Drzewa klasyfikacyjne w ocenie wiarygodności kredytobiorców

• Autorzy: Iwona Staniec

Warianty tytułu

Classifying Trees in Evaluation of the Inborrower's Creditworthiness

• Języki publikacji: PL

Abstrakty

Ostatnio w Polsce pojawiło się wielu pośredników finansowych, udzielających kredytów celowych bez zbędnych formalności bankowych. Pośrednik, podejmując decyzję o przyznaniu kredytu, podejmuje ryzyko kredytowe zależne od danych uzyskiwanych od osób ubiegających się o kredyt. Badając zdolność kredytową swoich klientów, próbuje ustalić i oszacować specyficzne przy zaciąganiu kredytu "ryzyko jakościowe" (częściowy lub zupełny brak spłaty, zwłokę z zapłatą), by stwierdzić, czy może liczyć na spłatę kredytu zgodną z przepisami.
Ze względu na zdolności kredytowe kredytobiorców dzielimy na "wiarygodnych" - dokonujących całkowitej spłaty kredytu według umowy, i "niewiarygodnych" - niespłacających kredytu lub spłacających go z niedopuszczalnymi opóźnieniami. (fragment tekstu)

EN

The evaluation by use classifying tree of the credit risk has been presented in this article. It is based on data gained from "Gwarant" company for individual credits on purchase of television set. The test contained 4746 credit contracts. Among them 250 contracts (5,268 %) were not repaid and 4496 contracts (94,732%) were paid off. Therefore a mischievousness was only 5,268 % in analysing test. (original abstract)

Słowa kluczowe

PL

Drzewa klasyfikacyjne; Wiarygodność; Kredyt

EN

Classification trees; Credibility; Credit

• Czasopismo: Prace Naukowe Akademii Ekonomicznej we Wrocławiu. Taksonomia
• Rocznik: 2005
• Tom: 12
• Numer: nr 1076 Klasyfikacja i analiza danych - teoria i zastosowania
• Strony: 547--555

Twórcy

autor

Iwona Staniec

• Politechnika Łódzka

Bibliografia

• Breiman L., Friedman J.H., Olshen R.A., Stone C.J., Classification and Regression Trees, The Wadsworth & Brooks/Cole Statistics/Probability Series 1984.
• Gatnar E., Symboliczne metody klasyfikacji danych, PWN, Warszawa 1998.
• Kim H., Loh W.Y., Classification Trees with Bivariate Linear Discriminant Node Models, "Journal of Computational and Graphical Statistics" 2003,12, s. 512-530.
• Loh W.Y., Shih Y.S., Split Selection Methods for Classification Trees, "Statistica Sinica" 1997, 7, s. 815-840.
• Mazur A., Staniec I., Metody klasyfikacji, materiały konferencyjne, VII Krajowa Konferencja nt. "Komputerowe wspomaganie badań naukowych", Polanica Zdrój 2000, s. 171-176.
• Misztal M., Wykorzystanie drzew klasyfikacyjnych do wspomagania procesów podejmowania decyzji, Materiały na seminaria StatSoft Polska Sp. z o.o., Kraków 2000.
• Pluta W., Wielowymiarowa analiza porównawcza w badaniach ekonometrycznych, PWE, Warszawa 1977.
• Stanieć I., Analiza dyskryminacyjna w ocenie wiarygodności kredytobiorcy, "Prace Naukowe AE we Wrocławiu" nr 1022, AE, Wrocław 2004, s. 87-95.
• Statistica™ PL, t. 3, StatSoft, 1997.
• Szmit A., Szmit M., Kaniewski M., Analiza ryzyka kredytowego dla potrzeb pośrednika finansowego, "Prace Naukowe AE we Wrocławiu" nr 988, AE, Wrocław 2003, s. 163-172.