Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Logistic Regression" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Statistical models in enterprises default risk assessment – an example of application
    Modele statystyczne w ocenie ryzyka niewypłacalności przedsiębiorstw – przykład zastosowań
    Autorzy:
    Ptak-Chmielewska, Aneta
    Kuleta, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/425008.pdf
    Data publikacji:
    2018
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    default risk
    logistic regression
    Cox model
    Opis:
    Default risk assessment is crucial in the banking activity. Different models were developed in the literature using the discriminant analysis, logistic regression and data mining techniques. In this paper the logistic regression was applied to verify models proposed by R. Jagiełło for different sectors. As an alternative, the logistic regression model with the nominal variable SECTOR was applied on the pooled sample of enterprises. The dynamic approach using the Cox regression survival model was estimated. Including the nominal variable SECTOR only slightly increases the predictive power of the model (in the case of “defaults”). The predictive power of the Cox regression model is lower, the only advantage is the higher accuracy classification in the case of “defaulted” enterprises.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2018, 22, 1; 94-106
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Macroeconomic factors in modelling the SMEs bankruptcy risk. The case of the Polish market
    Autorzy:
    Ptak-Chmielewska, Aneta
    Matuszyk, Anna
    Powiązania:
    https://bibliotekanauki.pl/articles/425179.pdf
    Data publikacji:
    2019
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    bankruptcy risk model
    logistic regression
    macro variables
    Opis:
    The last financial crisis affected the SMEs sector in different countries at different levels and strength. SMEs represent the backbone of the economy of every country. Therefore, they need bankruptcy prediction models easily adaptable to their characteristics. In our analysis we verified hypothesis: including information about macroeconomic conditions significantly increases the effectiveness of the bankruptcy model. The data set used in our research contained information about 1,138 SMEs. All information was taken from the financial statements covering the period 2002-2010. The sample included enterprises from sectors: industry, trade and services. Selected financial ratios were used to build the model and the macroeconomic variables were added: GDP, inflation, and the unemployment rate. Logistic regression as the research method was applied. In our study we showed that the incorporation of the macro variables improved the prediction of the SMEs bankruptcy risk.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2019, 23, 3; 40-49
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Bankruptcy Risk Models for Polish SMEs – Regional Approach
    Modele ryzyka upadłości polskich MŚP – ujęcie regionalne
    Autorzy:
    Ptak-Chmielewska, Aneta
    Powiązania:
    https://bibliotekanauki.pl/articles/655563.pdf
    Data publikacji:
    2018
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    ryzyko kredytowe
    modele upadłości
    regresja logistyczna
    credit risk
    bankruptcy models
    logistic regression
    Opis:
    Zarządzanie ryzykiem kredytowym stanowi kluczowy element w zarządzaniu bankiem. Do zarządzania ryzykiem kredytowym wykorzystywane są modele statystyczne tzw. Modele scoringowe i ratingowe. Do oceny ryzyka kredytowego przedsiębiorstw wykorzystuje się modele ratingowe. Składową modeli ratingowych są modele ilościowe (oparte na wskaźnikach finansowych) oraz modele jakościowe (oparte na ankiecie jakościowej). Do budowy modeli ilościowych wykorzystuje się modele statystyczne i ekonometryczne, głównie modele regresji logistycznej. W artykule omówione zostały modele statystyczne do oceny ilościowej wraz z przykładem empirycznym opartym na danych dla próby MŚP udostępnionej przez jeden z polskich banków. Wykorzystano model regresji logistycznej ze zmienną nominalną – region działalności, uwzględniający zróżnicowanie terytorialne. Pokazana została konstrukcja modelu uwzględniającego zarówno branże działalności, jak i region działalności.
    Credit risk management is a key element in bank management. For credit risk management, statistical models are used, the so‑called scoring and rating models. For enterprise risk assessment, rating models are used. Rating models consist of quantitative models (based on financial ratios) and qualitative models (based on a questionnaire). For estimation of quantitative models, econometric and statistical models are used, mainly logistic regression models. In this paper, statistical models for quantitative assessment are presented, including an empirical example based on the sample of data for SMEs made available by one of Polish banks. A logistic regression model with a nominal variable – the region of activity, including territorial differences, was used. The construction of rating model was presented, including the sector and region of activity.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2018, 1, 333
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      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