Abstract According to a survey conducted by Rock (1984), the major factors of influenced credit risk are (1) the relationship with other creditor, (2) income, (3) loan-income ration, (4) profession, (5) immovable property, (6) check & deposit account. And, the sure way to score with lenders are (1) rules of thumb & subjective judgment, (2) credit rating system, (3) credit scoring system, and (4) expert system. The purpose of the present study is to examine the relationships between sex, age, income, profession, assets, the purpose of loan, employment information, credit references, credit limit, total installment loan account by the consumer, total number of inquiries and the consumer¡¦s payment records. The results of this search indicate that: 1. The previous stereo type thinking of banking industry always treat the military officials as wall as police officials are risky groups to consumer credit loan. However, this study found the contrary result. The payment over due rate is comparatively lower than that of other customer groups. The conclusion is that military officials and police officials are potentially good customers to banking system in terms of profit margin against risk. 2. From the credit scoring system of banking industry. That the customers are between 35 to 50s should be better than those age between 20 to 30s. However, this study demonstrates the other direction that customers with age below 35years old always better than those who over 35years old to the banking creditability actual performance. 3. The banking industry assume the married people will be a better group compared with non-married group on the money collect of the loan they made. However this study proves that creditability performance in sequence is (i) age below 35 and singer is the best. (ii) those married is the second while.(iii)age over 35 and non- married group is the worst one. 4. Most of people think those who have consumer credit loan from bank and would not want their family to be aware of their personal loan may have higher chance of payment over due. However, the statistics study from bank branch A indicates that this kind of customers (don¡¦t want family member know about loan) are the best group on payment over due (only 5.5%). While those who agree to let family member aware are the second (7.5%), and others with no comment are the worst.

Zugl.: Wuppertal, Univ., Diss., 2008

Master of Agribusiness / Department of Agricultural Economics / Christine Wilson / Credit scoring is a tool used to make lending decisions. AgChoice Farm Credit has a dealer financing program called Farm Credit Express that makes lending decisions based on a scoring model. Farm Credit Express is a dealer financing option for farm equipment purchases. AgChoice has generated significant loan volume with this program but has also experienced challenges with loan delinquencies as field staff must service loans that they did not originate. This thesis evaluates loan delinquencies within AgChoice Farm Credit’s Farm Credit Express (“FCE”) program. The thesis develops a regression model that includes delinquencies as the dependent variable and Total AgChoice Borrowing, Original Loan Amount, Farming Segment, CBI Score, AgScore, and FCE Only as the independent variables. The model provides an examination of AgChoice’s Farm Credit Express delinquencies and evaluates the variables mentioned above and their ability to predict delinquencies. The results showed that Total AgChoice Borrowing, Original Loan Amount, CBI Score and FCE only were statistically significant independent variables. Based on results of the model, recommendations were made to potentially reduce future delinquencies in the Farm Credit Express loan portfolio.

