Wyniki zastosowania sztucznych sieci neuronowych w zarządzaniu ryzykiem portfela kredytów konsumpcyjnych banku

• Autorzy: Maciej Kokorniak

Warianty tytułu

The Practical Usage of Neural Networks in the Credit Risk Management of a Consumer Loans Portfolio

• Języki publikacji: PL

Abstrakty

Autor skoncentrował się na dokonaniu oceny rezultatów zastosowania sztucznych sieci neuronowych do podziału kredytów odnawialnych w rachunku ROR na grupy ryzyka. Ryzyko każdego kredytu było szacowane na podstawie zaobserwowanych wartości 18 zmiennych związanych z jego historią. W badaniach wykorzystano dane księgowe regionu wielkopolskiego PKO BP SA, pochodzące z okresu od 1 lipca 2002 roku do 30 kwietnia 2003 roku. Wyniki przedstawione w artykule wskazały, że sztuczne sieci neuronowe pozwalają na określenie wzorców ryzykownych zachowań klientów banku, korzystających z kredytu odnawialnego w rachunku ROR.

EN

The aim of the paper is to prove usefulness of the artificial neural networks in defining risky behaviour patterns of private persons who have a revolving credit in a bank based on the real data. As a result of taking advantage of the back propagation algorithm it is possible to divide bank dues by way of revolving credits into risk classes. It enables bank employees to decrease credit risk and to work more efficient. Additionally, it might be very useful in a current work of bank branches as well as in superior bank units. It could be used in a bank headquarter for financial plans building, marketing strategy setting and for operational costs controlling. To describe the behaviour of bank clients there were used 19 variables mostly connected with the function of cheque accounts. They were chosen in order to illustrate changes of the financial situation of bank borrowers during a quarter of a year in the best possible way. Among the others there were used quantitative variables like: balances on the account, limits of the account, receipts on the account and etc. and qualitative variables like: the correctness of the account using, the sector classification of the borrower or his habitation and etc. The data used in the studies were collected from the books of the regional branches of the PKO BP SA bank in Poznań. They came from the period since the 1st of July 2002 to the 30th of April 2003. Results of applying the artificial neural networks for dividing bank dues by way of revolving credits into risk classes are very promising. They indicate the possibility of using similar method in case of instalment loans (under ciramstances of connection of their history with the history of cheque accounts) and corporate loans in the current account. As far as corporate loans are concerned it is important to remember that much longer time is required to complete the proper data. While a month is a basic period unit in case of consumer loans it is at least a quarter when you discuss the corporate loans. (original abstract)

Słowa kluczowe

PL

Kredyt konsumpcyjny; Zarządzanie ryzykiem; Sieci neuronowe

EN

Consumer credit; Risk management; Neural networks

• Czasopismo: Prace Naukowe Akademii Ekonomicznej we Wrocławiu
• Rocznik: 2004
• Numer: nr 1011 Pozyskiwanie wiedzy i zarządzanie wiedzą
• Strony: 137--152

Twórcy

autor

Maciej Kokorniak

Bibliografia

• Abramowicz W., Żurada J. (2001), Knowledge Discovery for Business Information Systems, Kluwer AP.
• Baum E., Haussler D. (1989), What Size Net Gives Valid Generalization, Neural Computation 1.
• Bessis J., (1998), Risk Management in Banking, John Wiley & Sons, 81-105.
• Dowd K., (1999), Beyond Value at Risk, John Wiley & Sons, 166-186.
• Gately E. J., (1999), Sieci neuronowe w prognozowaniu finansowym, Wig-Press, Warszawa.
• Jane A., Kraska M., (2001), Credit-Scoring, Biblioteka Menedżera i Bankowca.
• Kokorniak M., (2003), Koncepcja zastosowania sieci neuronowych w procesie zarządzania ryzykiem portfela kredytów banku. Akademia Ekonomiczna w Poznaniu, Zeszyty Studiów Doktoranckich.
• Masters Т., (1996), Sieci neuronowe w praktyce -programowanie w języku C++, WNT, Warszawa.
• Refenes A., (1995), Neural Networks in the Capital Markets, John Wiley & Sons.
• Saunders A., (2001), Metody pomiaru ryzyka kredytowego, Oficyna Ekonomiczna.
• Tadeusiewicz R., (1993), Sieci neuronowe, Akademicka Oficyna Wydawnicza RM, Warszawa.
• Witkowska D., (2002), Sztuczne sieci neuronowe i metody statystyczne, C.H. Beck, Warszawa.
• Woźniak A., (1999), Jak świat radzi sobie z ryzykiem kredytowym, "Rynek Terminowy" nr 5.
• www.pkobp.pl (2003), oferta -Bankowość detaliczna.
• Żurada J., M. Barski, W. Jędruch, (1996), Sztuczne sieci neuronowe, PWN, Warszawa.