L'analisi delle componenti principali (ACP) per lo sviluppo di un modello di score attraverso l'utilizzo di variabili dummy.

Abbiamo visto che lo sviluppo di un modello di score presuppone lo studio di un campione di sviluppo che osservato ad una data maturità ne consente di rilevarne le performance le quali diventano poi oggetto di studio per la determinazione della variabile target (variabile dipendente).

Nel mondo del credito tuttavia, se si parla di modelli di score di accettazione, bisogna tener conto anche delle operazioni di finanziamento rifiutate (ovvero di tutte le pratiche che in passato non sono state accettate). Il problema di queste operazioni è la mancata conoscenza delle performances. Il metodo più affidabile, non statistico, sarebbe quello di andare a rilevare nel Credit Bureau (esempio Crif) le posizioni rifiutate dal proprio Istituto ed eventualmente finanziate da altri e quindi osservarne la performance.

Questo è tuttavia un metodo molto costoso, applicabile solo in particolari circostanze ad esempio in aziende di credito in start-up. Tipicamente vengono usati metodi statistici per fare inferenza sulle posizioni respinte, ad esempio mediante l’Analisi Discriminante è possibile creare un modello di previsione per l'appartenenza al gruppo.

Il modello è costituito da una funzione discriminante oppure, per più di due gruppi, da un insieme di funzioni discriminanti, in base alle combinazioni lineari delle variabili predittore che forniscono la migliore discriminazione tra i gruppi. Le funzioni vengono generate da un campione di casi per cui è nota l'appartenenza al gruppo (nel nostro caso è rappresentato dalla popolazione accettata).
È quindi possibile applicare le funzioni ai nuovi casi con misurazioni per le variabili predittore, ma di cui non è nota l'appartenenza al gruppo.

È importante includere nel nuovo modello anche le posizioni respinte al fine di:

- scardinare le logiche del precedente modello di score e rimettere quindi tutto in discussione a livello di politiche di accettazione;
- tener conto anche della popolazione respinta in quanto rappresentativa del potenziale insieme di pratiche in ingresso. Questo consente di poter eseguire adeguate politiche di rifiuto e determinazione cut-off in maniera puntale.