Modelos de regressão para variáveis resposta binárias são muito comuns em diversas áreas do conhecimento. O modelo mais utilizado nessas situações é o modelo de regressão logística, que assume que o logito da probabilidade de ocorrência de um dos valores da variável resposta é uma função linear das variáveis preditoras. Quando essa suposição não é razoável, algumas possíveis alternativas são: realizar transformação das variáveis preditoras e/ou inserir termos quadráticos ou cúbicos no modelo. O problema dessa abordagem é que ela dificulta bastante a interpretação dos parâmetros do modelo e, em algumas áreas, é fundamental que eles sejam interpretáveis. Assim, uma abordagem muitas vezes utilizada é a categorização das variáveis preditoras quantitativas do modelo. Sendo assim, este trabalho tem como objetivo propor duas novas classes de métodos de categorização de variáveis contínuas em modelos de regressão para variáveis resposta binárias. A primeira classe de métodos é univariada e busca maximizar a associação entre a variável resposta e a covariável categorizada utilizando medidas de associação para variáveis qualitativas. Já a classe de métodos multivariada tenta incorporar a estrutura de dependência entre as covariáveis do modelo através da categorização conjunta de todas as variáveis preditoras. Para avaliar o desempenho, aplicamos as classes de métodos propostas e quatro métodos de categorização existentes em 3 bases de dados relacionadas à área de risco de crédito e a dois cenários de dados simulados. Os resultados nas bases reais sugerem que a classe univariada proposta têm um desempenho superior aos métodos existentes quando comparamos o poder preditivo do modelo de regressão logística. Já os resultados nas bases de dados simuladas sugerem que ambas as classes propostas possuem um desempenho superior aos métodos existentes. Em relação ao desempenho computacional, o método multivariado mostrou-se inferior e o univariado é superior aos métodos existentes. / Regression models for binary response variables are very common in several areas of knowledge. The most used model in these situations is the logistic regression model, which assumes that the logit of the probability of a certain event is a linear function of the predictors variables. When this assumption is not reasonable, it is common to make some changes in the model, such as: transformation of predictor variables and/or add quadratic or cubic terms to the model. The problem with this approach is that it hinders parameter interpretation, and in some areas it is fundamental to interpret the parameters. Thus, a common approach is to categorize the quantitative covariates. This work aims to propose two new classes of categorization methods for continuous variables in binary regression models. The first class of methods is univariate and seeks to maximize the association between the response variable and the categorized covariate using measures of association for qualitative variables. The second class of methods is multivariate and incorporates the predictor variables correlation structure through the joint categorization of all covariates. To evaluate the performance, we applied the proposed methods and four existing categorization methods in 3 credit scoring databases and in two simulated cenarios. The results in the real databases suggest that the proposed univariate class of categorization methods performs better than the existing methods when we compare the predictive power of the logistic regression model. The results in the simulated databases suggest that both proposed classes perform better than the existing methods. Regarding computational performance, the multivariate method is inferior and the univariate method is superior to the existing methods.

Submitted by Lucelia Lucena (lucelia.lucena@ufpe.br) on 2015-03-09T19:29:39Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) DISSERTAÇÃO Luíz Vieira e Silva Filho.pdf: 2176053 bytes, checksum: 4882a96e67804421bca22e07debc49da (MD5) / Made available in DSpace on 2015-03-09T19:29:39Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) DISSERTAÇÃO Luíz Vieira e Silva Filho.pdf: 2176053 bytes, checksum: 4882a96e67804421bca22e07debc49da (MD5) Previous issue date: 2014-02-17 / Sistemas de Múltiplos Classificadores (Multiple Classifiers Systems - MCS) se baseiam na ideia de que combinar a opinião de vários especialistas pode produzir melhores resultados do que quando se usa apenas um especialista. Diversas técnicas de MCS foram desenvolvidas, apresentando pontos fortes e fracos, a depender do contexto em que são aplicadas. Este trabalho propõe uma arquitetura para MCS que visa potencializar a complementaridade entre essas técnicas, possuindo dois objetivos principais: i) a combinação de métodos de amostragem tradicionais, visando a geração de classificadores de melhor desempenho que componham um pool de classificadores; ii) a aplicação de um algoritmo de poda para remover do pool aqueles classificadores incompetentes para lidar com o problema em questão, considerando os critérios de seleção adotados. A arquitetura proposta foi avaliada em uma aplicação de credit-scoring. Os métodos de amostragem usados foram o Bagging e o Random Subspace com classificadores-base sendo árvores-de-decisão, construídas com base no algoritmo CART. Para o processamento da poda foi usado o algoritmo Orientation Ordering, e para combinação das saídas dos classificadores do ensemble adotou-se o método Majority Vote. Os experimentos realizados mostraram que a arquitetura proposta alcançou taxas de acerto similares ou superiores às atingidas pelos métodos apresentados na literatura. Esses resultados ainda foram obtidos com ensembles cujos tamanhos eram da ordemde 20% dos pools originais gerados na fase de treinamento.

