Introduzione ai metodi statistici per il credit scoring

178 Pages·2009·1.08 MB·Italian

by  Elena Stanghellini (auth.)

Introduzioneaimetodistatistici
perilcreditscoring
EElleennaa SSttaanngghheelllliinnii
IIInnntttrrroooddduuuzzziiiooonnneeeaaii mmeettooddii
ssattiaa mttiissetttiioccdii ipp seetrraiitlliscctrrieecddi iipttessrcc ooilrriinngg
credit scoring
ElenaStanghellini
DipartimentodiEconomiaFinanzaeStatistica
UniversitàdiPerugia
ISBN978-88-470-1080-2 e-ISBN978-88-470-1081-9
DOI10.1007/978-88-470-1081-9
©Springer-VerlagItalia2009
Quest’opera èprotettadallalegge suldirittod’autoreelasuariproduzione èammessasoloed
esclusivamente nei limiti stabiliti dalla stessa.Le fotocopie per uso personale possono essere
effettuateneilimitidel15%diciascunvolumedietropagamentoallaSIAEdelcompensoprevisto
dall’art.68.Leriproduzioni perusononpersonalee/ooltreillimitedel15%potrannoavvenire
soloaseguitodispecificaautorizzazionerilasciatadaAIDRO,ViaCorsodiPortaRomanan.108,
Milano20122,[email protected].
Tuttii diritti,inparticolare quelli relativi alla traduzione,allaristampa,all’utilizzodi illustra-
zioni e tabelle,alla citazione orale,alla trasmissioneradiofonica o televisiva,alla registrazione
sumicrofilmoindatabase,oallariproduzione inqualsiasialtraforma(stampataoelettronica)
rimangonoriservati anche nelcasodi utilizzoparziale.Laviolazionedellenormecomportale
sanzioniprevistedallalegge.
L’utilizzoinquestapublicazionedidenominazionigeneriche,nomicommerciali,marchirgistrati,
ecc.anchesenonspecificatamenteidentificati,nonimplicachetalidenominazioniomarchinon
sianoprotettidallerelativeleggieregolamenti.
Layoutcopertina:FrancescaTonon
Impaginazione:PTP-Berlin,ProtagoTEX-ProductionGmbH,Germany(www.ptp-berlin.eu)
Stampa:Signum,bollate(MI)
StampatoinItalia
Springer-VerlagItaliaS.r.l.,ViaDecembrio28,I-20137Milano
Springer-VerlagfapartediSpringerScience+BusinessMedia(www.springer.com)
Prefazione
C’`e una crescente richiesta, da parte delle istituzioni che operano nel mer-
cato finanziario, di figure con una conoscenza approfondita delle tecniche
statisticheper la misurazione ex ante del rischio di credito. La recente crisi
economica, originata da un numero inatteso di insolvenze nei mutui ipo-
tecari del mercato immobiliare americano, chiarisce piu` di molte parole
l’importanza che tali competenze rivestono all’interno non solo degli inter-
mediaribancariefinanziari,maanchedegliorganismidivigilanza.Afronte
di questa esigenza, tuttavia, vi `e una carenza di libri interamente dedicati
all’argomento.
Questa monografia costituisce una introduzione ai metodi statistici per
la misurazione del rischio di credito, noti come credit scoring. L’obiettivo
`e quello di presentare l’argomento in un modo che sia accessibile a coloro
chepossiedonoconoscenze statistichedibase,assiemeadalcunenozionidel
contesto bancario in cui questi strumenti sono applicati.
L’interesse per il credit scoring risalealla mia partecipazione ad un pro-
getto di ricerca di statistica avanzata presso il Department of Statistics
dellaOpen University.L’interazionecon colleghidi grande spessore,fra cui
David J. Hand, mi ha arricchito moltissimo.La passione per l’argomento`e
continuatae laconoscenza si`eapprofondita,grazienon soloallaattivita`di
ricerca, ma anche all’insegnamento delle tecniche di credit scoring in vari
corsi di master e di laurea specialistica. Come spesso accade, anche questo
libro`e la naturale evoluzione delle note da me predisposte per gli studenti.
