Object

Title: Sieci neuronowe a podejście oparte na ratingach wewnętrznych. Studium przypadku

Title in english:

Neural networks vs. internal- rating based approach. A case study

Creator:

Wójcicka-Wójtowicz, Aleksandra

Description:

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu = Research Papers of Wrocław University of Economics; 2018; Nr 533; s. 250-258

Abstrakt:

Banki uważane są za instytucje zaufania publicznego. Zaufanie to zostało nadwyrężone przez ostatni kryzys finansowy w 2007 r. W związku ze wzrostem zanotowanych bankructw banki zaczęły przywiązywać większą wagę do oceny ryzyka kredytowego, które w skrajnych przypadkach może doprowadzić do bankructwa banku. Basel III skupia się na potrzebie uściślenia regulacji dotyczących zarządzania ryzykiem i modeli wywodzących się z ratingów wewnętrznych. Jednocześnie coraz większą popularność w klasyfikacji kredytobiorców zyskują sieci neuronowe. Celem artykułu jest przedstawienie zastosowania perceptronu wielowarstwowego ze wsteczną propagacją w klasyfikacji kredytobiorców i porównanie jakości klasyfikacji z modelem ratingów wewnętrznych. Na podstawie przeprowadzonych badań można stwierdzić, że sieci neuronowe ze względu na łatwość adaptacji i możliwość dynamicznego kształtowania zbioru zmiennych wejściowych (input) osiągają lepsze wyniki klasyfikacji kredytobiorców niż mniej elastyczne metody, takie jak testowana metoda IRB.

Publisher:

Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu

Place of publication:

Wrocław

Date:

2018

Resource Type:

artykuł

Resource Identifier:

doi:10.15611/pn.2018.533.24 ; oai:dbc.wroc.pl:60745

Language:

pol

Relation:

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu = Research Papers of Wrocław University of Economics; 2018; Nr 533 ; Finanse przedsiębiorstw i gospodarstw rolnych

Rights:

Pewne prawa zastrzeżone na rzecz Autorów i Wydawcy

Access Rights:

Dla wszystkich zgodnie z licencją

License:

CC BY-NC-ND 3.0 PL

Location:

Uniwersytet Ekonomiczny we Wrocławiu

Similar

×

Citation

Citation style:

This page uses 'cookies'. More information