Introduzione Ai Metodi Statistici Per Il Credit Scoring

Il libro si pone l'obiettivo di introdurre i due modelli statistici maggiormente utilizzati nel settore dello scoring di accettazione, quali il modello logistico e l'analisi discriminante. In questo contesto, sulla base delle informazioni in possesso al momento della richiesta, si deve prendere la decisione se concedere o meno il finanziamento. Di conseguenza, le tecniche che si utilizzano hanno tutte la caratteristica di suddividere la potenziale clientela in due insiemi: i 'buoni' ed i 'cattivi' pagatori. L'impostazione del libro è di tipo statistico: particolare enfasi è posta sul fatto che il comportamento di un cliente è descritto attraverso una variabile aleatoria binaria che è oggetto di previsione. Questa variabile casuale viene messa in relazione, attraverso un modello statistico, con un insieme di variabili esplicative che descrivono il profilo del potenziale cliente, e che sono note al momento della richiesta di finanziamento. I parametri del modello statistico non sono noti e pertanto debbono essere stimati attraverso tecniche inferenziali. A tal fine, si dispone di un campione estratto in modo casuale dalla popolazione dei potenziali clienti. Questo campione tipicamente è suddiviso in un campione di sviluppo ed un campione di validazione. Nel libro saranno analizzati in dettaglio alcuni casi reali. La scelta è quella di fornire una trattazione approfondita dei due metodi, che ne metta in luce sia i punti di forza sia la eventuale non corrispondenza alla realtà delle assunzioni si cui si basano. Questa conoscenza è prerequisito fondamentale per un corretto uso anche degli strumenti più avanzati, nell'ambito sia dello scoring di accettazione che in quello comportamentale.

From the reviews: "Provide a straightforward and exhaustive knowledge of the basic statistical tools for ... measuring credit risk. It deals with the credit scoring models, that is the statistical models aimed to credit risk measuring. ... Some basic probabilistic tools are treated in the appendix. The clear and accessible treatment is suited to understanding also of students who are new to these themes." (Emilia Di Lorenzo, Zentralblatt MATH, Vol. 1173, 2009)