Desidero esprimere la mia gratitudine ai colleghi Franco Moriconi, che
per primo mi ha invitatoa trasformarele dispense in un libro, Anna Clara
Monti, che ha mostrato entusiasmo per il progetto al punto da spinger-
mi a realizzarlo e Giovanni M. Marchetti, che ha contribuito ad arricchire
il lavoro con commenti ed osservazioni. Ringrazio inoltre i revisori per i
VI Prefazione
suggerimenti che hanno portato ad un notevole miglioramento del testo e
Chiara Castellano e Francesco Stingo per la correzione di parte degli eser-
cizi presentati. Un sentito ringraziamento a Gepafin S.P.A. e Findomestic
S.P.A.che mihanno gentilmenteconcessodi pubblicare irisultatidi analisi
su dati di loro proprieta`.
Un pensiero particolare va agli studenti dei corsi passati, che in modo
spesso inconsapevole hanno contribuito a rendere piu` organica, nel tempo,
la presentazione degli argomenti. A loro vanno anche le mie tardive scuse
per averli usati come “cavie” e la mia gratitudine per l’atteggiamento co-
struttivo spesso dimostrato. Agli studenti dei corsi futuri rivolgo l’invito a
mantenerelacuriosit`aelospiritodicollaborazionedeicolleghichelihanno
preceduti.
Desidero infine ringraziare tutti coloro che hanno contribuito a rendere
piacevolequestaesperienza, con consiglidivarianatura.Pensoinnanzitut-
toallamiagrande famiglia,a miamammae a mio zioNatale.Un profondo
riconoscimentoinfine a Fabio,per tutte le volte che avrebbe voluto gettare
via i numerosi libri e articoli sul credit scoring sparsi dentro casa e non lo
ha fatto.
Perugia, maggio 2009 Elena Stanghellini
Indice
1 Il credit scoring ......................................... 1
1.1 Introduzione.......................................... 1
1.2 Lo scoring nel credito al consumo ....................... 4
1.3 Obiettivi del credit scoring ............................. 5
1.4 Fasi del credit scoring.................................. 7
1.5 L’approccio decisionale................................. 11
1.6 Lo score e la classificazione delle unit`a ................... 16
1.7 Le curve ROC e CAP ................................. 19
1.8 Il campione di sviluppo e di convalida.................... 22
1.9 Note bibliografiche .................................... 24
Problemi ................................................. 26
2 Variabili casuali categoriali .............................. 29
2.1 Introduzione.......................................... 29
2.2 Indipendenza fra eventi ................................ 30
2.3 Indipendenza fra variabili casuali........................ 31
2.4 Misure di associazione ................................. 33
2.4.1 Il caso di due variabili casuali binarie .............. 33
2.4.2 Il caso di tre variabili casuali binarie ............... 36
2.5 Indipendenza e associazione ............................ 38
2.5.1 Una variabile casuale binaria e una variabile casuale
categoriale...................................... 38
2.5.2 Il caso di piu` variabili casuali categoriali............ 39
2.6 Sulla indipendenza marginale e condizionale* ............. 40
2.7 Note bibliografiche .................................... 43
Problemi ................................................. 44
VIII Indice
3 Il modello logistico ..................................... 45
3.1 Introduzione.......................................... 45
3.2 Le variabili dummy .................................... 46
3.3 Il modello di regressione lineare semplice: richiami......... 48
3.4 Il modello logistico semplice ............................ 49
3.4.1 La forma matriciale.............................. 52
3.5 Il modello logistico multiplo............................ 53
3.5.1 La forma matriciale.............................. 59
3.6 La stima mediante massima verosimiglianza .............. 61
3.6.1 La matrice delle varianze e delle covarianze asintotica 63
3.7 Verifica d’ipotesi ...................................... 63
3.7.1 Verifica di ipotesi sul modello ..................... 64
3.7.2 Verifica d’ipotesi sull’effetto di una variabile......... 67
3.7.3 Test sul singolo coefficiente ....................... 67
3.8 Il criterio di scelta AIC ................................ 68
3.9 La selezione del modello................................ 68
3.9.1 Procedure backward, forward e stepwise ............ 69
3.10La tabella di errata classificazione ....................... 71
3.10.1Il confronto con il caso ........................... 73
3.11Il test di Hosmer e Lemeshow........................... 74
3.12Campione bilanciato................................... 75
3.13Un’analisi mediante il modello logistico .................. 78
3.14Note bibliografiche .................................... 83
Problemi ................................................. 85
4 L’analisi discriminante .................................. 87
4.1 Introduzione.......................................... 87
4.2 Il caso normale ....................................... 88
