Università degli Studi di Perugia

La valutazione è basata su una prova orale. Nella prova orale lo studente dovrà dimostrare sia padronanza dei contenuti teorici che capacità di applicare le tecniche di analisi dei dati presentate durante il corso. A tal fine, si mette a disposizione sulla pagina web del corso (reperibile nella pagina personale del docente www.stat.unipg.it/stanghellini), la traccia di una esercitazione pratica di analisi di uno o più dataset. Lo studente dovrà consegnare un breve resoconto delle analisi svolte secondo la traccia messa in rete, almeno tre giorni prima della data prevista dell'orale. L'elaborato può essere inviato per e-mail al docente (e-mail disponibile nella pagina personale del docente). Gli studenti frequentanti possono aderire ad uno schema di esercitazioni su base settimanale (o bisettimanale). Questo esonera dalla presentazione dell'elaborato.

19/01/2012 ore 09:00 02/02/2012 ore 09:00 04/04/2012 ore 09:00 13/06/2012 ore 09:00 27/06/2012 ore 09:00 11/07/2012 ore 09:00 12/09/2012 ore 09:00

Gli studenti devono presentare un elaborato, come descritto nella sezione precedente.

Definizione di Credit scoring: ipotesi e obiettivi; fasi; errori di classificazione; scelta del cut-off; curva ROC e CAP. Richiami di probabilità: indipendenza marginale e condizionata; variabili casuali categoriali e misure di associazione. Il modello logistico: variabili dummy; forma matriciale; stima mediante massima verosimiglianza; verifica d'ipotesi; criteri di scelta e procedure di selezione del modello; tabella di errata classificazione; test di Hosmer e Lemeshow; il campione bilanciato. Analisi discriminante: il caso normale; stima di massima verosimiglianza dei parametri di una v.c. normale multivariata; stima della funzione discriminante; selezione delle variabili; funzione discriminante di Fisher. Lo score nel tempo. Reject Inference.

Il corso sarà basato su analisi di casi reali, analizzati al computer con il software statistico R.

Dopo una introduzione dei concetti di probabilità e dei necessari rudimenti sugli strumenti di classificazione, il programma include due principali tecniche di Credit Scoring: il modello logistico e l'analisi discriminante.

L'isegnamento prevede quattro ore di lezione e due ore di esercitazione settimanali. Si consiglia gli studenti di seguire con assiduità le lezioni e le esercitazioni.

E. Stanghellini (2009) Introduzione ai metodi statistici per il Credit Scoring -- Springer Italia, Capp: 1-4.

Il corso permette di acquisire i rudimenti necessari alla comprensione e implementazione delle principali tecniche statistiche per l'analisi e la previsione del rischio di insolvenza.

Il corso si svolge nel secondo semestre. Si consulti la pagina web del Corso di Laurea per dettagli.

Il corso si svolge nel secondo semestre. Si consulti la pagina web del Corso di Laurea per dettagli.

Si prevede di formare gruppi di 3 o 4 studenti per lo svolgimento delle esercitazioni che verranno messe in rete a cadenza settimanale o bisettimanale.

Si consiglia gli studenti di seguire con assiduità le lezioni e le esercitazioni.

Facoltà di Economia, Via Pascoli, 1.

Si consiglia di consultare sia la pagina web del Corso (in rete nella pagina web del docente) che la pagina web del Corso di Laurea Magistrale.