Kreditscoring zur Klassifikation von Kreditnehmern

Citation: Kreditscoring zur Klassifikation von Kreditnehmern. 2010. Open Data LMU. 10.5282/ubm/data.23

Abstract

Die Vergabe von Privatkrediten wird von der Bonität der Kunden abhängig gemacht, also von der Bereitschaft und Fähigkeit der Kunden, die anfallenden Zins- und Tilgungsraten ordnungsgemäß zu begleichen. Ein potentieller Kreditnehmer ist dabei entweder in die Klasse der problemlosen Kreditnehmer oder in die der Problemfälle einzuordnen, bei denen eine genauere Prüfung vorzunehmen bzw. auf das Kreditgeschäft zu verzichten ist. Jeder Kreditkunde wird durch eine Reihe von Merkmalen charakterisiert, die seine persönliche, wirtschaftliche und rechtliche Sotuation kennzeichnen. Auf der Basis dieser Merkmale wird versucht, eine statistisch gesicherte Entscheidung über Vergabe oder Ablehnung des Kredits zu treffen. Die vorliegende Datei enthält die Daten aus einer geschichteten Lernstichprobe, welche von einer süddeutschen Großbank durchgeführt wurde. Bei einer Grundgesamtheit von 1000 ehemaligen Kreditnehmern wurden überwiegend ordinale und nominale Untersuchungsmerkmale zur Beschreibung ihrer Lebensumstände erfasst. 30 Prozent dieser ehemaligen Kunden waren nicht in der Lage, den Kredit vereinbarungsgemäß zurückzuzahlen.

Uncontrolled Keywords

Datenarchiv Statistik

References

Fahrmeir, L. / Tutz, G. (1994): Multivariate Statistical Modelling Based on Generalized Linear Models. Springer, New York.

Fahrmeir, L. / Hamerle, A. / Tutz, G. (1984, 1. Aufl.): Multivariate statistische Verfahren. de Gruyter, Berlin.

Fahrmeir, L. / Hamerle, A. / Tutz, G. (1996, 2. Aufl.): Multivariate statistische Verfahren. de Gruyter, Berlin.

Fahrmeir, L. / Hamerle, A. (1981): Kategoriale Regression in der betrieblichen Planung. Zeitschrift für Operations Research, 44/B, 63-78.

Feilmeier, M. / Fergel, I. / Segerer, G. (1981): Lineare Diskriminanz- und Clusteranalyseverfahren bei Kreditscoring-Systemen. Zeitschrift für Operations Research, 25/B, 25-28.

• Item Type: Data
• Subjects: Mathematics, Computer Science and Statistics
• Dewey Decimal Classification: 300 Social sciences > 310 General statistics