Direkt zum Inhalt

Diskriminanzanalyse

Definition

Komplex verschiedener empirischer Verfahren der Statistik, mit denen untersucht wird, wie sich Elemente einer Gruppe durch bestimmte Merkmale unterscheiden lassen. Dafür wird auf der Grundlage von erhobenen Werten eine Diskriminanzfunktion bestimmt, mit der die Gruppe entsprechend der Merkmale getrennt wird (z.B. in gute und schlechte Kreditnehmer oder Käufer und Nicht-Käufer).

GEPRÜFTES WISSEN
Über 200 Experten aus Wissenschaft und Praxis.
Mehr als 25.000 Stichwörter kostenlos Online.
Das Original: Gabler Wirtschaftslexikon

zuletzt besuchte Definitionen...

    Ausführliche Definition

    Inhaltsverzeichnis

    1. Statistik
    2. Kreditgeschäft

    Statistik

    Komplex von empirischen Methoden in der multivariaten Statistik zur Einteilung (Klassifikation) vorliegender Einheiten (Personen; Gegenstände) in zwei oder mehrere (Teil)-Gesamtheiten nach Maßgabe der Werte mehrerer metrischer Merkmale oder zur Zuordnung von Einheiten zu Teilgesamtheiten.

    Die Trennung der Einheiten erfolgt mithilfe einer sog. Diskriminanzfunktion, in die die beobachteten Merkmalswerte eingehen.

    Kreditgeschäft

    modernes Verfahren der Bonitätsprüfung, (Bonitätsprüfung im Firmenkundengeschäft, Bonitätsprüfung im Privatkundengeschäft) bei dem eine Beobachtungsmenge vergangener Kreditengagements mit bekanntem Ausgang in zwei Gruppen eingeteilt wird. Dabei besteht eine Gruppe aus Kreditnehmern, die sich als kreditwürdig erwiesen haben, die andere, möglichst gleich große Vergleichsgruppe aus Kreditnehmern, die ihren Kredit nicht zurückgezahlt haben. Im Rahmen der eigentlichen Diskriminanzanalyse sind dann zwei Arbeitsschritte durchzuführen:
    (1) Die beiden Gruppen werden empirisch darauf überprüft, durch welche Eigenschaften, Merkmale und Kennzahlen sie sich voneinander unterscheiden.
    (2) Anschließend wird die Trennungsqualität dieser Faktoren analysiert. Das Ziel ist dabei, eine möglichst überschneidungsfreie Zuordnung der Objekte zu den Teilgruppen vornehmen zu können. Die Trennung erfolgt mittels einer Trennfunktion, der sog. Diskriminanzfunktion, die aus einem oder mehreren Merkmalen gebildet wird, sowie der Festlegung eines Trennwertes, dem sog. Cut-off Point, dessen Über- bzw. Unterschreiten über die Zuordnung zu den Gruppen entscheidet. Stehen die zu erfassenden Einzelmerkmale, deren Ausprägungen und die Gewichtungsfaktoren (vorläufig) fest, kann die relative Häufigkeit bestimmter Diskriminanzwerte der „guten“ und der „schlechten“ Risiken festgestellt werden (vgl. Abbildung „Diskriminanzanalyse“, Annahme von normalverteilten Werten).

    Trotz einer weitgehenden Trennung der „guten“ und der „schlechten“ Kreditengagements durch die Trenngerade Z+ verbleiben noch Bereiche (Flächen G' und S'), in denen es zu einer Fehleinschätzung kommt. Hierbei müssen zwei Arten von Fehlern berücksichtigt und minimiert werden: Einerseits kann ein schlechtes Engagement als gut (Fläche S'), andererseits kann ein gutes Kreditengagement als schlecht klassifiziert werden (Fläche G'). Gelingt eine völlige Trennung der Grundgesamtheiten, d.h. wird der durch die Flächen G' und S' dargestellte Überlappungsbereich eliminiert, werden beide Fehlerarten beseitigt. Dies gelingt umso besser, je weiter die Mittelwerte der Verteilungen auseinander liegen und je schlanker die Verteilungskurven sind. Aufgabe der Diskriminanzanalyse ist es nun, mithilfe statistisch-mathematischer Suchverfahren die Merkmale und die Gewichte so zu bestimmen, dass der Überlappungsbereich minimiert wird. Auf der Basis einer ermittelten Diskriminanzfunktion werden vorliegende Kreditanträge untersucht. Liegt die Punktzahl unter einem bestimmten Cut-off Point, wird das betrachtete Kreditengagement als „schlecht” klassifiziert, wird der Trennwert überschritten, handelt es sich auf Basis der Diskriminanzanalyse um ein „gutes“ Kreditengagement. Ein weiterer Vorteil liegt darin, dass die korrekte Einordnung eines Kreditengagements anhand der tatsächlichen erhobenen Merkmale überprüft werden kann. Bei Abweichungen kann das System entsprechend kalibriert werden, es optimiert sich quasi selbst.

    Anwendungsgebiete: Insolvenzprognose; Credit-Scoring-Verfahren.

    zuletzt besuchte Definitionen...

