Nowoczesne metody szacowania ryzyka kredytowego w systemie bankowym

• Autorzy: Krzysztof Janasz

Warianty tytułu

A New Models of Credit Risk Valuation in the Banking System

• Języki publikacji: PL

Abstrakty

Ryzyko kredytowe jest ważnym czynnikiem w większości transakcji finansowych. W artykule dokonano krótkiego przeglądu aktualnych metod szacowania ryzyka kredytowego. Do wyceny zarówno ryzyka pojedynczego kredytu, jak i całego portfela kredytowego banku służą m.in. wybrane modele metody credit-scoring: sieci neuronowe i algorytmy genetyczne, a także analiza dyskryminacyjna, o których mowa w artykule.

EN

Credit risk is an important consideration in most financial transactions. This article gives an short overview of the current methods for the valuation of credit risk. Credit risk models can be categorized in many ways for instance traditional methods, the value at risk (VaR) approach and credit-scoring methods. This article shows a chosen methods e.i. credit-scoring methods: neural networks and genetic algorithms and also a discriminant analysis. (original abstract)

Słowa kluczowe

PL

Ryzyko kredytowe; Skoring kredytowy; Szacowanie ryzyka; Analiza dyskryminacyjna; Sieci neuronowe; Algorytmy genetyczne; Transakcje finansowe

EN

Credit risk; Credit scoring; Risk estimating; Discriminant analysis; Neural networks; Genetic algorithms; Financial transaction

• Czasopismo: Zeszyty Naukowe Uniwersytetu Szczecińskiego. Prace Katedry Makroekonomii
• Rocznik: 2005
• Numer: nr 10
• Strony: 69--82

