文,但是从大多数论文的记忆中,您会看到诸如神经网络模型之类的其他方法通常在预测能力(由GINI和AR衡量)方面没有显着提升。同样,对于外行人来说,这些模型往往更难理解(通常大多数高级管理人员没有统计学背景),而使用逻辑回归的记分卡方法似乎提供了最容易解释的模型。没错,大多数记分卡都没有考虑互动,
话虽这么说,最近有人对使用生存分析技术构建计分卡感兴趣,因为它比逻辑回归具有一些优势。也就是说,我们可以更轻松地将宏观经济因素纳入模型,我们可以在模型构建中使用更多最新数据,而不必至少依赖12个月前的数据(因为物流中的二元指标通常被定义为默认值)接下来的12个月)。在这方面,我的论文可以提供另一种观点,即它使用生存分析来探索建立信用记分卡。我展示了生存分析记分卡在外观和感觉上与逻辑回归记分卡相同,因此可以引入它们而不会造成太多麻烦。
在我的论文中,我还描述了ABBA算法,这是一种对变量进行分箱的新颖方法。
更新: 我没有声称我的论文是否有什么用。这只是该领域从业人员的另一个观点。