Submitted by (edna.saturno@ufrpe.br) on 2016-05-24T14:42:10Z No. of bitstreams: 1 Evelyne Ruiz.pdf: 530462 bytes, checksum: 724e20f36c304403d905d9e1ef1b05f7 (MD5) / Made available in DSpace on 2016-05-24T14:42:10Z (GMT). No. of bitstreams: 1 Evelyne Ruiz.pdf: 530462 bytes, checksum: 724e20f36c304403d905d9e1ef1b05f7 (MD5) Previous issue date: 2011-04-28 / In recent years the increase in the volume of credits for rural activities have required the use of risk assessment models, such as credit scoring, form lenders in their credit policies that provide them, more precisely, an assessment effective regarding to the possibility of default. The objective of this research is to investigate the default among borrowers benefited from the rural Project Fund for the Development of Family Agriculture - FUNDAF Project, seeking to establish a relationship between the characteristics of borrowers and defaults. Using the method of exploratory and descriptive research, data from side to acquire the characteristics of the population investigated was collected. This collection was made in the loan portfolio consisted of 216 National Agency of Enterprise Development ANDE borrowers in the rural community of Jucuri / RN. Five groups of characteristics relating to borrowers were used to develop this work,: Status, Personal profile of borrowers, financial profile of borrowers, credit profile of the operation, the Default Profile. To achieve the proposed objectives, three methods of analysis were used: descriptive statistics, Fisher test and Mann-Whitney U test. The results show that the characteristics that have significance in relation to default were those relating to the financial profile of the borrower's credit, revenue, expense and provision for the ANDE and the profile of credit: the value of the parcel. It can be seen as indicative of the high percentage of defaults in the portfolio of rural credit in that entity, non-observance of strict evaluation criteria relating to income and expenditure characteristics of borrowers indispensable prerequisite to the discharge of the provision stipulated. / Nos últimos anos o acréscimo no volume de concessão de créditos voltados às atividades rurais tem exigido das entidades de crédito, modelos de avaliação de riscos, tais como o credit scoring, em suas políticas de crédito que lhes proporcionem, de forma mais precisa, uma avaliação eficaz quanto à possibilidade de ocorrência de inadimplência. O objetivo desta pesquisa é investigar a inadimplência entre os tomadores de Crédito Rural beneficiados pelo Projeto Fundo para o Desenvolvimento da Agricultura Familiar - FUNDAF, buscando estabelecer uma relação entre as características dos tomadores de crédito e a inadimplência. Através do método de pesquisa exploratória e descritiva, foi feita uma coleta de dados secundários para a aquisição das características relativas à população investigada. Esta coleta foi realizada na carteira de crédito da Agencia Nacional do Desenvolvimento Empresarial - ANDE composta de 216 tomadores de crédito da comunidade rural de Jucuri/RN. Utilizou-se para o desenvolvimento deste trabalho cinco grupos de características relativas aos tomadores de crédito: Status, Perfil pessoal dos tomadores de crédito, Perfil financeiro dos tomadores de crédito, Perfil da operação de crédito, Perfil da Inadimplência. Para obtenção dos objetivos propostos utilizou-se como métodos de análise a estatística descritiva e os testes exato de Fisher e Mann-Whitney U. Os resultados obtidos revelam que as características que possuem significância em relação à inadimplência foram as relativas ao perfil financeiro do tomador de crédito: receita, despesa,prestação ANDE e as relativas ao perfil operação de crédito: valor da parcela. Percebe-se, como indicativo do elevado percentual da inadimplência na carteira de concessão de Crédito Rural naquela entidade, a não observância rigorosa de critérios de avaliação referentes às características receita e despesa dos tomadores de crédito imprescindíveis à condição necessária a quitação da prestação estipulada.

Made available in DSpace on 2014-06-12T15:07:00Z (GMT). No. of bitstreams: 2 arquivo1363_1.pdf: 1828701 bytes, checksum: f0a7740303ce331d14c5ebcc9b8eb289 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2006 / Os modelos de Credit Scoring são modelos quantitativos empregados comumente por instituições financeiras na mensuração e previsão do risco de crédito, possuindo uso consolidado no processo de concessão de crédito destas instituições. Este trabalho de dissertação objetivou avaliar a possibilidade de aplicação de modelos Credit Scoring em uma instituição de microcrédito denominada Fundo Rotativo de Ação da Cidadania Cred Cidadania, situada em Recife (PE). Para isso, foram coletados dados relativos a uma amostra de clientes do Cred Cidadania, e estes dados foram utilizados para desenvolver dois tipos de modelos de Credit Scoring: um de aprovação de crédito e um outro chamado behavioural scoring (escoragem comportamental). As técnicas estatísticas empregadas na construção dos modelos foram análise discriminante e regressão logística. Os modelos obtidos agregaram variáveis como renda líquida do empreendimento, número de parcelas do empréstimo, número de dependentes do cliente, estado civil do cliente, valor do empréstimo, tempo de funcionamento do empreendimento, eficiência do agente de crédito, dentre outras. Algumas variáveis representam atributos que contribuem para o aumento da propensão à inadimplência do solicitante, enquanto outras colaboram para a redução do risco de inadimplência, o que repercute positivamente na sustentabilidade financeira na instituição. Os resultados do estudo demonstraram que os modelos Credit Scoring obtêm desempenho satisfatório quando utilizados na análise de risco de crédito na instituição de microcrédito Cred Cidadania, alcançando um percentual de classificação correta dos clientes de cerca de 80%. Os resultados indicam também que o uso de modelos Credit Scoring fornece subsídios à instituição, auxiliando-a na prevenção e redução da inadimplência e na diminuição dos seus custos operacionais, dois problemas que afetam a sua sustentabilidade financeira

