Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "współczynnik Giniego" wg kryterium: Temat


Wyświetlanie 1-4 z 4
Tytuł:
Wpływ agregacji danych na wartości współczynnika Giniego
An Influence of Data Aggregation on Gini Ratio Value
Autorzy:
Klepacz, Halina
Żółtowska, Elżbieta
Powiązania:
https://bibliotekanauki.pl/articles/905103.pdf
Data publikacji:
2005
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
ubóstwo
agregacja
współczynnik Giniego
Opis:
We study an influence of statistical data aggregation rate on value and level of poverty factors. Numerical experiments were conducted to analyze Gini ratio values prior and posterior to data aggregation. An experiment required a thorough study of various empirical results.
Artykuł dotyczy badania wpływu stopnia agregacji danych statystycznych na wielkość i poziom miar oraz wskaźników ubóstwa. Przeprowadzono eksperymenty numeryczne, których celem była analiza wartości współczynnika Giniego przed i po agregacji danych. Przygotowanie eksperymentu wymagało prześledzenia wyników różnych prac empirycznych.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2005, 193
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Remarks on Statistical Measures for Assessing Quality of Scoring Models
Uwagi na temat statystycznych miar oceny jakości modelu scoringowego
Autorzy:
Idczak, Adam Piotr
Powiązania:
https://bibliotekanauki.pl/articles/657092.pdf
Data publikacji:
2019
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
scoring kredytowy
jakość modelu scoringowego
krzywa Lorenza
krzywa koncentracji
współczynnik Giniego
credit scoring
scoring model quality
Lorenz and concentration curve
Gini index
Opis:
Jednym z podstawowych zadań banków jest udzielanie kredytów i pożyczek pieniężnych. Z punktu widzenia kredytodawcy w procesie kredytowaniem niezwykle istotna jest ocena ryzyka zaniechania płatności zobowiązań potencjalnego kredytobiorcy. W celu selekcji klientów, obok oceny ich zdolności kredytowej, coraz częściej wykorzystuje się modele scoringowe wchodzące w skład metodologii tzw. scoringu kredytowego (creditscoring). W podejściu tym z punktu widzenia kredytodawcy kluczowa jest jakość doboru jednostek, którym kredyt zostanie przyznany. To, czy klasyfikacja dokonywana na podstawie modelu scoringowego jest dobra, może być opisane za pomocą statystycznych miar oceny jakości. Mimo coraz większej popularności metod scoringowych w praktyce gospodarczej literatura dotycząca statystycznych metod oceny ich jakości jest w dalszym ciągu stosunkowo uboga. Ponadto w publikacjach na ten temat często występują rozbieżności w zakresie nazewnictwa oraz konstrukcji poszczególnych miar. W artykule przedstawiono charakterystykę najczęściej stosowanych statystycznych miar oceny jakości modelu scoringowego (m.in. indeksu pseudo Giniego, statystyki Kolmogorova‑Smirnova, krzywej koncentracji), a także podjęto próbę standaryzacji nazewnictwa oraz postaci samych miar jakości modelu scoringowego. Ponadto przedstawione zostało studium przypadku, w którym dokonano analizy porównawczej trzech modeli scoringowych w kontekście ich jakości klasyfikacyjnej.
