QUESTI SITO USA I COOKIES E TECNOLOGIE SIMILARI (vedi dettagli)

Se non cambi la configurazione del browser, sei d'accordo. 

Thu23Oct200311:00
I modelli di scoring
Il credit scoring è una tecnica impiegata per riuscire a distinguere differenti gruppi all’interno di una popolazione, in funzione del valore o qualità assunta da determinate caratteristiche rilevanti.

L’idea di separare dei gruppi all’interno di una popolazione fu introdotta in statistica da Fisher nel 1936. Egli cercava di discriminare due tipi d’iris, attraverso la misurazione della lunghezza della pianta e di alcuni suoi elementi.Nell’ambito del credito, il primo che ebbe l’intuizione che si poteva importare la stessa tecnica fu David Duran nel 1941. Per molti anni, però, non si trovò alcun algoritmo che fosse in grado di sistematizzare il principio di separazione tra buoni e cattivi: le decisioni se assegnare un prestito oppure no venivano prese da persone umane che giudicavano in base alla loro esperienza personale.

Con l’arrivo sul mercato delle carte di credito, anni ’60, l’esigenza di sviluppare dei modelli affidabili, che potessero aiutare nella decisione le persone addette alla concessione di tale servizio, divenne sempre più pressante, anche perché il mercato andava espandendosi e il numero di clienti aumentando; di conseguenza non ci si poteva basare semplicemente sul giudizio umano, servivano regole automatiche. Fu così che nacquero e si svilupparono i modelli di scoring.Con l’utilizzo di tali tecniche, ci si rese conto che i risultati ottenuti erano migliori di quelli basati sul giudizio umano, producendo una diminuzione del tasso di errata individuazione dei “buoni” di oltre il 50%. Negli anni ’80, visto il successo ottenuto con le carte di credito, lo scoring fu esteso dagli istituti di credito anche a mutui e prestiti alla clientela small business.Molte tecniche sono state sviluppate, ma a tutt’oggi non vi è una giustificata evidenza empirica che favorisca una rispetto ad un’altra.

Mariano Rossi - (This email address is being protected from spambots. You need JavaScript enabled to view it.)
leggi di più nella sezione Market Risk