《信用评分及其应用》PDF下载

  • 购买积分:12 如何计算积分?
  • 作  者:(美)林·C. 托马斯(Lyn C. Thomas),(美)戴维·B. 埃德尔曼(David B. Edelman),(美)乔纳森·N. 克鲁克(Jonathan N. Crook)著;王晓蕾,石庆焱,吴晓惠译
  • 出 版 社:北京:金融出版社
  • 出版年份:2006
  • ISBN:7504939307
  • 页数:308 页
图书介绍:本书系统介绍了信用评分技术的意义、作用、具体操作方法等。

前言 1

1.信用评分的历史和哲学基础 1

1.1 简介:什么是信用评分 1

目录 1

1.2 信用的历史 2

1.3 信用评分的历史 3

1.4 信用评分的哲学方法 5

1.5 信用评分和数据挖掘 8

2.1 简介 10

2.2 评分前的信用评估 10

2.信用评分实践 10

2.3 信用评分如何嵌入放贷机构信用评估程序 13

2.4 需要什么数据 15

2.5 信用评分咨询机构的作用 16

2.6 验证评分卡的有效性 17

2.7 与信息系统的关系 17

2.8 借款申请表 18

2.9 征信局的作用 18

2.10 人工修正和人工干预 20

2.11 监测和跟踪 21

2.12 与放贷机构产品组合的关系 21

3.2 信贷随时间的变化 23

3.经济周期和贷款及负债结构 23

3.1 简介 23

3.3 宏观经济问题 26

3.3.1 现值 26

3.3.2 对信贷需求的经济学分析 27

3.3.3 信贷约束 30

3.3.4 经验证据 33

3.4 宏观经济问题 34

3.4.1 简化的凯恩斯经济模型 35

3.4.2 货币渠道 38

3.4.3 信贷渠道 39

3.4.4 经验证据 44

3.5 违约行为 46

4.建立信用评分卡的统计方法 48

4.1 简介 48

4.2 判别分析:决策论方法 49

4.2.1 单变量正态情形 53

4.2.2 协方差相等的多元正态情形 54

4.2.3 协方差不等的多元正态情形 55

4.3 判别分析:将两个组区分开 55

4.4 判别分析:一种线性回归 57

4.5 Logistic回归 60

4.6 其他非线性回归方法 62

4.7 分类树法(递归分割法) 64

4.7.1 Kolmogorov-Smirnov统计量 66

4.7.2 基本不纯度指数(Basic impurity index)i(v) 67

4.7.3 Gini指数 68

4.7.4 熵指数 69

4.7.5 最大化半和平方 70

4.8 最近邻方法 72

4.9 多重判别 73

5.1 简介 75

5.建立信用评分卡的非统计学方法 75

5.2 线性规划 76

5.3 整数规划 81

5.4 神经网络 84

5.4.1 单层神经网络 84

5.4.2 多层感知器 86

5.4.3 反向传播算法 88

5.4.4 网络结构 91

5.4.5 分类及误差函数 93

5.5 遗传算法 94

5.5.1 基本原理 95

5.5.2 图式 97

5.6 专家系统 101

5.7 各种方法的比较 103

6.行为评分模型 107

6.1 简介 107

6.2 行为评分:分类方法 107

6.3 基于分类方法的行为评分系统的变形及使用 108

6.4 行为评分:传统马尔科夫链方法 110

6.5 马尔科夫决策过程方法在行为评分中的应用 115

6.6.1 估计平稳马尔科夫链的参数 118

6.6.2 估计非平稳马尔科夫链的参数 118

6.6 马尔科夫链模型的验证和变形 118

6.6.3 检验p(i,j)是否取某个特殊值p0(i,j) 119

6.6.4 检验pt(i,j)是否平稳 120

6.6.5 检验过程是马尔科夫链 121

6.6.6 “移动者—停留者”马尔科夫链模型 122

6.7 行为评分:贝叶斯马尔科夫链方法 123

7.度量评分卡的表现 129

7.1 简介 129

7.2 利用保留样本估计的错误率和2×2表 130

7.3 小样本的交叉验证 133

7.4 自助法和刀切法 135

7.5 分离度的度量:马氏距离与K-S统计量 136

7.6 ROC曲线和Gini系数 138

7.7 比较评分卡的实际表现和预期表现:Delta方法 141

8.评分卡开发中的一些实际问题 146

8.1 简介 146

8.2 样本的选择 146

8.3 好客户和坏客户的定义 149

8.4 可利用的特征变量 151

8.5 征信局特征变量 153

8.5.1 可获取的公共信息 154

8.5.3 贷款机构共享的信息 155

8.5.2 以前的查询 155

8.5.4 汇总信息 156

8.5.5 欺诈预警 157

8.5.6 征信局增值信息 157

8.6 子总体的确定 159

8.7 特征变量的粗分组 160

8.7.1 X2统计量 161

8.7.2 信息统计量 162

8.7.3 Somer的D和谐统计量 164

8.7.4 极大似然单调粗分组方法 168

8.8 选择特征变量 170

8.9 拒绝推断 173

8.9.2 外推 174

8.9.1 定义为坏客户 174

8.9.3 增补 175

8.9.4 混合分布 175

8.9.5 三向分组法 176

8.10 人工修正及其对评分卡的影响 177

8.11 设定临界点 178

8.12 调整与校正 182

9.1 简介 185

9.2 评分卡的实施 185

9.评分卡的实施及应用领域 185

9.3 对评分卡进行监测 187

9.4 对评分卡进行跟踪 191

9.5 什么时候评分卡老化了? 197

9.6 拥护者与挑战者 200

10.评分在信贷其他领域的运用 205

10.1 简介 205

10.2 预先审核 205

10.3 预先批准 207

10.4 防范欺诈 208

10.5 住房贷款评分 209

10.6 小企业评分 211

10.7 基于风险的定价 212

10.8 授信扩展与交易授权 213

10.9 债务偿还:催收评分和诉讼评分 215

10.10 坏账准备金提取 215

10.11 出口担保信用 216

11.评分在其他领域的应用 217

11.1 简介 217

11.2 直销 217

11.3 利润评分 219

11.4 税务检查 223

11.5 罚款与扶养费支付 224

11.6 假释 225

11.7 其他 226

12.建立评分卡的新方法 227

12.1 简介 227

12.2 通用评分卡和小样本建模 228

12.3 两种评分卡的结合:充分性和筛选 230

12.4 分类法的组合 234

12.5 间接信用评分 237

12.6 图解模型和贝叶斯网络在信用评分中的应用 238

12.7 生存分析在信用评分中的应用 246

13.2.1 消费信贷 253

13.2 信贷的使用 253

13.国际差异 253

13.1 简介 253

13.2.2 信用卡 256

13.3 征信局信用报告的国际差异 257

13.3.1 美国 257

13.3.2 其他国家 258

13.4 对支付工具的选择 259

13.5 评分卡的差异 260

13.6 破产 261

14.1 简介 264

14.利润评分、基于风险的定价和证券化 264

14.2 利润最大化的决策与基于违约的评分 265

14.3 整体利润度量 270

14.4 利润评分系统 272

14.5 基于风险的定价 275

14.6 证券化 277

14.7 住房抵押贷款支持证券 280

附录:1.词汇表 282

2.人名翻译中英文对照表 292

参考文献 296

译后记 308