$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

신용평가모형에서 콜모고로프-스미르노프 검정기준의 문제점
Some Issues on Criterion for Kolmogorov-Smirnov Test in Credit Rating Model Validation 원문보기

한국통계학회 논문집 = Communications of the Korean Statistical Society, v.15 no.6, 2008년, pp.1013 - 1026  

박용석 (성균관대학교 응용통계연구소) ,  홍종선 (성균관대학교선 통계학과)

초록
AI-Helper 아이콘AI-Helper

신용평가모형의 판별력에 대한 적합성 검정방법으로 콜모고로프-스미르노프(K-S) 통계량이 널리 사용되고 있다. K-S 통계량을 통한 모형의 판별력 판단기준으로는 표본수에 의존하는 K-S 검정통계량의 임계값보다 매우 큰 기준인 $0.3{\sim}0.4$의 수준이 일반적으로 적용된다. 본 논문에서는 모의실험을 통해 일반적 판단기준의 타당성을 살펴보았다. 모의실험 결과 국내에서 개발된 대부분의 신용평가모형의 결과를 바탕으로 구한 K-S 통계량은 현재 적용하고 있는 판단기준보다 큰 값을 갖는다는 것을 발견하였다. 따라서 어떠한 신용평가모형 이라도 좋은 판별력을 갖는다고 해석할 수 있다. 본 연구에서는 표본크기와 불량률 그리고 제II종 오류율에 따른 대안적인 임계값을 제안한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Kolmogorov-Smirnov(K-S) statistic has been widely used for the model validation of credit rating models. Validation criteria for the K-S statistic is empirically used at the levels of 0.3 or 0.4 which are much larger than the critical values of K-S test statistic. We examine whether these criteria a...

주제어

#신용평가모형   #임계값   #콜모고로프-스미르노프 통계량   #타당성   #판별력  

참고문헌 (13)

  1. 송문섭, 박창순, 이정진 (2003). , 자유아카데미 

  2. 홍종선, 이창혁, 김지훈 (2008). 범주형 재무자료에 대한 신용평가모형 검증 비교, , 15, 615-631 

    원문보기 상세보기 crossref

  3. Daniel, W. W. (1990). Applied Nonparametric Statistics, 2nd ed, PWS-Kent, Boston 

  4. Engelmann, B., Hayden, E. and Tasche, D. (2003a). Measuring the discriminative power of rating systems, Discussion paper, Series 2: Banking and Financial Supervision 

  5. Engelmann, B., Hayden, E. and Tasche, D. (2003b). Testing rating accuracy, Risk, 16, 82-86 

  6. Fernandes, J. E. (2005). Corporate credit risk modeling: Quantitative rating system and probability of default estimation. Available from : http://pwp.netcabo.pt/jedfernandes/JEF CorporateCreditRisk.pdf 

  7. Hand, D. J. (1994). Assessing classification rules, Journal of applied statistics, 21, 3-16 

    상세보기 crossref

  8. Joseph, M. P. (2005). A PD validation framework for Basel II internal ratings-based systems, Credit Scoring and Credit Control IV 

  9. Koh, H. C. (1992). The sensitivity of optimal cutoff points to misclassification costs of Type I and Type II errors in the going concern prediction context, Journal of Business Finance & Accounting, 19, 187-197 

    상세보기 crossref

  10. Tasche, D. (2006). Validation of internal rating systems and PD estimates, eprint arXiv:physics/0606071 

  11. Thomas, L. C., Edelman, D. B. and Crook, J. B. (2002). Credit Scoring and Its Applications, Society for Industrial Mathematics, Philadelphia 

  12. Wilkie, A. D. (1992). Measures for comparing scoring systems, Credit Scoring and Credit Control, Eds. Thomas, L. C., Crook, J. N and Edelman, D. B. Oxford: Carendon, 123-138 

  13. Wilkie, A. D. (2004). Measures for comparing scoring systems, In Readings in Credit Scoring-recent developments, advances, and aims, Eds. Thomas, L. C., Crook, J. N, and Edelman, D. B. Oxford finance 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로