1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Mô hình hóa rủi ro tín dụng bằng R
Connected

Bài tập

Tính bad rate với một tỷ lệ chấp nhận cố định

Trong video, bạn đã học cách tính bad rate (tỷ lệ vỡ nợ) trong danh mục cho vay của một ngân hàng khi biết:

  1. một mô hình cụ thể
  2. tỷ lệ chấp nhận

Trong bài tập này, bạn sẽ tính bad rate mà ngân hàng có thể kỳ vọng khi dùng cây đã cắt tỉa ptree_prior bạn đã huấn luyện trước đó, với tỷ lệ chấp nhận 80%. Nhắc lại, cây được vẽ ở phía tay phải của bạn.

Hướng dẫn

100 XP
  • Trong script, bạn đã được cung cấp mã để dự báo xác suất vỡ nợ bằng cây đã cắt tỉa và test_set. Nhớ rằng khi dùng hàm predict() cho cây, xác suất vỡ nợ nằm ở cột thứ hai. Vì vậy [,2] đã được gắn vào sau hàm predict().
  • Tìm ngưỡng (cut-off) dẫn đến tỷ lệ chấp nhận 80% bằng prob_default_prior. Bạn có thể dùng hàm quantile(), đặt đối số thứ hai là 0.8. Gán tên cutoff_prior.
  • Mã để tạo dự báo nhị phân thực tế (0 hoặc 1) đã được cung cấp. Xem ifelse() tại đây. Đặt tên đối tượng là bin_pred_prior_80.
  • Mã để chọn các chỉ báo vỡ nợ trong test_set cho các khoản vay được chấp nhận theo tỷ lệ chấp nhận 80% đã được cung cấp.
  • Tính phần trăm vỡ nợ (hay "bad rate") cho các khoản vay được chấp nhận. Đây là số lần xuất hiện của 1 trong accepted_status_prior_80, chia cho tổng số phần tử trong vector này. In kết quả ra R console của bạn.