Backtest PD untuk keputusan kredit
Masukkan PD, jumlah pinjaman, dan bads teramati untuk tiap grade. Uji kalibrasi per grade dan untuk seluruh portofolio, lalu lihat hasilnya dalam satu menit.
Grade dengan PD terlalu rendah
4 dari 8 grade memiliki debitur bermasalah melebihi jumlah yang diperkirakan PD-nya pada tingkat keyakinan 95%. Di seluruh portofolio, terdapat 543 debitur bermasalah, dibandingkan 455 yang diperkirakan, dengan nilai-p Jeffreys < 0.0001.
PD prediksi dan bad rate teramati
Bilah menunjukkan interval Jeffreys 95% untuk tingkat teramati. Garis putus-putus di bawah bilah menandakan PD terlalu rendah untuk grade tersebut.
Hasil uji per grade
| Grade | Status | PD prediksi | Tingkat teramati | Nilai-p Jeffreys | Nilai-p binomial | Pinjaman | Bads teramati | Bads ekspektasian |
|---|---|---|---|---|---|---|---|---|
| A | Dalam rentang | 0.30% | 0.25% | 0.6541 | 0.7245 | 2,400 | 6 | 7.2 |
| B | Dalam rentang | 0.60% | 0.55% | 0.6325 | 0.6768 | 3,100 | 17 | 18.6 |
| C | Dalam rentang | 1.0% | 1.1% | 0.2980 | 0.3273 | 3,500 | 38 | 35.0 |
| D | Dalam rentang | 1.8% | 2.0% | 0.1676 | 0.1847 | 3,000 | 61 | 54.0 |
| E | PD terlalu rendah pada 95% | 3.0% | 3.7% | 0.0308 | 0.0349 | 2,400 | 88 | 72.0 |
| F | PD terlalu rendah pada 95% | 5.0% | 6.1% | 0.0196 | 0.0222 | 1,700 | 104 | 85.0 |
| G | PD terlalu rendah pada 99% | 8.5% | 11.0% | 0.0021 | 0.0024 | 1,100 | 121 | 93.5 |
| H | PD terlalu rendah pada 95% | 15.0% | 18.0% | 0.0218 | 0.0247 | 600 | 108 | 90.0 |
| Total portofolio | 2.6% | 3.1% | < 0.0001 | 17,800 | 543 | 455.3 |
Nilai-p yang kecil berarti jumlah debitur bermasalah di grade tersebut lebih tinggi daripada yang diperkirakan berdasarkan PD-nya. Hasil dalam rentang tidak membuktikan bahwa PD sudah tepat. Grade dengan jumlah pinjaman sedikit punya daya uji terbatas.
Kirim hasil melalui surel
Gunakan model ini dalam keputusan kredit dan catat setiap keputusan beserta hasilnya. Dengan begitu, Anda dapat menjalankan pemeriksaan ini pada grade Anda sendiri setiap kuartal. Mulai gratis
Lihat rumus
Bads ekspektasian = Pinjaman × PD prediksi Tingkat teramati = Bads teramati ÷ Pinjaman Nilai-p Jeffreys = Distribusi kumulatif Beta (PD prediksi; Bads teramati + ½, Pinjaman − Bads teramati + ½) Nilai-p binomial = Peluang jumlah bads sebanyak ini atau lebih jika PD tepat Hosmer–Lemeshow = Σ (Bads teramati − Bads ekspektasian)² ÷ (Bads ekspektasian × (1 − PD prediksi)), χ², Derajat kebebasan PD terlalu rendah pada 99%: Nilai-p Jeffreys < 0.01 PD terlalu rendah pada 95%: < 0.05 PD di atas tingkat teramati pada 95%: Peluang jumlah bads sebanyak ini atau kurang jika PD tepat < 0.05
Panduan ECB untuk pelaporan hasil validasi model internal menggunakan uji Jeffreys untuk backtest PD. Pengujian ini mengasumsikan setiap pinjaman mengalami gagal bayar secara independen. Saat terjadi penurunan ekonomi, gagal bayar cenderung terjadi bersamaan sehingga pengujian lebih sering menolak daripada tingkat yang ditetapkan. Tingkat status mengikuti konvensi halaman ini.
Backtest PD per grade
Backtest PD membandingkan PD prediksi setiap grade dengan jumlah debitur bermasalah yang tercatat pada pinjamannya. Masukkan PD, jumlah pinjaman, dan jumlah debitur bermasalah untuk setiap grade. Hasilnya mencakup jumlah debitur bermasalah yang diharapkan, tingkat yang teramati, dan hasil pengujian.
Jika jumlah debitur bermasalah pada suatu grade melebihi perkiraan berdasarkan PD-nya, harga, cadangan, dan modal dapat terdampak. Tinjau hasil tiap grade dan seluruh portofolio sebagai bagian dari pemeriksaan kalibrasi model.
Pertanyaan tentang kalibrasi PD
Bagaimana cara melakukan backtest model PD?
Masukkan PD prediksi, jumlah pinjaman, dan jumlah debitur bermasalah untuk setiap grade. Tool ini membandingkan jumlah debitur bermasalah yang teramati dengan yang diharapkan menggunakan pengujian Jeffreys dan binomial satu sisi.
Apa itu pengujian Jeffreys untuk PD?
Pengujian Jeffreys menghitung distribusi Beta berdasarkan jumlah debitur bermasalah dan pinjaman yang teramati, pada nilai PD prediksi. Nilai p yang kecil menunjukkan bahwa PD terlalu rendah dibandingkan jumlah debitur bermasalah yang teramati.
Bagaimana pengujian binomial memeriksa sebuah grade?
Pengujian binomial satu sisi menghitung peluang munculnya jumlah debitur bermasalah sebanyak itu atau lebih jika PD sudah tepat. Tool ini menampilkan nilai p untuk setiap grade.
Apa yang ditunjukkan pengujian Hosmer-Lemeshow untuk seluruh grade?
Pengujian Hosmer-Lemeshow membandingkan jumlah debitur bermasalah yang diharapkan dan teramati pada seluruh grade. Tool ini menampilkan nilai p untuk semua grade secara bersamaan.
Apa yang perlu dilakukan jika jumlah gagal bayar pada suatu grade melebihi perkiraan PD?
Bandingkan bad rate yang teramati pada grade tersebut dengan PD prediksinya, lalu tinjau nilai p Jeffreys dan binomial. Tool ini menandai grade dengan PD yang terlalu rendah berdasarkan konvensi statusnya.