financieros

CURVA ROC
Es una representación gráfica de la sensibilidad frente a una especificidad para un sistema clasificador binario según se varía el comienzo de discriminación. Otra interpretación de estegráfico es la representación de la razón de verdaderos positivos (VPR = Razón de Verdaderos Positivos) frente a la razón de falsos positivos (FPR = Razón de Falsos Positivos) también según se varía elumbral de discriminación (valor a partir del cual decidimos que un caso es un positivo).

Además, proporciona herramientas para seleccionar los modelos posiblemente óptimos y descartar modelossubóptimos independientemente del coste de la distribución de las dos clases sobre las que se decide. El análisis ROC se relaciona de forma directa y natural con el análisis de coste/beneficio en toma dedecisiones diagnósticas.

El mejor método posible de predicción se situaría en un punto en la esquina superior izquierda, o coordenada (0,1) del espacio ROC, representando un 100% de sensibilidad(ningún falso negativo) y un 100% también de especificidad (ningún falso positivo). Este punto (0,1) es también llamado una clasificación perfecta. Por el contrario, una clasificación totalmentealeatoria (o adivinación aleatoria) daría un punto a lo largo de la línea diagonal, que se llama también línea de no-discriminación, desde el extremo izquierdo hasta la esquina superior derecha
A modo deguía para interpretar las curvas ROC se han establecido los siguientes intervalos para los valores de AUC:
[0.5, 6): Test malo.
[0.6, 0.75): Test regular.
[0.75, 0.9): Test bueno.
[0.9, 0.97): Testmuy bueno.
[0.97, 1): Test excelente.

MÓDELO CREDITMETRICS
El modelo supone que el riesgo crédito depende de los cambios de la calificación crediticia y la tasa de incumplimiento entre losdeudores, permite directamente los beneficios de diversificación.
Las instituciones utilizan el modelo para analizar el riesgo de su cartera de crédito y discriminar los créditos menos rentables con...