Národní úložiště šedé literatury Nalezeno 52 záznamů.  1 - 10dalšíkonec  přejít na záznam: Hledání trvalo 0.00 vteřin. 
Bank credit risk management in the low-interest rate environment
Maivald, Matěj ; Teplý, Petr (vedoucí práce) ; Pečená, Magda (oponent)
Tato diplomová práce zkoumá vztah prostředí nízkých úrokových sazeb k ban- kovním ukazatelům kreditního rizika pomocí panelových dat pokrývajícími banky zemí Eurozóny, Dánska, Japonska, Švédska a Švýcarska během období let 2011-2017. Práce využívá metody system-GMM se zapojením bankovně- specifických a makroekonomických proměnných. Tato práce navazuje na e- xistující literaturu zkoumající efekty nízkých úrokových sazeb na profitabilitu bank a pokouší se odhadnout tyto následující hypotézy: Eventuální vliv nízkých úrokových sazeb na ukazatel ohrožených úvěrů (NPL), míru rizikově vážených aktiv (RWA) k celkovým aktivům a vliv na změnu ukazatele Tier 1 kapitálu. Práce má tyto tři hlavní závěry: Zaprvé, výsledky naznačují, že setrvání v období záporných úrokových sazeb může ovlivnit ukazatel NPL a odhalují po- tenciální vztah 3měsíčních mezibankovních sazeb k ukazateli NPL. Tato práce nicméně zamítá hypotézy ohledně ostatních dvou ukazatelů. Zadruhé, studie odhaluje bankovní heterogenitu jako signifikantní faktor kreditního rizika. Zá- věrem, práce přispívá s využitím aktuálních dat k literatuře zaměřené na zk- oumání určujících vlivů NPL, RWA a ukazatele Tier 1 kapitálu,...
Satellite Model Accuracy in Bank Stress Testing
Hamáček, Filip ; Polák, Petr (vedoucí práce) ; Pečená, Magda (oponent)
Satellite Model Accuracy in Bank Stress Testing Abstrakt Filip Hamáček January 4, 2019 Tato práce se zabývá satelitními modely kreditního rizika v České republice. Satelitní model je nástroj pro odhadování finančních proměnných z makroeko- nomických proměnných. Takový model je užitečný pro stres testování odol- nosti bankovního sektoru. Cílem této práce je testování přesnosti modelu pro pravděpodobnost selhání ve třech segmentech úvěrů - korporátní úvěry, úvěry na bydlení a spotřebitelské úvěry. Současně využívaný model v České Národní Bance je z roku 2012 a jeho výkonnost není ideální. Tato práce testuje přesnost tohoto modelu vytvořením alternativních modelů pomocí moderních metod, především metod kombinujících modely: Bayesovské kombinování modelů (využívané v Evropské Centrální Bance) a Frekvenční kombinování modelů. Poslední metodou jsou Neuronové sítě. 1
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...
Comparison of statistical methods for the scoring models development
Mrázková, Adéla ; Vitali, Sebastiano (vedoucí práce) ; Kopa, Miloš (oponent)
Cílem práce je představit a shrnout obecný postup vývoje skóringového modelu a základních statistických přístupů používaných k řešení tohoto problému, konkrétně metody logistické regrese, neuronové sítě a rozhodovací stromy (náhodné lesy). Následuje aplikace popsaných metod na reálných datech poskytnutých společností PROFI CREDIT Czech, a.s., včetně diskuze některých implementačních otázek a jejich řešení. Obdržené výsledky jsou diskutovány a porovnávány.
Řízení kreditního rizika
Sobolčik, Lukáš ; Kislingerová, Eva (vedoucí práce) ; Smrčka, Luboš (oponent)
Cílem diplomové práce je analýza kreditního rizika reálné společnosti z pohledu fiktivní nadnárodní firmy pohybující se v oboru petrochemického průmyslu. Práce se nejprve zaměřuje na teoretické vymezení kreditního rizika, nástroji pro jeho řízení a možnosti jeho eliminace. V praktické části pak na konkrétním modelu z praxe demonstruje moderní přístupy k řízení kreditního rizika, zabývá se možnými překážkami a nejčastějšími problémy s jeho aplikací. Hlavním přínosem práce je poskytnout ucelený pohled na reálný systém řízení kreditního rizika, obohacený o vlastní poznatky a zkušenosti. Výstupem je vzdělávací materiál pro zájemce o danou problematiku, ale i pro stávající odbornou veřejnost.