      Mindmap Diskriminanzanalyse Quelle: https://wirtschaftslexikon.gabler.de/definition/diskriminanzanalyse-28211 node28211 Diskriminanzanalyse node37690 Insolvenzprognose node28211->node37690 node29137 Bonitätsprüfung node28211->node29137 node40417 multivariate Statistik node28211->node40417 node37602 metrische Merkmale node28211->node37602 node36804 Gesamtheit node28211->node36804 node48912 Verhältnisskala node36252 Firmenkundengeschäft node38599 Kreditrisiko node37690->node36252 node37690->node38599 node38053 Kreditwürdigkeitsprüfung node37690->node38053 node32680 Emissionsgeschäft node37077 Lieferantenkredit node27055 Bonität node29137->node32680 node29137->node37077 node29137->node38053 node29137->node27055 node31215 Ausprägung node40698 Intervallskala node28221 Clusteranalyse node40417->node28221 node33865 Faktorenanalyse node40417->node33865 node40152 Merkmal node40417->node40152 node45267 Statistik node40417->node45267 node37602->node48912 node37602->node31215 node37602->node40698 node37602->node40152 node48479 Verlaufsstatistik node48479->node36804 node49733 Urwerte node49733->node36804 node37762 Kollektivmaße node37762->node36804 node35039 Grundgesamtheit node36804->node35039
      Mindmap Diskriminanzanalyse Quelle: https://wirtschaftslexikon.gabler.de/definition/diskriminanzanalyse-28211 node28211 Diskriminanzanalyse node40417 multivariate Statistik node28211->node40417 node36804 Gesamtheit node28211->node36804 node37602 metrische Merkmale node28211->node37602 node29137 Bonitätsprüfung node28211->node29137 node37690 Insolvenzprognose node28211->node37690

      News SpringerProfessional.de

      • Forschungsagenda 2030 für die produzierende Industrie

        Die strategische Forschungsagenda der Initiative "manufuture-DE" hat aktuelle und zukünftig relevante Forschungsbedarfe deutscher Industrieunternehmen aus dem Bereich der Produktionstechnik bis zum Jahr 2030 formuliert und priorisiert.

      • "Unternehmen tragen Verantwortung für Konsumenten"

        Wer in der digitalen Welt nicht untergehen will, muss sich einige Kompetenzen aneigen. Sonst frisst die Digitalisierung ihre User, warnen Anabel Ternès und Hans-Peter Hagemes im Gespräch mit Springer Professional. Insbesondere Unternehmen sollten sich ihrer Verantwortung bewusst sein.

      • Digitalisierung schafft Chancen für weibliche Führungskräfte

        Mittlerweile erfüllen zwar die Aufsichtsräte der Dax-30-Unternehmen im Durchschnitt die gesetzliche Frauenquote. Aber gerade in Führungspositionen im operativen Geschäft sind Frauen, auch in der Finanzbranche, immer noch rar gesät. Und das sieht nur in einem Fachbereich besser aus.

      • Verantwortungsvolle Chefs haben mehr Stress

        Ein Chef, der sich seiner Verantwortung im Job bewusst ist, führt ein stressbelastetes Dasein. Zumindest, wenn er sich in einer gehobenen Machtposition befindet. Das haben Wissenschafter herausgefunden.

      • Dax-Vorstände verdienen noch mehr

        Wenn etwas die Gemüter erhitzt, dann sind es immer wieder die exorbitanten Bezüge von Vorständen und Aufsichtsräten von Unternehmen. Eine aktuelle Studie gibt der Diskussion neue Nahrung. Demnach bekommen die CEOs von der Post, Heidelberg Cement, Adidas und Daimler unglaubliche Summen. 

      • Enterprise Social Networks fördern Innovationen

        Der digitale Reifegrad deutschsprachiger Unternehmen verbessert sich zusehends. In allen Bereichen haben digitale Prozesse mittlerweile die analogen Formen der Zusammenarbeit überholt. Doch es gibt noch viel zu tun.

      • Konsequent digital steigert die Profite

        Je intensiver Unternehmen digitalisiert sind, desto höher ist ihr Gewinnwachstum. Allerdings braucht es dazu konsequente Strategien und den Willen zum Wandel auf allen Ebenen.

      Autoren der Definition und Ihre Literaturhinweise/ Weblinks

      Prof. Dr. Reinhold Hölscher
      Technische Universität Kaiserslautern,
      Lehrstuhl für Finanzdienstleistung und
      Finanzmanagement
      Ordinarius
      Prof. Dr. Udo Kamps
      RWTH Aachen, Institut für Statistik und Wirtschaftsmathematik
      Inhaber des Lehrstuhls für Statistik
      Dr. Nils Helms
      Technische Universität Kaiserslautern
      Postdoc am Lehrstuhl für Finanzdienstleistungen und Finanzmanagement

      Literaturhinweise SpringerProfessional.de

      Springer Professional - Die Flatrate für Fachzeitschriften und Bücher
      In Kapitel 12 gehen wir, wie bei der Varianzanalyse in Kapitel 11, davon aus, dass die Gruppen von Merkmalsträgern bekannt sind. Im Gegensatz zur Varianzanalyse weiß man aber nicht, zu welcher Gruppe ein Objekt gehört. Gesucht ist eine …
      Die Diskriminanzanalyse hat die Zuordnung von Objekten zu einer Klasse zum Inhalt: Gegeben ist ein Objekt, an dem ein Merkmalsvektor x beobachtbar ist, dessen Klassenzugehörigkeit aber unbekannt ist. Aufgrund der Ausprägungen des Merkmalsvektors x …
      Die Diskriminanzanalyse ist eine multivariates Verfahren zur Analyse von Gruppenunterschieden. Sie ermöglicht es, die Unterschiedlichkeit von zwei oder mehreren Gruppen hinsichtlich einer Mehrzahl von Variablen zu untersuchen1, um Fragen folgender …

      Sachgebiete