Анализ эффективности кредитных организацийРефераты >> Банковское дело >> Анализ эффективности кредитных организаций
Кластерный анализ является описательной процедурой, он не позволяет сделать никаких статистических выводов, но дает возможность провести своеобразную разведку - изучить "структуру совокупности".
Проведем кластеризацию по всем 20 признакам и всем наблюдениям. В результате работы программы выводится таблица 5. (показана лишь ее часть)
Таблица 5. Cluster Membership
Case Number | Y | Cluster | Distance |
………… |
… | …… | ………… |
822 | 0 | 0 | 2985,732 |
823 | 1 | 0 | 2996,715 |
824 | 0 | 0 | 3040,706 |
825 | 1 | 0 | 3054,689 |
826 | 0 | 0 | 3099,727 |
827 | 1 | 0 | 3108,674 |
828 | 1 | 1 | 3100,310 |
829 | 1 | 1 | 3053,258 |
830 | 1 | 1 | 3043,285 |
831 | 1 | 1 | 2991,286 |
………… | …… | ……… | ………… |
Столбец Y показывает, относится ли наблюдение к группе вернувших кредит “0” или навернувших “1”, столбец «Cluster» показывает принадлежность к той или иной группе наблюдения на основе кластеризации.
Таблица 6 указывает число наблюдений в том или ином кластере.
Таблица 6. Number of Cases in each Cluster
Cluster |
1 |
822,000 | ||
0 |
178,000 | |||
Valid |
1000,000 | |||
Missing |
,000 | |||
Проанализируем качество классификации.
Таблица 7. Expectation-Predictable Table
Y=0 | Y=1 | Всего | |
всего по выборке | 300 | 700 | 1000 |
прогноз | 178 | 822 | 1000 |
правильно | 65 | 587 | 652 |
неправильно | 235 | 113 | 348 |
% правильно | 21,7% | 83,9% | 65,2% |
% неправильно | 78,3% | 16,1% | 34,8% |
Из таблицы можно видеть, что видеть, что метод позволяет хорошо предугадывать плохие заемы на уровне 83,9%, но плохо предугадывает хорошие заемы – 21,7%. Обычно к методикам выдвигается требование распознавать лучше плохие заемы, т.к. потеря невозврата кредита больше потери неполучения процентов по кредиту.
2.3. Дискриминантный анализ
Кластерный анализ решает задачу классификации объектов при практически отсутствующей априорной информации о наблюдениях внутри классов; в дискриминантном анализе предполагается наличие такой информации. С помощью дискриминантного анализа на основании некоторых признаков (независимых переменных) индивидуум может быть причислен к одной из двух (или к одной из нескольких) заданных заранее групп. Ядром дискриминантного анализа является построение так называемой дискриминантной функция [2]