PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Czasopismo
2000 | nr 6 | 72--77
Tytuł artykułu

Credit scoring - podejście statystyczne

Warianty tytułu
Credit Scoring - a Statistical Approach
Języki publikacji
PL
Abstrakty
Jak pokazały badania, najistotniejszą przyczyną upadku wielu banków było nieumiejętne zarządzanie ryzykiem pojedynczych kredytów, jak również ryzykiem całego portfela kredytowego. Z tego właśnie powodu zarządzanie ryzykiem kredytowym, a w szczególności jego ilościowa ocena, zaczyna odgrywać coraz większą rolę w złożonym procesie zarządzania bankiem. Stosowanie bardziej wydajnych, a przez to często bardziej złożonych metod oceny ryzyka kredytowego pozwala bankom wyprzedzić nieco konkurencję oraz prowadzić bardziej agresywną politykę na rynku kredytowym. Metody usprawnienia procesu zarządzania ryzykiem kredytowym można z grubsza podzielić na dwie klasy: związane z wyceną ryzyka pojedynczej umowy kredytowej oraz z określeniem ryzyka całego portfela kredytowego. Pierwsza z nich doczekała się większej liczby opracowań oraz zastosowań praktycznych. Do oceny zdolności kredytowej potencjalnych kredytobiorców stosuje się różnorakie metody statystyczne, takie jak analiza dyskryminacyjna, dobrze znany w ekonometrii model probitowy i logitowy, a także modele oparte na drzewach decyzyjnych, najbliższym sąsiedztwie oraz sieciach neutronowych. Celem artykułu jest zaprezentowanie całego spektrum tych metod. (abstrakt oryginalny)
EN
Research has shown that bank failures can be often be blamed on bad risk management of the entire loan portfolio. This is why credit risk management, and in particular its quantitative evaluation, is playing an increasingly important part in the process of bank management. Applying more efficient - but therefore often more complex - methods, allows a bank to get ahead of the competition and conduct a more aggressive policy on the loan market. Attempts to improve credit risk management fall into two categories: relating to the evaluation of risk of a single loan agreement and of the entire loan portfolio. The first approach has produced more literature and instances of application. Various statistical methods are utilized to assess the credit standing of potential borrowers, amongst them discrimination analysis, the probit and logit model (well familiar to econometrics), and models based on decision trees, nearest neighbors and neural networks. (original abstract)
Czasopismo
Rocznik
Numer
Strony
72--77
Opis fizyczny
Twórcy
Bibliografia
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171264981

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.