Národní úložiště šedé literatury Nalezeno 6 záznamů.  Hledání trvalo 0.01 vteřin. 
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.
Míry diskriminace v kreditním riziku
Polak, Michal ; Pešta, Michal (vedoucí práce) ; Zahradník, Petr (oponent)
Skóringové modely jsou základním nástrojem pro moderní řízení kreditního rizika. Přispívá tomu hlavně značný vývoj informačních technologií. Využívají se nejenom při poskytování úvěru, ale i ve strategiích týkajících se budoucího řízení kreditního rizika nebo ve strategiích spojených s vymáháním pohledávek.V přiložené práci se věnujeme mírám diskriminace používané pro validaci diverzifikační schopnosti logistických skóringových modelů. Prvně se zabýváme pojmem rizika. Poté uvedeme základní dělení skóringových modelů. Dále popisujeme metodu logistické regrese, odhadování a význam parametrů a testování jejich významnosti. Pro změření a znázornění diverzifikační schopnosti modelu jsme uvedli nejběžněji používané metody jako Lorenzovu a ROC křivku, Giniho koeficient, c- statistiku a taky Kolmogorov-Smirnovův test. Závěrem aplikujeme teoretické poznatky na reálných datech. Zkonstruujeme skóringový model a posléze porovnáme míry diskriminace v uvedeném modelu. Powered by TCPDF (www.tcpdf.org)
Míry diskriminace v kreditním riziku
Polak, Michal ; Pešta, Michal (vedoucí práce) ; Zahradník, Petr (oponent)
Skóringové modely jsou základním nástrojem pro moderní řízení kreditního rizika. Přispívá tomu hlavně značný vývoj informačních technologií. Využívají se nejenom při poskytování úvěru, ale i ve strategiích týkajících se budoucího řízení kreditního rizika nebo ve strategiích spojených s vymáháním pohledávek.V přiložené práci se věnujeme mírám diskriminace používané pro validaci diverzifikační schopnosti logistických skóringových modelů. Prvně se zabýváme pojmem rizika. Poté uvedeme základní dělení skóringových modelů. Dále popisujeme metodu logistické regrese, odhadování a význam parametrů a testování jejich významnosti. Pro změření a znázornění diverzifikační schopnosti modelu jsme uvedli nejběžněji používané metody jako Lorenzovu a ROC křivku, Giniho koeficient, c- statistiku a taky Kolmogorov-Smirnovův test. Závěrem aplikujeme teoretické poznatky na reálných datech. Zkonstruujeme skóringový model a posléze porovnáme míry diskriminace v uvedeném modelu. Powered by TCPDF (www.tcpdf.org)
Credit scoring a jeho nástroje
Zajíčková, Miroslava ; Komárková, Lenka (vedoucí práce) ; Dvořák, Jiří (oponent)
Cílem této práce je porovnání scoringových modelů bankovní a nebankovní instituce při využití konkrétních výsledků žádosti o úvěr ve výši 100 000,- Kč několika fyzických osob s rozdílnou kredibilitou (úvěrovou věrohodností). Teoretická část práce je rozdělena na 2 kapitoly, přičemž první se zabývá vysvětlením základních pojmů (úvěr, žadatel, bankovní a nebankovní instituce, credit scoring, rating, přehled používaného softwaru a legislativa ČR). Druhá kapitola se věnuje popisu procesu kreditního bodování, scoringových modelů a scoringové funkce. Praktická část se zabývá porovnáním dvou metod schvalovaní žadatelů o úvěr v nebankovní a bankovní instituci. V závěrečné kapitole je prezentováno shrnutí obou použitých metod schvalování a autorčino subjektivní hodnocení a doporučení pro zlepšení obou použitých metod.
Kapitálová příměřenost,Basel II a modely predikce defaultu
Bardún, Adam ; Synek, Miloslav (vedoucí práce) ; Krauseová, Jaruše (oponent) ; Freiberg, František (oponent)
Disertační práce se věnuje tématu kapitálové přiměřenosti finančních institucí a problematice predikce defaultu jejich klientů. Hlavním cílem práce je v teoretické části představení historických i aktuálních přístupů k bankovní regulaci a také obeznámení se současnou metodologií modelů predikce defaultu. Cílem aplikační části práce je pak vyvinutí scoringového modelu, který je založen na reálných tržních datech. Tento model si klade za cíl rozlišit dobré a špatné podniky a upozornit na riziko jejich platební neschopnosti.
Scoring Models in Finance (Skóringové modely ve financích)
Rychnovský, Michal ; Zouhar, Jan (vedoucí práce) ; Kalčevová, Jana (oponent)
Cílem této práce je popsat aplikace modelu logistické regrese pro odhad pravděpodobnosti defaultu klienta a stručně nastínit proces vývoje skóringových funkcí ve finanční praxi. Nejdříve uvádíme teoretický popis logistické regrese, následovaný postupným odvozením tří nejpoužívanějších skóringových modelů. Poté přicházíme s formální definicí Giniho koeficientu jako míry diverzifikační schopnosti modelu a odvozujeme výpočetní formule (Somersova typu) pro jeho odhad. Hlavní částí práce je potom popis úplného procesu vývoje skóringových funkcí, ilustrovaný na reálných příkladech z praxe.

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.