Granting a credit product has always been at the heart of banking. Simultaneously, banks are obligated to assess the borrower’s credit risk. Apart from creditworthiness, to grant a credit product, banks are using credit scoring more and more often. Scoring models, which are an essential part of credit scoring, are being developed in order to select those clients who will repay their debt. For lenders, high effectiveness of selection based on the scoring model is the primary attribute, so it is crucial to gauge its statistical quality. Several textbooks regarding assessing statistical quality of scoring models are available, there is however no full consistency between names and definitions of particular measures. In this article, the most common statistical measures for assessing quality of scoring models, such as the pseudo Gini index, Kolmogorov‑Smirnov statistic, and concentration curve are reviewed and their statistical characteristics are discussed. Furthermore, the author proposes the application of the well‑known distribution similarity index as a measure of discriminatory power of scoring models. The author also attempts to standardise names and formulas for particular measures in order to finally contrast them in a comparative analysis of credit scoring models.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2019, 4, 343; 21-38
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Problematyka zależności Ukrainy od importu oleju napędowego
Autorzy:
Domian, Mateusz
Powiązania:
https://bibliotekanauki.pl/articles/1018906.pdf
Data publikacji:
2020-01-15
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
dywersyfikacja importu paliw
rynek oleju napędowego Ukrainy
współczynnik Giniego
wskaźnik Shannona-Wienera
Ukrainian diesel market
diversification of fuel import
Gini Coefficient
Shannon-Wiener Index
Opis:
Celem niniejszego artykułu jest przedstawienie obecnej sytuacji na ukraińskim rynku oleju napędowego ze szczególnym uwzględnieniem zagrożeń wynikających z jego ograniczonej autonomii. Rynek ten pozostaje wyjątkowo wrażliwy – olej napędowy jest najpopularniejszym paliwem silnikowym wśród mieszkańców tego kraju, jednak jego dostawy są silnie powiązane z wydarzeniami z udziałem Rosji, które z reguły mają negatywny wpływ na jego płynność. Przejawiało się to szczególnie wyraźnie w relacjach rynkowych między Ukrainą, Rosją a Białorusią w roku 2019 i na początku roku 2020. Na podstawie analizy wskaźnika Shannona–Wienera dla ukraińskiego rynku oleju napędowego oraz współczynnika Giniego dotyczącego importu przez Ukrainę tego paliwa autor pozytywnie weryfikuje hipotezę zakładającą, że fundamentalnym wyzwaniem dla bezpieczeństwa rynku ON Ukrainy pozostaje duży udział w nim paliwa z Rosji i Białorusi (łącznie 52,4%). Z badania wynika, że Ukraina powinna wykorzystywać wszelkie możliwości rynkowe oraz narzędzia prawne, aby minimalizować wyraźny wpływ swojego wschodniego sąsiada na bezpieczeństwo rynku ON.
This paper aims to present the current situation on the Ukrainian market of diesel fuel with particular regard to the risks that arise from its limited autonomy. The abovementioned market remains extremely sensitive for Ukraine – diesel is the most popular type of motor fuel among the inhabitants of this country. At the same time, the Ukrainian diesel market is not free from the effects of events involving Russia, which are quickly damaging its current liquidity. This seemed to be even more pronounced from the perspective of market events in 2019 and early 2020 that took place in relations between Ukraine, Russia and Belarus. By analysing the Shannon–Wiener index for the Ukrainian diesel market, and the Gini coefficient for Ukraine’s import of this fuel, the author positively verifies the hypothesis that the high concentration of the share of diesel from Russia and Belarus remains a fundamental challenge for the security of the Ukrainian market of this fuel (52.4% in total). As a result of the study, the author concludes that the country should use all market opportunities and legal tools to minimise the clear impact of its eastern neighbour on the security of its diesel market.
Źródło:
Ekonomia Międzynarodowa; 2019, 28; 216-240
2082-4440
2300-6005
Pojawia się w:
Ekonomia Międzynarodowa
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Sustainable development of Poland and Europe - spatiotemporal analysis and spatial EKC models
Autorzy:
Antczak, Elżbieta
Powiązania:
https://bibliotekanauki.pl/articles/659545.pdf
Data publikacji:
2012
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
zrównoważony rozwój
jakość powietrza
wskaźnik przestrzennej koncentracji Giniego
współczynnik lokalizacji
przestrzenne modele ekonometryczne
przestrzenna Środowiskowa Krzywa Kuznetsa
wskażniki środowiskowe
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2010, 241
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-4 z 4

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies