Documents disponibles écrits par cet auteur

Statistical merging of rating models / Figini, S. in Journal of the operational research society (JORS), Vol. 62 N° 6 (Juin 2011) 

Public ISBD [article]  in Journal of the operational research society (JORS) > Vol. 62 N° 6 (Juin 2011) . - pp. 1067–1074 Titre : Statistical merging of rating models Type de document : texte imprimé Auteurs : Figini, S., Auteur ; Giudici, P., Auteur Année de publication : 2011 Article en page(s) : pp. 1067–1074 Note générale : Recherche opérationnelle Langues : Anglais (eng) Mots-clés : In  this  paper  we  introduce  and  discuss  statistical  models  aimed  at  predicting  default  probabilities  of  Small  and  Medium  Enterprises  (SME).  Such  models  are  based  on  two  separate  sources  of  information:  quantitative  balance  sheet  ratios  and  qualitative  information  derived  from  the  opinion  mining  process  on  unstructured  data.  We  propose  a  novel  methodology  for  data  fusion  in  longitudinal  and  survival  duration  models  using  quantitative  and  qualitative  variables  separately  in  the  likelihood  function  and  then  combining  their  scores  linearly  by  a  weight,  to  obtain  the  corresponding  probability  of  default  for  each  SME.  With  a  real  financial  database  at  hand,  we  have  compared  the  results  achieved  in  terms  of  model  performance  and  predictive  capability  using  single  models  and  our  own  proposal.  Finally,  we  select  the  best  model  in  terms  of  out-of-sample  forecasts  considering  key  performance  indicators. Index. décimale : 001.424 Résumé : In this paper we introduce and discuss statistical models aimed at predicting default probabilities of Small and Medium Enterprises (SME). Such models are based on two separate sources of information: quantitative balance sheet ratios and qualitative information derived from the opinion mining process on unstructured data. We propose a novel methodology for data fusion in longitudinal and survival duration models using quantitative and qualitative variables separately in the likelihood function and then combining their scores linearly by a weight, to obtain the corresponding probability of default for each SME. With a real financial database at hand, we have compared the results achieved in terms of model performance and predictive capability using single models and our own proposal. Finally, we select the best model in terms of out-of-sample forecasts considering key performance indicators. DEWEY : 001.424 ISSN : 0160-5682 En ligne : http://www.palgrave-journals.com/jors/journal/v62/n6/abs/jors201041a.html [article] Statistical merging of rating models [texte imprimé] / Figini, S., Auteur ; Giudici, P., Auteur . - 2011 . - pp. 1067–1074. Recherche opérationnelle Langues : Anglais (eng) in Journal of the operational research society (JORS) > Vol. 62 N° 6 (Juin 2011) . - pp. 1067–1074 Mots-clés : In  this  paper  we  introduce  and  discuss  statistical  models  aimed  at  predicting  default  probabilities  of  Small  and  Medium  Enterprises  (SME).  Such  models  are  based  on  two  separate  sources  of  information:  quantitative  balance  sheet  ratios  and  qualitative  information  derived  from  the  opinion  mining  process  on  unstructured  data.  We  propose  a  novel  methodology  for  data  fusion  in  longitudinal  and  survival  duration  models  using  quantitative  and  qualitative  variables  separately  in  the  likelihood  function  and  then  combining  their  scores  linearly  by  a  weight,  to  obtain  the  corresponding  probability  of  default  for  each  SME.  With  a  real  financial  database  at  hand,  we  have  compared  the  results  achieved  in  terms  of  model  performance  and  predictive  capability  using  single  models  and  our  own  proposal.  Finally,  we  select  the  best  model  in  terms  of  out-of-sample  forecasts  considering  key  performance  indicators. Index. décimale : 001.424 Résumé : In this paper we introduce and discuss statistical models aimed at predicting default probabilities of Small and Medium Enterprises (SME). Such models are based on two separate sources of information: quantitative balance sheet ratios and qualitative information derived from the opinion mining process on unstructured data. We propose a novel methodology for data fusion in longitudinal and survival duration models using quantitative and qualitative variables separately in the likelihood function and then combining their scores linearly by a weight, to obtain the corresponding probability of default for each SME. With a real financial database at hand, we have compared the results achieved in terms of model performance and predictive capability using single models and our own proposal. Finally, we select the best model in terms of out-of-sample forecasts considering key performance indicators. DEWEY : 001.424 ISSN : 0160-5682 En ligne : http://www.palgrave-journals.com/jors/journal/v62/n6/abs/jors201041a.html