Informacja

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

Wyszukujesz frazę "credit risk models" wg kryterium: Temat


Wyświetlanie 1-4 z 4
Tytuł:
Strukturalne i zredukowane modele pomiaru ryzyka kredytowego wykorzystywane w praktyce bankowej
Structural and reduced credit risk measurement models used in banking practice
Autorzy:
Noetzel, P.
Powiązania:
https://bibliotekanauki.pl/articles/399126.pdf
Data publikacji:
2011
Wydawca:
Politechnika Białostocka. Oficyna Wydawnicza Politechniki Białostockiej
Tematy:
modele strukturalne
KMV
CreditMetrics
ryzyko kredytowe
portfel kredytowy
structural models
credit risk
Credit Portfolio View
Opis:
This article compares four popular models of credit risk measurement in terms of the scope of information used by the models, the characteristics of the risk as subject of the modeling and their use in the management of credit portfolios. These models can be assigned to one of two classes: structural and reduced form models. Structural models base on the assumption that the modeling person has full information about the assets and liabilities of the company and based on this knowledge is able to determine the moment of a credit event. Reduced form models use only the information base that is available on the market. This gives them an advantage in practical risk evaluation. The article is a modified part of the author's doctoral dissertation titled "Use of credit derivatives in managing the debt portfolio of the bank".
Źródło:
Ekonomia i Zarządzanie; 2011, 3, 1; 36-47
2080-9646
Pojawia się w:
Ekonomia i Zarządzanie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analiza dotycząca możliwości budowy modelu ryzyka kredytowego
Analysis of the possibility of building a credit risk model
Autorzy:
Marcinkowski, Paweł
Powiązania:
https://bibliotekanauki.pl/articles/16728936.pdf
Data publikacji:
2023-09-30
Wydawca:
Wydawnictwo Adam Marszałek
Tematy:
kredyt
ryzyko
dane
modele
wykresy
finanse
credit
risk
data
models
graphs
finance
Opis:
FinAi has undertaken a project focused on the development of an innovative credit risk model utilizing alternative data sources, such as data from social media platforms (Facebook, LinkedIn) and mobile phone records. This project was co-financed through the European Regional Development Fund under a funding agreement between FinAi S.A. and the National Centre for Research and Development (NCBiR), headquartered in Warsaw. The initial phase of the project involved the collection of data and their utilization in constructing a network graph of customer relationships. Furthermore, leveraging external data as well as data managed by FinAi, specific indicators were formulated. These indicators were employed under the supervision of experts to train a predictive model that incorporated graph structures. The model thus constructed was to exhibit a higher predictive capability compared to conventional models commonly employed within the industry. The study explored the feasibility of creating a credit risk model based on the acquired data and assessed the quality of data originating from alternative sources. It was demonstrated that alternative data sources were populated for a small fraction of the population, and their quality has proven unsatisfactory. The scale of the dataset proved inadequate for establishing a robust credit risk model or attaining a competitive advantage over the models in use within banking institutions.
FinAi przeprowadziło projekt budowy innowacyjnego modelu ryzyka kredytowego w oparciu o dane alternatywne takie jak dane z portali społecznościowych (Facebook, Linkedin), czy dane z telefonów komórkowych. Projekt ten był współfinansowany ze środków Europejskiego Funduszu Rozwoju Regionalnego w ramach umowy o dofinansowanie zawartej przez FinAi S.A. z Narodowym Centrum Badań i Rozwoju z siedzibą w Warszawie. Pierwszym etap projektu polegał na zebraniu danych i wykorzystaniu ich do budowy grafu powiązań pomiędzy klientami. Dodatkowo, na podstawie danych zewnętrznych i danych zarządzanych przez FinAi, zbudowano flagi mające na celu nauczenie pod ich nadzorem modelu predykcyjnego wykorzystujące struktury grafowe. Zbudowany w taki sposób model miał charakteryzować się większą mocą predykcyjną niż standardowe modele stosowane w branży. Badano możliwości budowy modelu ryzyka kredytowego w oparciu o pozyskane dane oraz jakość danych pochodzących ze źródeł alternatywnych. Wykazano m.in., że alternatywne źródła danych są wypełnione dla niewielkiego odsetka populacji, a ich jakość jest niezadowalająca. Wielkość zbioru okazała się niewystarczająca do budowy wiarygodnego modelu ryzyka kredytowego czy osiągnięcia przewagi w stosunku do modeli funkcjonujących w bankach.
Źródło:
Krakowskie Studia Małopolskie; 2023, 3(39); 168-184
1643-6911
Pojawia się w:
Krakowskie Studia Małopolskie
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analiza możliwości zastosowania metody DEA w modelach scoringowych
Analysis of the DEA Method Applicability in Scoring Models
Autorzy:
Nowak, Agnieszka K.
Matuszyk, Anna
Powiązania:
https://bibliotekanauki.pl/articles/591114.pdf
Data publikacji:
2014
Wydawca:
Uniwersytet Ekonomiczny w Katowicach
Tematy:
Metoda DEA (Data Envelopment Analysis)
Modele regresji
Regresja liniowa
Ryzyko kredytowe
Scoring
Skoring kredytowy
Credit risk
Credit scoring
Data Envelopment Analysis (DEA)
Linear regression
Regression models
Opis:
A clue for the research have become analysis made by A. Feruś in 2006, In which the author points the possibility of extending classical scoring models with the DEA method, allowing to predict a credit risk. In 2006, in the era of the Basel II implementation, the possibility of such an extension was not reflected in the practice of banks in Poland. But now, as a part of the Basel III implementation, it is reasonable to consider the possibility of their expantion, for example using the DEA . The study was carried out on the basis of 139 companies operating in Poland in 2010-2011 data and a comparison with their actual condition in 2012. Survey results both for 2010 and 2011 indicate a weaker prediction of the scoring models alone than scoring models with DEA In terms of: correct customers classification and the value of a R2 determination factor.
Źródło:
Studia Ekonomiczne; 2014, 186 cz 1; 113-126
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