RiskCalc模型是在傳統(tǒng)信用評分技術(shù)基礎(chǔ)上發(fā)展起來的一種適用于非上市公司的違約概率模型，其核心是通過嚴(yán)格的步驟從客戶信息中選擇出最能預(yù)測違約的一組變量，經(jīng)過適當(dāng)變換后運用Logit/Probit回歸技術(shù)預(yù)測客戶的違約概率。
①收集大量的公司數(shù)據(jù)；
②對數(shù)據(jù)進行樣本選擇和異常值處理；
③逐一分析變換各風(fēng)險因素的單調(diào)性、違約預(yù)測能力及彼此間的相關(guān)性，初步選擇出違約預(yù)測能力強、彼此相關(guān)性不高的20～30個風(fēng)險因素；
④運用Logit/Probit回歸技術(shù)從初步因素中選擇出9～11個的風(fēng)險因素，并確?；貧w系數(shù)具有明確的經(jīng)濟含義，各變量間不存在多重共線性；
⑤在建模外樣本、時段外樣本中驗證基于建模樣本所構(gòu)建模型的違約區(qū)分能力，確保模型的橫向適用性和縱向前瞻性；
⑥對模型輸出結(jié)果進行校正，得到最終各客戶的違約概率。
①收集大量的公司數(shù)據(jù)；
②對數(shù)據(jù)進行樣本選擇和異常值處理；
③逐一分析變換各風(fēng)險因素的單調(diào)性、違約預(yù)測能力及彼此間的相關(guān)性，初步選擇出違約預(yù)測能力強、彼此相關(guān)性不高的20～30個風(fēng)險因素；
④運用Logit/Probit回歸技術(shù)從初步因素中選擇出9～11個的風(fēng)險因素，并確?；貧w系數(shù)具有明確的經(jīng)濟含義，各變量間不存在多重共線性；
⑤在建模外樣本、時段外樣本中驗證基于建模樣本所構(gòu)建模型的違約區(qū)分能力，確保模型的橫向適用性和縱向前瞻性；
⑥對模型輸出結(jié)果進行校正，得到最終各客戶的違約概率。