|
|
The future of credit scoring modelling using advanced techniques
Čermáková, Jolana ; Krištoufek, Ladislav (vedoucí práce) ; Geršl, Adam (oponent)
Machine learning, neboli strojové učení, se stává součástí každodenního života a má nepopiratelný vliv na celou řadu odvětví. Ve finančním odvětví tento dopad spočívá zejména v prediktivním modelování. Cílem této práce je popsat základní principy umělé inteligence, především její podmnožiny, strojového učení. Nejpoužívanější techniky strojového učení jsou v této práci nastíněny teoretickou i praktickou cestou. V rámci práce byly sestaveny čtyři praktické modely. Byly diskutovány výsledky a limitace každého z modelů a zároveň byly modely mezi sebou vzájemně porovnány na základě jejich indi- viduálních výkonů. Modelování bylo provedeno na reálných datech, poskyt- nutých společností Home Credit. Výsledný výkon metod, založených na strojovém učení a měřený pomocí metrik KS a GINI, byl bud' velmi srovn- atelný, nebo dokonce horší než výkon tradičně používané logistické regrese. Přesto mohl tento výsledek spočívat například v nedostatečném datovém souboru, v nesprávné přípravě dat, nebo v nevhodně použitých algoritmech, tedy ne nutně v samotných modelech.
|
|
|
Credit Risk of P2P Lending on the Czech Market
Čermáková, Jolana ; Dědek, Oldřich (vedoucí práce) ; Čech, František (oponent)
Tato práce se zabývá analýzou rozšiřujícího se odvětví peer-to-peer půjček, přibližuje jeho hlavní charakteristiky a zkoumá rizika s ním spojená. Nejpo- drobněji se věnuje riziku úvěrového selhání a možným technikám sloužícím k zmírnění jeho dopadu. Modelování úvěrového rizika vychází z téměř 6 000 pozorování unikátně poskytnutých přímo českou přední platformou Zonky. Cílem bylo zjistit, jaké proměnné mají na českém trhu na úvěrové selhání nejvýznamnější dopad. Finální model tedy slouží k odhadnutí pravděpodobnosti nesplacení dluhu (defaultu) a k výpočtu kreditního skóre potenciálních vypůjčovatelů využívajících online platformy. Jako nejdůležitější proměnné se ukázaly dosažené vzdělání, věk, způsob bydlení, výdaje, rodinný stav, zaměstnání, příjem a počet dětí. Dosažené výsledky se do značné míry shodují se závěry podobných studií provedených v zahraničí.
|
host ::
RSS.