Informacja

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

Wyszukujesz frazę "crédit" wg kryterium: Temat


Wyświetlanie 1-4 z 4
Tytuł:
APPLICATION OF MIGRATION MATRICES TO RISK EVALUATION AND THEIR IMPACT ON PORTFOLIO VALUE
Autorzy:
Grzybowska, Urszula
Karwanski, Marek
Powiązania:
https://bibliotekanauki.pl/articles/453360.pdf
Data publikacji:
2013
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
Tematy:
migration matrices
portfolio value
market risk
credit risk
Opis:
Migration matrices are widely used in risk management. In particular, quality of financial products due to credit risk is described by assigning them to one of several rating categories. The probability of future rating is determined by a migration matrix. Portfolio’s value depends on the rating and on market states. To find an optimal portfolio one should consider migration matrices and the dynamics of market changes. The main goal of our research was to investigate the impact of both risks, market risk and credit risk on portfolio value. On a real portfolio we show that differences in migration matrices that result from the state of economy influence considerably credit risk and portfolio value.
Źródło:
Metody Ilościowe w Badaniach Ekonomicznych; 2013, 14, 1; 127-136
2082-792X
Pojawia się w:
Metody Ilościowe w Badaniach Ekonomicznych
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Przykłady zastosowania macierzy migracji w zarządzaniu ryzykiem finansowym
Migration Matrices and Their Application in Risk Management
Autorzy:
Grzybowska, Urszula
Karwański, Marek
Powiązania:
https://bibliotekanauki.pl/articles/586586.pdf
Data publikacji:
2014
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Karty kredytowe
Ryzyko kredytowe
Ubezpieczenia
Zarządzanie ryzykiem
Zarządzanie ryzykiem finansowym
Credit card
Credit risk
Financial risk management
Insurances
Risk management
Opis:
Migration matrices are widely used in various areas of risk management. In credit risk management an obligor is assigned to one of several rating classes and his future rating is determined by a transition matrix of a Markov chain. The probability that an obligor will change his credibility can be read off a migration matrix. The most important aspect of credit risk management is estimation of the probability that the obligor will not be able to meet his financial commitments, i.e., estimation of the probability of his default. The other field were migration matrices are used are insurance Bonus-Malus systems. The aim of the paper is to present applications of migration matrices in credit risk management, automobile insurance and in investigation of credit card users profiles.
Źródło:
Studia Ekonomiczne; 2014, 178; 206-219
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Szacowanie parametrów ryzyka kredytowego przy użyciu rodzin klasyfikatorów
Families of Classifiers Application in Credit Risk Parameters Estimation
Autorzy:
Grzybowska, Urszula
Karwański, Marek
Powiązania:
https://bibliotekanauki.pl/articles/585589.pdf
Data publikacji:
2015
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Ryzyko kredytowe
LGD
Metody ensemble
Regresja
Credit risk
Ensemble methods
Regression
Opis:
Banki stosujące zalecenia Umowy Bazylejskiej II/III zobowiązane są do wyznaczania ryzyka na podstawie szeregu parametrów. Jednym z nich jest procent straty – Loss Given Default (LGD). W literaturze LGD traktowany jest jako zmienna losowa, o rozkładzie dwumodalnym. Do szacowania wielkości LGD stosuje się zaawansowane regresyjne modele statystyczne. Alternatywny sposób to wykorzystanie metod data miningowych. Szczególnie atrakcyjne wydają się estymatory typu rodzin klasyfikatorów, które pozwalają na uśrednienie rezultatów wielu „słabych klasyfikatorów” i uzyskanie bardziej precyzyjnych wyników. Rodziny klasyfikatorów operują tzw. informacją. Problemem jest interpretacja informacji w kategoriach biznesowych. Celem artykułu jest uzgodnienie obu podejść i interpretacji. Przedstawione zostaną wyniki szacowania przy użyciu modeli: ułamkowej regresji logistycznej, beta-regresji, boostingu gradientowego oraz lasów losowych. Porównane zostaną właściwości estymatorów. Obliczenia wykonane zostały na danych rzeczywistych.
According to the Capital Requirements Directive banks applying the internal rating based approach are obliged to estimate risk based on a set of risk parameters. One of the risk parameters is Loss Given Default (LGD). LGD is treated as a random variable with a bimodal distribution. One can apply advanced statistical models in LGD estimation. An alternative approach is to use data mining methods. The most promising seem to be families of classifiers, that allow for averaging results of many weak classifiers and for obtaining more precise results. Families of classifiers are built based on information criterion. The problem encountered is interpretation of obtained results in terms of business applications. The aim of the paper is to compare both approaches. We present results of LGD estimation with help of two regression models: fractional and beta regression and two ensemble methods: gradient boosting and random forests. Calculations were done on real life data.
Źródło:
Studia Ekonomiczne; 2015, 248; 107-120
2083-8611
Pojawia się w:
Studia Ekonomiczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie miar matematycznych i biznesowych do porównania modeli macierzy migracji stosowanych w analizie ryzyka kredytowego
Application of mathematical measures and business measures to compare migration matrices used in credit risk analysis
Autorzy:
Grzybowska, Urszula
Karwański, Marek
Powiązania:
https://bibliotekanauki.pl/articles/453229.pdf
Data publikacji:
2011
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
Tematy:
macierze migracji
łańcuchy Markowa
łańcuchy absorbujące
uogólnione modele liniowe (GLMM)
ryzyko kredytowe
SVD
wartości własne macierzy
migration matrices
Markov chains
absorbing Markov chains
generalized longitudinal models (GLMM)
credit risk
Eigenvalues
Opis:
Modele ryzyka kredytowego, używane w bankach, bazują na modelach prawdopodobieństwa zajścia określonych zdarzeń (defaultów). Szeroka klasa tych modeli wykorzystywanych obecnie w praktyce opiera się na estymacji intensywności zdarzeń (ang. intensity-based models). W niniejszej pracy porównujemy wyniki uzyskane przy użyciu modeli Markowa oraz uogólnionych modeli liniowych (GLMM). W pracy przedstawiamy porównanie macierzy migracji w oparciu o różne miary odległości, miary uwzględniające prędkość zbieżności do defaultu oraz miary oparte na teorii absorbujących łańcuchów Markowa. Stosowane miary porównania macierzy migracji odmiennie odzwierciedlają różnice wartości klienta istotne z punktu widzenia biznesu. Modele Markowa dają najlepsze estymatory „biznesowe”, ale są trudne w praktycznych zastosowaniach.
Credit risk models used in banks are based on probability models for occurrence of default. A vast class of these models is based on the notion of intensity In this paper we compare results obtained within Markov chain approach and with help of statistical longitudinal models (GLMM) in which states (rating classes) in discrete time points are regarded as matched pairs. The comparison of obtained migration matrices is based on various distance measures, properties of absorbing Markov chains and convergence to default. Various methods of matrix comparison reflect business based differences between clients in a different way. Markov models give good business estimators but are difficult to apply in practice.
Źródło:
Metody Ilościowe w Badaniach Ekonomicznych; 2011, 12, 2; 168-179
2082-792X
Pojawia się w:
Metody Ilościowe w Badaniach Ekonomicznych
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