You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
17 lines
1.3 KiB
17 lines
1.3 KiB
1 year ago
|
= 前言
|
||
|
|
模型的主要作用是通过历史预测未来，采用历史数据构建模型，并利用模型对未来进行预测。
|
||
|
|
通过历史数据构建的模型反应的是历史的情况，
|
||
|
|
能够用于对未来进行预测的前提是假设未来一定时间内影响预测结果的因变量不会发生较大变化，
|
||
|
|
即未来一定时间内会延续历史。
|
||
|
|
|
||
|
|
随着时间和相关环境的变化,根据历史数据构建的模型是否还能具有较好的预测能力呢？这需要一些验证方法来鉴别。
|
||
|
|
|
||
|
|
在继续说明模型验证之前，我们先对“模型”进行一定的限定，对于衡量好坏客户（坏客户通常是指发生事实违约的客户）的风险模型来讲，
|
||
|
|
其预测的是未来一段时间内客户的违约概率（即违约的可能性），这种风险模型在构建时采用的目标样本是坏客户，即找出这些坏客户具有的共同特征，
|
||
|
|
所以在评判一个风险模型的好坏时，是看这个模型是否能够准确地分辨出坏客户，而不是该模型是否能够准确地分辨出好客户。
|
||
|
|
|
||
|
|
常见的对模型整体情况验证的方法主要包括:
|
||
|
|
|
||
|
|
* 定量模型验证：模型区分能力验证、模型稳定性验证、估值准确性验证等。
|
||
|
|
* 定性模型验证：治理结构、政策、流程、控制、文档管理、结果运用等。
|