Курсовая работа: Статистический анализ банковской деятельности. Исследование моделей оценки кредитных рисков
Лямбда Уилкса показывает на значимое различие групп (p < 0,001).
Таблица 12. Wilks' Lambda
Test of Function(s) | Wilks' Lambda | Chi-square | df | Sig. |
1 | ,774 | 254,126 | 10 | ,000 |
В таблице 13 приведены коэффициенты дискриминантной функции
Таблица 13. Canonical Discriminant Function Coefficients
Function | ||
1 | ||
SCHET | ,528 | |
SROK | -,140 | |
HISTOR | ,315 | |
ZAIM | -,145 | |
CHARES | ,186 | |
TIMRAB | ,133 | |
VZNOS | -,240 | |
FAMIL | ,248 | |
PORUCHIT | ,372 | |
INIZAIMI | ,262 | |
(Constant) | -3,288 |
Точность распознавания дискриминантным анализом выше, чем кластерным. Но результаты по-прежнему остаются неудовлетворительными.
2.4. Дерево классификаций
Дерево классификаций является более общим алгоритмом сегментации обучающей выборки прецедентов. В методе дерева классификаций сегментация прецедентов задается не с помощью n-мерной сетки, а путем последовательного дробления факторного пространства на вложенные прямоугольные области (рис .1).
Рис.1. Дерево классификации
На первом шаге разделение выборки прецедентов на сегменты производится по самому значимому фактору. На втором и последующих шагах в отношении каждого из полученных ранее сегментов процедура повторяется до тех пор, пока никакой вариант последующего дробления не приводит к существенному различию между соотношением положительных и отрицательных прецедентов в новых сегментах. Количество ветвлений (сегментов) выбирается автоматически.
В рассмотренной методике также не дается ответ, насколько кредит хорош или плох. Метод не позволяют получить точную количественную оценку риска и установить допустимый риск.
2.5. Нейронные сети
Нейронные сети NN используются при определени