Twórcy

autor

Krzysztof Janasz

• Uniwersytet Szczeciński

Bibliografia

• Adamowicz T.: Analiza zmian efektywności "dużego" banku na podstawie modelu dekompozycji wskaźnikowej Davida Cole 'a. "Bank i Kredyt" 2002, nr 4, s. 63.
• Altman E.I., Avery B.R., Eisenbeis R.A., Sinkey J.F.: Applications of Classification, Techniques in Business, Banking and Finance. JAI Press Inc., Grinwich 1981.
• Altman E.I., Haldeman R.G., Narayanan R.G.: ZETA Analysis. A New Model to Identify Bankruptcy Risk of Corporations. "Journal of Banking and Finance" 1977, vol. 1.
• Altman E.I.: Corporate Financial Distress Bankruptcy. John Wiley and Sons, New York 1993.
• Altman E.I.: Financial Ratios, Dyscriminant Analysis and the Prediction of Corporate Bankrupcy. "Journal of Finance" 1968, September, s. 589.
• Baetge J., Krause C.: The Classification of Companies by Means of Neural Networks. "Journal of Information Science and Technology" 1993, vol. 3, No. 1, October.
• Bishop C.M.: Neural Networks in Pattern Recognition. Clarenon Press, Oxford 1995.
• Depallens G., Jobard J.P.: Gestion financiere de l'enterprise. Sirey, Paris 1990, s. 448.
• Desai V.S., Crook J.N., Overstreet G.A.: A Comparison of Neural Networks and Linear Scoring Models in the Credit Union Environment. "European Journal of Operational Research" 1996, vol. 95.
• Eisenbeis R.A.: Problems in Applying Discriminant Analysis in Credit Scoring Models. "Journal of Banking and Finance" 1978, vol. 2.
• Ekonometria. Metody analizy problemów ekonomicznych. Red. K. Jajuga. Wydawnictwo AE we Wrocławiu, Wrocław 1998.
• Elsner J.B.: Predicting Time Series Using Neural Network as a Method of Distinguishing Chaos from Noise. [w:] Artifical Neural Networks. Red. T. Kohonen, K. Makisara, J. Kangas. Vol. 1. Elsevier Scence Publishers B.V, Holland 1991.
• Freeman J.A.: Simulating Neural Networks. Addison-Wesley Publishing Co. 1994, s. 31.
• Goontilake S., Feldman K.: Genetic Rule Induction for Financial Decision Making. [w:] Genetic Algorithms in Optimisation, Simulation and Modelling. Red. J. Stender. IOS Press 1994.
• Gwiazda T.D.: Algorytmy genetyczne - zastosowanie w finansach. Wydawnictwo Wyższej Szkoły Przedsiębiorczości i Zarządzania im. L. Koźmińskiego, Warszawa 1998, s. 131.
• Hand D.J., Henley W.E.: Statistical Classification Methods in Consumer Credit Scoring: a Review. "Journal of Royal Statistical Society" 1997, no 160, part 3, s. 524-525.
• Holland J.H.: Outline for a Logical Theory of Adaptive Systems. "Journal of the Association for Computing Machinery" 1962, No. 3.
• Jagiełło R.: Zastosowanie metody analizy dyskryminacyjnej przy ocenie ryzyka kredytowego.[w:] Współczesny bank. Red. W.L. Jaworski. Poltext, Warszawa 1998, s. 424.
• Jakubiak M.: Choice of Exchange Rate Regime and Currency Crashes - Evidence of some Emerging Economies. [w:] Currency Crises in Emerging Markets - Selected Comparative Studies. Red. M. Dąbrowski. CASE Reports No. 41. Warsaw 2001, s. 29-46.
• Jane A., Kraska M.: Credit-scoring. Nowoczesna metoda oceny zdolności kredytowej. Biblioteka Menedżera i Bankowca, Warszawa 2001, s. 13-15.
• Kosiński J.: Nowe techniki w projektowaniu przedsięwzięć inwestycyjnych. Zastosowania algorytmów genetycznych. Instytut Organizacji i Zarządzania w Przemyśle "ORGMASZ", Warszawa 2001, s. 125.
• Mejer D.: Analiza dyskryminacyjna. "Bank" 2000, nr 6, s. 38.
• Mester L.J.: What's the Point of Credit Scoring. "Business Review" 1997, September-October, s. 9.
• Osowski S.: Sieci neuronowe w ujęciu algorytmicznym. WNT, Warszawa 1996.
• Rehker M., Pokora M.: Zarabiać na ryzyku? "Gazeta Bankowa" 2001, nr 29, s. 33.
• Różański J.: Ewolucja metod bankowej oceny sytuacji ekonomiczno-finansowej przedsiębiorstwa w nowoczesnej gospodarce rynkowej. "Przegląd Organizacji" 2001, nr 10, s. 34.
• Savic D.A., Walters G.A.: An Evolution Program for Pressure Regulation in Water Distribution Networks. Technical Report 94/15. University of Exeter. Centre for Systems and Control Engineering 1994.
• Siemińska E.: Metody pomiaru i oceny kondycji finansowej przedsiębiorstwa. Wydawnictwo UMK, Toruń 2002, s. 204-205.
• Simaan Y.: Estimation Risk in Portfolio Selection: The Mean Variance Model versus The Mean Absolute Deviation Model. "Management Science" 1997, August.
• Thomas R.L.: Modern Econometrics: An Introduction. Addison-Wesley, Harlow 1997, s. 67.
• Walker R.F., Hassdijk E.W., Gerrets M.C.: Credit Evaluation Using a Genetic Algorithm. [w:] Intelligent Systems for Finance and Business. John Wiley and Sons, New York 1995.
• Wiatr M.: Ryzyko kredytowe. [w:] Współczesny bank. Red. W.L. Jaworski. Poltext, Warszawa 1998, s. 367, za E. Priewasser: Bankbetriebslehre. Wyd. 3. Oldenbourgh-Muenchen-Wien 1992, s. 362.
• Witkowska D.: Sztuczne sieci neuronowe i metody statystyczne. Wydawnictwo C.H. Beck, Warszawa 2002, s. 129.
• Witkowska D.: Sztuczne sieci neuronowe w analizach ekonomicznych. Politechnika Łódzka, Łódź 1999, s. 107.