階層ベイズを用いたデフォルト予測モデル構築法の提案
1) 公立大学法人宮城大学
| Abstract |
2項ロジットモデルを基にした信用リスク計量化モデルは，算出されるスコアが確率によって表現されることから分析する側にとって理解し易いといったメリットがあり，今日，銀行をはじめ多くの金融機関において利用されている。 本研究では，現在，実務に於いて広く利用されている2項ロジットモデルを基にした信用リスク計量化モデルのモデルパラメータに事前分布を仮定し，階層ベイズ法を用いたパラメータ推定を行うことで，個々の企業の特性をモデル内で考慮できるようにモデルの改善を行い，信用リスク計量化モデルの予測精度を改善することを目的とする。 |
|---|---|
|
Binominal logit model is probabilistic model of non-linear type and model parameters are usually estimated by maximum likelihood estimation. In maximum likelihood estimation, parameters are estimated to fit whole data maximally but does not necessarily reflect characteristic of each data. On the other hand, it is natural to think that the management condition of companies varies according to the qualitative factors such as the length of management or the ability of managers even if they have same financial settlements. Therefore, in this study, we try to improve prediction power of credit risk model by supposing prior distribution for model parameters and estimating parameters by hierarchical Bayesian method. |
|
| Keywords | 階層ベイズ，信用リスク測定，２項ロジットモデル |
| Hierarchy Bayesian method，Credit Risk Measurement，Binominal Logit Model |
Copyright 2014 @ The Japan Society for Management Infomation.