APLICACIÓN DE MODELO LOGISTICOS EN SPSS 11.0

a. Entrar al paquete estadístico SPSS

Automáticamente el sistema muestra una pantalla de opciones de entrada. Se debe seleccionar “Abrir una fuente de datos existente” y “aceptar”. El sistema abre la pantalla de búsqueda de archivos. En el menú opciones se debe seleccionar “Todos los archivos”. Se elige el archivo de Excel (Base de datos de los clientes) y se pulsa aceptar. (El archivo debe estar cerrado en Excel)

Automáticamente, el sistema importa el archivo a la plantilla de SPSS, como se muestra a continuación:

b. Verificación del cargue de la información del archivo plano a SPSS.

El usuario debe verificar que la información cargada esta completa; para esto se debe entrar a la hoja de SPSS “vista de variables” y revisar que en la columna “tipo”, todos los datos aparezcan como “numérico”.

Si algún dato aparece con otro nombre, es porque hay errores en el archivo de Excel, por tanto hay que corregirlos y cargar el archivo nuevamente.

c. Generación del STEWISE o proceso Paso a Paso

El siguiente paso al cargue de información, es entrar a validar cuales variables, de todas las seleccionadas en la base de datos, son significativas. Para esto se va a utilizar la metodología STEPWISE, bajo la cual el sistema toma variable por variable y evalúa si es significativa, de no serlo la saca del modelo.

Para generar el Stepwise en SPSS el usuario debe entrar por el menú de la parte superior “Analizar” a la opción “Regresión logística binaria”, la cual corresponde a los modelos tipo “LOGIT”

Generación STEPWISE

Automáticamente el sistema muestra una pantalla donde aparecen al lado derecho el listado de las variables del modelo definidas en el archivo de excel que se cargo en el sistema. Al lado izquierdo aparecen unos campos en blanco, en donde el usuario debe definirle al sistema cuales variables son independientes (covariables) y cual es la variable dependiente.

Las variables independientes son: Los indicadores financieros, las variables dummies y las variables combinadas. La variable dependiente es el indicador de Default. Se seleccionan las variables independientes y con la tecla con le signo flecha a la derecha las paso al campo de las variables covariables y luego se selecciona la variable Default y se pasa al otro lado ál item dependiente.

El método que se debe utilizar para la selección de variables es “Adelante condicional”. Stepwise

A continuación se muestra la pantalla de registro de información, la cual incluye las opciones anteriormente descritas.

El indicador de desempeño de los modelos que se va a utilizar es la “Prueba de Hosmer-Lemeshow.” El usuario debe entrar por el menú “opciones” y seleccionar la prueba de Hosmer Lemeshow. Adicionalmente, en la sección “probabilidad para pasos” se debe digitar en el campo entrada: 0.25 y en el campo salida 0.10, y pulsar continuar. Posteriormente, se debe pulsar aceptar.

Automáticamente el SPSS genera el reporte de Stepwise, el cual incluye los mejores modelos calculados por el sistema, los cuales están basados en los parámetros predefinidos por el usuario.

El parámetro utilizado para la selección del modelo de medición de riesgo de crédito es el indicador de HOSMER LEMESHOW.

Se debe elegir el modelo (Paso) con mayor Hosmer Lemeshow. La siguiente tabla muestra la prueba de Hosmer Lemeshow para cada paso o modelo generado por el sistema.

De acuerdo con la tabla, el mejor modelo corresponde al paso 2, donde el Hosmer-Lemeshow es de 0,87.

Ahora que se tiene el paso o modelo se debe ver que variables lo definieron Se debe buscar la siguiente tabla:

Para elegir el mejor modelo, es necesario SELECCIONAR LOS DOS MEJORES MODELOS ARROJADOS POR EL STEPWISE Y correr cada modelo en SPSS bajo la metodología de regresión logística binaria por el método de introducir.

El paso 2 o modelo 2 esta dado por las variables: D5ROTACT y D11MGNET.

Selección del modelo y calculo de las Probabilidades de Incumplimiento

Ahora que se conoce el modelo, se debe correr únicamente este, bajo la metodología Logit por el método Introducir como se muestra a continuación.

Se deben seguir los siguientes pasos:

a. Entrar por el menú “analizar” a la opción “Regresión logística”, que corresponde a los modelos tipo “LOGIT”

b. Seleccionar el método “introducir”

c. En el menú “Guardar”se debe seleccionar “Probabilidades” y luego pulsar “Continuar”

d. En el menú “opciones” se debe seleccionar “Prueba de Hosmer y Lemeshow”. Adicionalmente, en la sección “Probabilidades en datos” en entrada se debe digitar 0.05 y en salida 1.00. Las demás opciones se deben dejar como aparecen inicialmente en el sistema.

e.

f. Pulsar “continuar” y luego “aceptar”

De esta forma el sistema procesa la información, genera el reporte del modelo. Con los resultados se debe evaluar la significancia individual de las variables, es decir, si las variables son significativas.

Calculo de la Probabilidad de incumplimiento

El calculo de la probabilidad de incumplimiento de un modelo de tipo “LOGIT” esta dada por la siguiente ecuación:

Donde: F(z) es la variable dependiente en función de la Z. F(z) es la Probabilidad de incumplimiento.

Z: Es la ecuación que representa la combinación de variables independientes que permiten explicar la probabilidad de incumplimiento.

Z esta dado por Z = Bo + B1X1 + B2X2.......+ BnXn.

Los betas Bo, B1….Bn, representan la ponderación de cada variable dentro del modelo.

SPSS calcula las probabilidades de incumplimiento (PI) de los clientes que pertenecen a la muestra del modelo. Para los demás clientes , que no pertenecen a la base de datos, es necesario aplicar la formula de F(Z) o probabilidad de incumplimiento de forma manual o a través de un archivo de excel.

Calculo de la probabilidad de incumplimiento en SPSS.

En el momento en que se corre la regresión logística bajo la metodología de introducir, el sistema calcula las probabilidades de incumplimiento y las reporta en la columna final de la plantilla de captura de información. En la ventana Editor de datos SPSS aparecen las variables, la ultima columna “pre_1” hace referencia a las probabilidades de incumplimiento calculadas con base en el modelo seleccionado.

A continuación se muestra un ejemplo:

Hoja “ Datos” del SPSS. Columna final.

BIBLIOGRAFIA

• MADDALA, G. S. (1996) Introducción a la econometría. Ed. Prentice-Hall Hispano Americana S.A. Mexico.

• NOVALES, A. (1993) Econometría, 2a Edición. Ed. McGraw-Hill. Madrid.

• JOHNSTON, J. (1987) Métodos de econometría. Barcelona: Vicens Vices.

• PINDYCK, R. S. y D. L. RUBINFELD (2001) Econometría. Modelos y pronósticos. México: McGraw—Hill.

• JUDGE, G. G., R. C. HILL, W. E. GRIFFITHS, H. LÜTKEPOHL y T. C. LEE (1988) Introduction to the Theory and Practice of Econometrics. New York: John Wiley & Sons.

• GREENE, W. H. (1999) Análisis econométrico. Madrid: Prentice Hall.

• PENA, B., J. ESTAVILLO, M. E. GALINDO, M. J. LECETA y M. M. ZAMORA (1999) Cien ejercicios de econometría. Madrid: Pirámide.