SGGW

Polska Bibliografia Naukowa

Index Copernicus Journal Master List

AGRO

BazEkon

Ebsco

Issue 7 (1) 2008 str. 45–58

Mariola Chrzanowska, Dorota Witkowska, Jennifer Foo

PRZEWIDYWANIE SPŁATY KREDYTU W KRAJU TRANSFORMACJI GOSPODARCZEJ: PORÓWNANIE MODELI LOGITOWYCH I SZTUCZNYCH SIECI NEURONOWYCH

słowa kluczowe: spłata kredytu, klasyfikacja, model logitowy sztuczne sieci neuronowe
abstrakt: Banki przekazują środki finansowe od depozytariuszy do kredytobiorców, co jest obarczone ryzykiem kredytowym, kiedy pożyczka nie jest spłacana w terminie (lub nie zastanie w ogóle spłacona). Dlatego możliwość dokonania oceny zdolności kredytowej lub posiadanie metodologii wspomagającej to działanie jest istotne w zarządzaniu ryzykiem bankowym. W krajach takich jak Polska, których gospodarka jest w okresie transformacji, ocena zdolności kredytowych jest szczególnie trudna z powodu przemian zachodzących na rynku finansowym. Artykuł porównuje zastosowanie modeli logitowych i sztucznych sieci neuronowych do oceny ryzyka kredytowego. W szczególności wykażemy, że sztuczne siec i neuronowe są lepszym narzędziem prognostycznym niż modele logitowe.
pub/7_1_45.pdf Full text available in in Adobe Acrobat format:
http://www..actapol.net/tom7/zeszyt1/7_1_45.pdf

Zapis do cytowania:

MLA Chrzanowska, Mariola, et al. "PREDICTION OF LOAN REDEMPTION IN A TRANSITION COUNTRY: A COMPARISON OF LOGIT MODELS AND ARTIFICIAL NEURAL NETWORKS." Acta Sci.Pol. Oeconomia 7.1 (2008): 45–58.
APA (2008). PREDICTION OF LOAN REDEMPTION IN A TRANSITION COUNTRY: A COMPARISON OF LOGIT MODELS AND ARTIFICIAL NEURAL NETWORKS. Acta Sci.Pol. Oeconomia 7 (1), 45–58
ISO 690 CHRZANOWSKA, Mariola, WITKOWSKA, Dorota, FOO, Jennifer. PREDICTION OF LOAN REDEMPTION IN A TRANSITION COUNTRY: A COMPARISON OF LOGIT MODELS AND ARTIFICIAL NEURAL NETWORKS. Acta Sci.Pol. Oeconomia, 2008, 7.1: 45–58.
EndNote BibTeX RefMan
Abstract in english:
http://www.oeconomia.actapol.net/volume7/issue1/abstract-45.html