4.2.1 La stima della funzione discriminante .............. 90
4.2.2 Test per l’ipotesi di varianze e covarianze costanti.... 92
4.3 La funzione discriminante di Fisher*..................... 92
4.4 La scelta delle variabili mediante test basati sulla normalit`a 94
4.5 La probabilita` di errore nell’ipotesi di normalita`*.......... 97
4.6 Il caso di campioni piccoli .............................. 98
4.7 Il contronto fra il modello logistico e l’analisi discriminante . 101
4.8 Un’applicazione dell’analisi discriminante................. 102
4.9 Note bibliografiche .................................... 105
4.10Problemi............................................. 107
Indice IX
5 Altri metodi statistici ................................... 109
5.1 Introduzione.......................................... 109
5.2 Il metodo delle k unita` piu` vicine ....................... 109
5.3 Gli alberi di classificazione ............................. 112
5.4 Le reti neurali ........................................ 116
5.5 Gli algoritmi genetici .................................. 118
5.6 Considerazioni conclusive .............................. 120
5.7 Note bibliografiche .................................... 123
Appendice A Alcune variabili casuali...................... 125
A.1 Variabile casuale di Bernoulli ........................... 125
A.2 Variabile casuale binomiale e binomiale relativa ........... 125
A.3 Variabile casuale normale .............................. 126
A.4 Variabile casuale normale multipla ...................... 127
Appendice B Il modello di regressione lineare ............. 129
B.1 Il modello di regressione lineare multiplo ................. 129
B.2 Il problema inferenziale senza l’ipotesi di normalita` ... ..... 131
B.2.1 Prime analisi descrittive del modello stimato ........ 133
B.2.2 Analisi della distribuzione degli stimatori ........... 134
B.3 ... e con l’ipotesi di normalita`.......................... 136
B.3.1 Inferenza sui singoli coefficienti β ................. 138
j
B.3.2 Inferenza per σ2 ................................. 142
B.3.3 Test di adattamento basato sulla distribuzione F di
Fisher.......................................... 143
B.4 Problemi............................................. 145
Appendice C La stima dei parametri della distribuzione
normale................................................. 147
C.1 La stima di massima verosimiglianza..................... 147
C.2 La matrice delle varianze e delle covarianze pooled ......... 150
Appendice D Istruzioni in R .............................. 153
D.1 Istruzioni per l’analisi mediante modello logistico.......... 153
D.1.1 Analisi sul campione di sviluppo................... 153
D.1.2 Analisi sul campione di convalida .................. 154
D.2 Istruzioni per l’analisi discriminante ..................... 155
Appendice E Sigle e simboli............................... 157
Soluzioni ................................................... 159
Bibliografia ................................................. 167
Indice analitico ............................................. 175
1
Il credit scoring
1.1 Introduzione
Nel momento in cui riceve una richiesta di finanziamento, la banca o l’in-
termediariofinanziariodeve valutareil rischioche ilsoggettoche richiede il
creditonon siain gradodifarefronteagliimpegni contrattuali.Sempre piu`
spessoneimoderniintermediarifinanziari,performulareilpropriogiudizio,
l’analistadel credito si avvale di tecniche quantitative,basate sull’elabora-
zione automatica di informazioni standardizzate. L’oggetto di questo libro
`e l’insieme delle tecniche statistiche, note come credit scoring, che permet-
tono di giungere ad una misura quantitativa del rischio connesso ad una
operazione di finanziamento.
Il credit scoring `e nato nel contesto del credito al consumo. In passato,
la decisione di concedere un finanziamento si basava su valutazioni di ca-
ratteresoggettivo,che scaturivanoda un legamepersonale frailrichiedente
e l’analistadel credito dell’enteerogatore,tipicamentela banca con cui egli
trattava. Negli anni recenti, l’elevato volume di richieste e la variet`a dei
prodotti finanziari offerti hanno comportato una sempre maggiore sperso-
nalizzazione del rapporto fra le due controparti. Contemporaneamente, la
crescentecompetizionenelmercatohafattos`ıcheunritardonelladecisione
diconcedere un finanziamentocomportiunaselezione avversadellacliente-
la,dalmomentoche un cliente,se meritevole,pu`o ottenereilfinanziamento
da un ente concorrente, maggiormente tempestivo.
Sono questi, in essenza, gli elementi che hanno portato alla gestione au-
tomatizzatadelle informazionirelativealpotenziale clienteed allaelabora-
zione di un punteggio, detto score, che ne rifletta la affidabilita` creditizia.
Il primo modello di scoring `e stato sviluppato in America agli inizi degli
StanghelliniE.:Introduzioneaimetodistatisticiperilcreditscoring.
(cid:2)c Springer-VerlagItalia2009,Milano