Regulatory Approaches to Credit Risk Quantification
Stará, Pavla ; Pečená, Magda (vedoucí práce) ; Hausenblas, Václav (oponent)
Kreditní riziko představuje jedno z nejvýznamnějších rizik, kterému banka musí čelit, a tudíž je v jejím zájmu ho efektivně řídit a měřit. Nicméně metody řízení a měření jsou dozorovány a ovlivňovány národními regulátory. Bankovní regulatorní dohled hraje důležitou roli mimo jiné i ve stanovování minimálních kapitálových požadavků, které slouží jako polštář pohlcující ztráty pramenící z kreditního rizika. Tato práce pojednává o regulatorních přístupech využívaných ke kvantifikaci kapitálových požadavků ke kreditnímu riziku - standardizovaný přístup a přístup založený na interních ratinzích (IRB) - z hlediska teoretického a zároveň poskytuje empirickou aplikaci těchto přístupů na náhodně vytvořeném portfoliu korporátních půjček. V rámci metody IRB jsem navrhla model založený na finančních ukazatelích, který aplikuje logistickou regresi k odhadnutí pravděpodobností selhání. Na základě modelování jsem došla k závěru, že pro finální model je lepší raději využít kombinaci finančních ukazatelů z různých skupin s mírnou dominancí ukazatelů rentability a tudíž jsem nemohla potvrdit hypotézu, že ukazatelé solventnosti jsou při modelování pravděpodobnosti selhání nadřazení ostatním ukazatelům. Po získání potřebných parametrů jsem kvantifikovala minimální kapitálové požadavky ke kreditnímu riziku využitím jak...
Artificial Intelligence Approach to Credit Risk
Říha, Jan ; Baruník, Jozef (vedoucí práce) ; Vošvrda, Miloslav (oponent)
Tato práce se zabývá aplikaci umělé inteligence v řízení kreditního rizika. Tento moderní přístup je porovnán s aktuálním standardem trhu, s logistickou regresí. V práci prezentujeme teorii zaměřenou na neuronové sítě, podpůrné vektorové stroje, náhodné lesy a logistickou regresi. Také se zabýváme metodologií na vyhodnocení a porovnávání těchto modelů ze statistického a obchodního hlediska. Zjistili jsme, že modely z kategorie neuronových sítí, zejména Multi-Layer Perceptron a Radial Basis Function Network, překonávají logistickou regresi ve standardních statistických a obchodních kritériích. Výkonnost náhodných lesů a podpůrných vektorových strojů není dostatečná a v naší práci jejich výkonnost nedosahovala výkonnosti logistické regrese.
Modely predikce defaultu klienta
Hezoučká, Šárka ; Černý, Rostislav (vedoucí práce) ; Hurt, Jan (oponent)
Cílem této práce je zkoumat možné zlepšení predikční síly skóringových modelů pro spotřebitelské úvěry použitím strukturálních modelů pro odhad budoucího vývoje výše skóre. Tyto modely v sobě nesou informaci o minulém vývoji be- haviorálního skóre prostřednictvím parametrů, které zohledňují citlivost pravdě- podobnosti defaultu klienta na jednotlivé tržní i životní změny. Tyto parametry jsou odhadovány Markov Chain Monte Carlo metodami na základě minulého vývoje. Celkem je na reálná data aplikováno osm typů strukturálních modelů s různými typy parametrů. Míra schopnosti diverzifikace jednotlivých modelů je porovnávána pomocí Giniho koeficientu jak mezi sebou, tak i se stávajícím skóringovým modelem úvěrové instituce, které přísluší podkladová data. 1
Výpočet korelace v úvěrovém portfoliu a její vliv na celkové kreditní riziko portfolia
Pacovský, Matěj ; Kopa, Miloš (vedoucí práce) ; Dostál, Petr (oponent)
V nedávných studiích zabývající se odhady korelace "asset value" z portfolia dlužníků bylo zjištěno, že odhady "asset value" se významně různí pro různé geografické skupiny a použité metody odhadu. Diplomová práce popisuje metody odhadu korelace "asset value" z pětiletého pozorování portfolia dlužníků Komerční banky. Jedná se o pozorování behaviorálního ratingu a defaultního stavu klientů ze skupiny malých a středně velkých podniků (SME). Všechny metody odhadu jsou nejdříve podrobně popsány a poté aplikovány. Korelace "asset value" je odhadována v ratingově a sektorově rozdělených homogenních skupinách. V závěru je uveden dopad změn korelace "asset value" na požadovaný minimální kapitál podle regulativy Basel. Powered by TCPDF (www.tcpdf.org)
Kreditní riziko
Srbová, Eliška ; Herman, Jiří (vedoucí práce) ; Hurt, Jan (oponent)
Diplomová práce se zabývá problematikou kreditního rizika a vy- branými metodami jeho výpočtu. Z přístupů měření kreditního rizika se zaměřuje na předpoklady, postupy výpočtu, výsledky i specifika modelů CreditMetrics a CreditRisk+ . Model CreditRisk+ určuje rozdělení ztrát portfolia, které jsou zapříčiněny defaulty protistran. Model CreditMetrics, který pomocí simulací Monte Carlo určuje rozdělení budoucích hodnot portfolia, uvažuje jak riziko de- faultu, tak i riziko kreditní migrace. Třetím přístupem, který je do práce zahrnut, je Solvency II, Evropskou unií navrhovaný soubor požadavků pro stanovení výše regulatorního kapitálu pro pojišt'ovny. V praktické části práce jsou všechny přístupy aplikovány na tři modelová portfolia s různou kreditní kvalitou a jejich výstupy, včetně stanovené výše kapitálů na pokrytí neočekávaných ztrát, analy- zovány a porovnány.

Národní úložiště šedé literatury : Nalezeno 52 záznamů.   1 - 10dalšíkonec  přejít na záznam:
Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.