Klarna uses a logistic regression to estimate the probability that an e-store customer will default on its given credit. The logistic regression is a linear statistical model which cannot detect non-linearities in the data. The aim of this project has been to develop a program which can be used to find suitable non-linear interaction-variables. This can be achieved using a Restricted Boltzmann Machine, an unsupervised neural network, whose hidden nodes can be used to model the distribution of the data. By using the hidden nodes as new variables in the logistic regression it is possible to see which nodes that have the greatest impact on the probability of default estimates. The contents of the hidden nodes, corresponding to different parts of the data distribution, can be used to find suitable interaction-variables which will allow the modelling of non-linearities. It was possible to find the data distribution using the Restricted Boltzmann Machine and adding its hidden nodes to the logistic regression improved the model's ability to predict the probability of default. The hidden nodes could be used to create interaction-variables which improve Klarna's internal models used for credit risk estimates. / Klarna använder en logistisk regression för att estimera sannolikheten att en e-handelskund inte kommer att betala sina fakturor efter att ha givits kredit. Den logistiska regressionen är en linjär modell och kan därför inte upptäcka icke-linjäriteter i datan. Målet med detta projekt har varit att utveckla ett program som kan användas för att hitta lämpliga icke-linjära interaktionsvariabler. Genom att införa dessa i den logistiska regressionen blir det möjligt att upptäcka icke-linjäriteter i datan och därmed förbättra sannolikhetsestimaten. Det utvecklade programmet använder Restricted Boltzmann Machines, en typ av oövervakat neuralt nätverk, vars dolda noder kan användas för att hitta datans distribution. Genom att använda de dolda noderna i den logistiska regressionen är det möjligt att se vilka delar av distributionen som är viktigast i sannolikhetsestimaten. Innehållet i de dolda noderna, som motsvarar olika delar av datadistributionen, kan användas för att hitta lämpliga interaktionsvariabler. Det var möjligt att hitta datans distribution genom att använda en Restricted Boltzmann Machine och dess dolda noder förbättrade sannolikhetsestimaten från den logistiska regressionen. De dolda noderna kunde användas för att skapa interaktionsvariabler som förbättrar Klarnas interna kreditriskmodeller.

In our master thesis, we compare ten classification algorithms for credit scor- ing. Their prediction performances are measured by six different classification performance measurements. We use a unique P2P lending data set with more than 200,000 records and 23 variables for our classifiers comparison. This data set comes from Lending Club, the biggest P2P lending platform in the United States. Logistic regression, Artificial neural network, and Linear discriminant analysis are the best three classifiers according to our results. Random forest ranks as the fifth best classifier. On the other hand, Classification and regression tree and k-Nearest neighbors are ranked as the worse classifiers in our ranking. 1

Credit scoring is important and rapidly developing discipline. The aim of this thesis is to describe basic methods used for building and interpretation of the credit scoring models with an example of application of these methods for designing such models using statistical software R. This thesis is organized into five chapters. In chapter one, the term of credit scoring is explained with main examples of its application and motivation for studying this topic. In the next chapters, three in financial practice most often used methods for building credit scoring models are introduced. In chapter two, the most developed one, logistic regression is discussed. The main emphasis is put on the logistic regression model, which is characterized from a mathematical point of view and also various ways to assess the quality of the model are presented. The other two methods presented in this thesis are decision trees and Random forests, these methods are covered by chapters three and four. An important part of this thesis is a detailed application of the described models to a specific data set Default using the R program. The final fifth chapter is a practical demonstration of building credit scoring models, their diagnostics and subsequent evaluation of their applicability in practice using R. The appendices include used R code and also functions developed for testing of the final model and code used through the thesis. The key aspect of the work is to provide enough theoretical knowledge and practical skills for a reader to fully understand the mentioned models and to be able to apply them in practice.