Możliwości wykorzystania sieci neuronowych w ocenie scoringowej kredytobiorcy

• Autorzy: Andrzej Chluski

Warianty tytułu

The Possibilities of Neural Networks Usage in the Scoring Assessment of Credit Beneficiary

• Języki publikacji: PL

Abstrakty

Przedstawiono możliwości zastosowania sztucznych sieci neuronowych do oceny zdolności kredytowej klienta banku w odniesieniu do klasycznych metod klasyfikacyjnych. Scharakteryzowano powyższe metody biorąc od uwagę ich użyteczność w procesie oceny scoringowej klienta. Dodatkowo autor omówił wyniki badań, dotyczące przydatności sieci neuronowych w ocenie scoringowej kredytobiorcy, przeprowadzonych w ostatnich latach w polskich i zagranicznych bankach. Zauważył, że "metody oparte na sieciach neuronowych mogą być stosowane na równi z innymi klasycznymi metodami".

EN

The purpose of the paper is to explore in several chosen cases the ability of neural networks in building credit scoring models. The article highlights the neural networks models studies in Polish and foreign banks. As the strength of the studies there can be claimed that it is possible to use neural networks methods for bank's clients classification. The effectiveness of these methods is comparable with classic discrimination methods. (original abstract)

Słowa kluczowe

PL

Sieci neuronowe; Ocena zdolności kredytowej; Scoring

EN

Neural networks; Credit rating; Scoring

• Czasopismo: Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Informatyka Ekonomiczna
• Rocznik: 2007
• Tom: 10
• Numer: nr 1150 Seminarium międzykatedralne "Systemy informacyjne w zarządzaniu" zorganizowane z okazji jubileuszu 40-lecia pracy naukowej prof. zw. dra hab. Adama Nowickiego
• Strony: 217--225

Twórcy

autor

Andrzej Chluski

Bibliografia

• Boguszewski L., Gelińska B., Podstawy statystyczne i uniwersalna funkcjonalność scoringu, [w:] Interdyscyplinarne wykorzystanie metod ilościowych, red. M. Gazińska, Wydawnictwo Uniwersytetu Szczecińskiego, Szczecin 2004.
• Executive Strategies for Technology Management, "Insurance Networking News" 01.01.2001, http://www.accessmylibrary.com/coms2/summary_02860130332_ITM.
• Gruszczyński M., Modele i prognozy zmiennych jakościowych w finansach i bankowości, SGH, Warszawa 2001.
• Janc A., Kraska M., Credit-scoring nowoczesna metoda oceny zdolności kredytowej. Biblioteka Menedżera i Bankowca, Warszawa 2001.
• Krzyśko M., Analiza dyskryminacyjna, WNT, Warszawa 1990.
• Malhotra R., Malhotra D.K., Evaluating Consumar Loans Using Neural Networks, "The International Journal of Management Science" 2003, 31, www.elsevier.com.
• Matuszczyk A., Przyglądając się kredytobiorcom, "Bank Miesięcznik Finansowy" 2003 luty, Warszawa 2003.
• Rutkowska D., Piliński M., Rutkowski L., Sieci neuronowe, algorytmy genetyczne i systemy rozmyte, Wydawnictwo Naukowe PWN, Warszawa 1997.
• Rutkowski L., Metody i techniki sztucznej inteligencji, Wydawnictwo Naukowe PWN, Warszawa 2005.
• sec.edgar-online.com - http://sec.edgar-online.eom/2002/l 1/21/0000936392-02-001464/Section2.asp.
• Tadeusiewicz R., Sieci neuronowe, Akademicka Oficyna Wydawnicza, Warszawa 1993.
• Vellido A., Lisboa P.J.G., Vaughan J., Neural Networks in Business: A Survey of Applications (1992- 1998), "Expert Systems with Applications" 1999, 17.
• Witkowska D., Staniec I., Zastosowanie wybranych metod do klasyfikacji klientów przedsiębiorstwa leasingowego, "Bank i Kredyt" 2001, http://www.nbportal.pl/library/pub_auto_B_0002/KAT_B3256.PDF.
• Witkowska D., Sztuczne sieci neuronowe i metody statystyczne. Wybrane zagadnienia finansowe, Wyd. C.H. Beck, Warszawa 2002.
• www.fairisaac.com - strona firmy Fair Isaac Corporation.