Zastosowanie wybranych metod klasyfikacji do rozpoznawania indywidualnych kredytobiorców

• Autorzy: Mariola Chrzanowska , Dorota Witkowska

Warianty tytułu

Application of Selected Methods to the Individual Borrowers Recognition

• Języki publikacji: PL

Abstrakty

Przez ostatnie pół roku portfele kredytowe banków urosły o sumę ponad 18 mld zł. To tylko 6 mld zł mniej niż w całym 2005 r. Banki wciąż skutecznie zabiegają o nowych klientów - według NBP w pierwszym półroczu roku 2006 wartość pieniędzy zdeponowanych w bankach urosła o 8 mld zł. Kwota zdeponowana w bankach - prawie 229 mld zł - jest wyższa niż kiedykolwiek. Z tych funduszy banki finansują wciąż rosnący popyt na kredyty. Równocześnie wraz ze zwiększającą się liczbą kredytów rośnie zagrożenie kredytami niespłacanymi w terminie. Duża liczba takich kredytów może spowodować utratę płynności finansowej banku. Zatem problem rozpoznawania klientów, którzy terminowo nie spłacają kredytu, jest istotny. Niniejszy artykuł zawiera wyniki aplikacji wybranych metod klasyfikacji do oceny indywidualnych kredytobiorców. Celem badań jest zastosowanie regresji binarnej, bayesowskiej analizy dyskryminacyjnej oraz zagregowanych drzew klasyfikacyjnych do rozpoznawania stanu zadłużenia przez kredytobiorców indywidualnych. Efektywność wykorzystanych metod porównano za pomocą wybranych miar. (fragment tekstu)

EN

In the paper the results of application selected methods to the individual credit repayment are presented. These methods are: binary regression, Bayesian discriminant analysis and aggregated classification trees. The experiments are provided for actual data concerning 2547 borrowers. The training set contains 560 selected objects and testing set - 278 cases. The efficiency of employed methods is evaluated in terms of chosen measures. (original abstract)

Słowa kluczowe

PL

Metody klasyfikacyjne; Kredyt; Klienci indywidualni

EN

Classification methods; Credit; Individual clients

• Czasopismo: Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Taksonomia
• Rocznik: 2007
• Tom: 14
• Numer: nr 1169 Klasyfikacja i analiza danych - teoria i zastosowania
• Strony: 108--114

Twórcy

autor

Mariola Chrzanowska

• Wyższa Szkoła Ekonomii i Administracji w Kielcach

autor

Dorota Witkowska

• Szkoła Główna Gospodarstwa Wiejskiego w Warszawie

Bibliografia

• Amundsen H.T. (1974), Binary Variable Multiple Regressions, "Scandinavian Journal of Statistic", s. 59-70.
• Breuman L. (1996), Bagging Predictors, "Machine Learning" 24, s. 123-140.
• Freund Y., Schapixe R.E. (1997), A Decision-Theoretic Generalization of On-Line Learning and an Application to Boosting, "Journal of Computer and System Sciences" 55, s. 119-139.
• Gatnar E., Walesiak M. (red.) (2004), Metody statystycznej analizy wielowymiarowej w badaniach marketingowych, AE, Wrocław.
• Gatnar E. (2002), Agregacja modeli dyskryminacyjnych, [w:] K. Jajuga, M. Walesiak (red.), Klasyfikacja i analiza danych - teoria i zastosowania, "Prace Naukowe AE we Wrocławiu", nr 942, Taksonomia 9., AE, Wrocław, s. 217-225.
• Gatnar E. (2001), Nieparametryczna metoda dyskryminacji i regresji, Seria Biblioteka Ekonometryczna, Wydawnictwo Naukowe PWN, Warszawa.
• Gruszczyński M. (2001), Modele i prognozy zmiennych jakościowych w finansach i bankowości, Seria Monografie i Opracowania nr 490, Wydawnictwo SGH, Warszawa.
• Jajuga K. (1998), Metoda analizy dyskryminacyjnej w przypadku zmiennych dyskretnych, "Prace Naukowe AE we Wrocławiu", nr 765, Ekonometria 1, AE, Wrocław, s. 24-32.
• Koronacki J., Ćwik J. (2005), Statystyczne systemy uczące się, Wydawnictwo Naukowo-Techniczne, Warszawa.
• Samcik M. (2006), Banki coraz bardziej spragnione naszych lokat, http://serwisy. gaze- ta.pl/wyborcza/20290,68586,3558989.html, 2006-08-18.
• Walesiak M. (1996), Metody analizy danych marketingowych, Wydawnictwo Naukowe PWN, Warszawa.
• Witkowska D. (2003), Uwagi na temat konstrukcji i oceny sztucznych sieci neuronowych wykorzystywanych do dychotomicznej klasyfikacji kredytobiorców, [w:] J. Lewandowski (red.), Zarządzanie organizacjami gospodarczymi w przyszłości, Wydawnictwo Politechniki Łódzkiej, Łódź, s. 430-437.