Dynamic Valuation of Delinquent Credit-Card Accounts

Thomas Alois Weber
2015
Rapport ou document de travail

This paper introduces a dynamic model of the stochastic repayment behavior exhibited by delinquent credit-card accounts. Based on this model, we construct a dynamic collectability score (DCS) which estimates the account-speciﬁc probability of collecting a given portion of the outstanding debt over any given time horizon. The model integrates a variety of information sources, including historical repayment data, account-speciﬁc, and time-varying macroeconomic covariates, as well as scheduled account-treatment actions. Two model-identiﬁcation methods are examined, based on maximum-likelihood estimation and the generalized method of moments. The latter allows for an operational-statistics approach, combining model estimation and performance optimization by tailoring the estimation error to business-relevant loss functions. The DCS framework is applied to a large set of account-level repayment data. The improvements in classiﬁcation and prediction performance compared to standard bank-internal scoring methods are found to be signiﬁcant.

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Thomas Alois Weber
2015
Rapport ou document de travail

Résumé

Source officielle

https://infoscience.epfl.ch/record/206359?ln=fr

À propos de ce résultat

Concepts associés (43)

Publications associées (38)

MOOCs associés (10)

Maximum de vraisemblance

En statistique, l'estimateur du maximum de vraisemblance est un estimateur statistique utilisé pour inférer les paramètres de la loi de probabilité d'un échantillon donné en recherchant les valeurs des paramètres maximisant la fonction de vraisemblance. Cette méthode a été développée par le statisticien Ronald Aylmer Fisher en 1922. Soient neuf tirages aléatoires x1, ..., x9 suivant une même loi ; les valeurs tirées sont représentées sur les diagrammes ci-dessous par des traits verticaux pointillés.

Théorie de l'estimation

En statistique, la théorie de l'estimation s'intéresse à l'estimation de paramètres à partir de données empiriques mesurées ayant une composante aléatoire. Les paramètres décrivent un phénomène physique sous-jacent tel que sa valeur affecte la distribution des données mesurées. Un estimateur essaie d'approcher les paramètres inconnus à partir des mesures.

Probabilité a priori

Dans le théorème de Bayes, la probabilité a priori (ou prior) désigne une probabilité se fondant sur des données ou connaissances antérieures à une observation. Elle s'oppose à la probabilité a posteriori (ou posterior) correspondante qui s'appuie sur les connaissances postérieures à cette observation. Le théorème de Bayes s'énonce de la manière suivante : si . désigne ici la probabilité a priori de , tandis que désigne la probabilité a posteriori, c'est-à-dire la probabilité conditionnelle de sachant .

Selected Topics on Discrete Choice

Discrete choice models are used extensively in many disciplines where it is important to predict human behavior at a disaggregate level. This course is a follow up of the online course “Introduction t

Selected Topics on Discrete Choice

Digital Signal Processing I

Basic signal processing concepts, Fourier analysis and filters. This module can be used as a starting point or a basic refresher in elementary DSP

Bayesian Methods for the Identification of Distribution Networks

The increasing integration of intermittent renewable generation, especially at the distribution level, necessitates advanced planning and optimisation methodologies contingent on the knowledge of the admittance matrix, capturing the topology and line param ...

IEEE2021

A hierarchical approach to the a posteriori error estimation of isogeometric Kirchhoff plates and Kirchhoff–Love shells

Annalisa Buffa, Pablo Antolin Sanchez, Luca Coradello

This work focuses on the development of a posteriori error estimates for fourth-order, elliptic, partial differential equations. In particular, we propose a novel algorithm to steer an adaptive simulation in the context of Kirchhoff plates and Kirchhoff–Lo ...

2020

The identification of Hawkes-like processes can pose significant challenges. Despite substantial amounts of data, standard estimation methods show significant bias or fail to converge. To overcome these issues, we propose an alternative approach based on a ...

2020