Národní úložiště šedé literatury Nalezeno 2 záznamů.  Hledání trvalo 0.01 vteřin. 
Ensemble learning methods for scoring models development
Nožička, Michal ; Witzany, Jiří (vedoucí práce) ; Cipra, Tomáš (oponent)
Kreditní skóring je velmi důležitý proces používaný v oblasti bankovnictví, během něhož je každému potenciálnímu nebo stávajícímu klientovi přiřazena hodnota kreditního skóre, které určitým způsobem vyjadřuje pravděpodobnost defaultu klienta, tj. neschopnost klienta dostát svým závazkům včas nebo v plné výši. Ke kreditnímu skóringu se tradičně využívají statistické modely (jako např. model logistické regrese). Navzdory mnoha výhodám, které takovýto přístup poskytuje, nejnovější výzkum ukazuje mnoho alternativních přístupů, které jsou v některých ohledech lepší než tradiční statistické modely. Tato diplomová práce je zaměřena na představení ensemble learning modelů (zejména těch konstruovaných pomocí algoritmů bagging, boosting a stacking) za použití různých základních modelů (zejména modelu logistické regrese, modelu náhodných lesů, support vector machines modelu a modelu umělých neuronových sítí) jako možných alternativ k tradičním statistickým modelům, které jsou obvykle používány pro kreditní skóring, a vzájemně porovnává jejich výhody a nevýhody. Přesnost a prediktivní síla těchto skóringových modelů je zkoumána pomocí měr přesnosti a prediktivní síly standardně používaných v oblasti kreditního skóringu (zejména GINI a LIFT koeficientů) na reálných datech a obdržené výsledky jsou prezentovány. Hlavní...
Základní přístupy k robustifikaci podmíněné hodnoty v riziku
Nožička, Michal ; Branda, Martin (vedoucí práce) ; Petrová, Barbora (oponent)
Práce pojednává o podmíněné hodnotě v riziku, její robustifikaci vzhledem k pravděpodobnostnímu rozdělení výnosů a využití při hledání optimální skladby portfolia. V první kapitole je zadefinována podmíněná hodnota v riziku a její robustní zobecnění včetně motivace. Druhá kapitola pojednává o základních vlastnostech podmíněné hodnoty v riziku, zejména koherenci a spojitosti podle parametru hladiny. Také je zde ukázáno, že se některé tyto vlastnosti zachovají i po robustifikaci. Třetí kapitola je věnována formulaci optimalizačních úloh hledání optimální skladby portfolia na základě podmíněné hodnoty v riziku a její robustifikace. Tato práce se věnuje jen speciálním případům, které vedou na úlohu lineárního programování. Poslední čtvrtá kapitola popisuje konkrétní numerické výsledky použití těchto metod na reálných datech z finančních trhů. Powered by TCPDF (www.tcpdf.org)

Viz též: podobná jména autorů
2 Nožička, Miroslav
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.