Zastosowanie sztucznych sieci neuronowych do oceny ryzyka kredytowego klienta w telekomunikacji

• Autorzy: Tomasz Ząbkowski

Warianty tytułu

Application of Artificial Neural Networks for Customer Credit Risk Classification in Telecommunication

• Języki publikacji: PL

Abstrakty

Celem prezentowanych badań jest zastosowanie sztucznych sieci neuronowych do klasyfikacji ryzyka kredytowego związanego z niewypłacalnością klienta w telekomunikacji. Praca obejmuje weryfikację następujących hipotez: (1) sieci neuronowe w powyższym zastosowaniu są narzędziem, które w istotny sposób pozwala na skuteczne ograniczenie ryzyka oraz (2) trafność modeli klasyfikacyjnych w poszczególnych percentylach jest miarą pozwalającą na wykazanie przewagi sieciowych modeli klasyfikacyjnych nad modelami logitowymi we wskazywaniu należności zagrożonych. (fragment tekstu)

EN

The article presents an application of artificial neural networks for customer credit risk classification in telecommunication. Based on characteristics of a customer, models that estimate customers' insolvency are proposed. The results confirm the usefulness and high performance of the method for more effective revenue assurance. (original abstract)

Słowa kluczowe

PL

Sztuczne sieci neuronowe (SSN); Sztuczna inteligencja; Ryzyko kredytowe; Telekomunikacja

EN

Artificial neural networks (ANN); Artificial intelligence; Credit risk; Telecommunication

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia
• Rocznik: 2008
• Tom: 15
• Numer: nr 7 (1207) Klasyfikacja i analiza danych - teoria i zastosowania
• Strony: 502--510

Twórcy

autor

Tomasz Ząbkowski

• Szkoła Główna Gospodarstwa Wiejskiego w Warszawie

Bibliografia

• Altman E., Giancarlo M., Varetto F. (1994), Corporate Distress Diagnostic: Comparison Using Linear Analysis and Neural Networks, "Journal of Banking and Finance", 18.
• Canalli E. (2001), Experimenting Neural Networks to Forecasts Business Insolvency, "Neural Network World", 11 (4), s. 349-361.
• Daskalaki S., Kopanas I., Goudara M., Avouris N. (2003), Data Mining for Decision Support on Customer Insolvency in Telecommunications Business, "European Journal of Operational Research", 145, s. 239-255.
• Estevez P., Held C., Perez C. (2006), Subscription Fraud Prevention in Telecommunications Using Fuzzy Rules and Neural Nets, "Expert Systems with Applications", 31, s. 337-344.
• Ezawa K.J., Norton S.W. (1996), Constructing Bayesian Networks to Predict Uncollectable Telecommunication Accounts, "Expert Systems with Applications", 11, s. 45-51.
• Rutkowski L. (2006), Metody i techniki sztucznej inteligencji, Wydawnictwo Naukowe PWN, Warszawa.
• Yang Z.R., Piatt M.B., Piatt H.D. (1999), Probabilistic Neural Networks in Bankruptcy Prediction, "Journal of Business Research", 44, s. 61-1 A.
• Witkowska D. (1999), Application of Artificial Neural Networks to Bank Decision Simulations, "International Advances in Economic Research", 5, s. 350-368.
• Witkowska D. (2006), Discrete Choice Model Application to the Credit Risk Evaluation, "International Advances in Economic Research", 12, s. 33-42.
• Witkowska D., Stanieć I. (2003), Credit Granting procedure: Mulitlayer Perceptron and Classification Tree, [w:] Neural Networks and Soft Computing, red. L. Rutkowski, J. Kacprzyk, New York, Heildelberg, Physica-Verlag, s. 748-753.