BazEkon - The Main Library of the Cracow University of Economics

BazEkon home page

Main menu

Author
Kuryłek Wojciech
Title
Credit scoring - podejście statystyczne
Credit Scoring - a Statistical Approach
Source
Bank i Kredyt, 2000, nr 6, s. 72-77, bibliogr. 26 poz.
Keyword
Drzewo decyzyjne, Kredyt, Ryzyko kredytowe, Zarządzanie ryzykiem, Skoring kredytowy, Metody statystyczne, Model logitowy, Model probitowy
Decision tree, Credit, Credit risk, Risk management, Credit scoring, Statistical methods, Logit model, Probit model
Note
summ.
Abstract
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)

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)
Accessibility
The Main Library of the Cracow University of Economics
The Library of Warsaw School of Economics
The Library of University of Economics in Katowice
The Main Library of Poznań University of Economics and Business
The Main Library of the Wroclaw University of Economics
Cited by
Show
ISSN
0137-5520
Language
pol
Share on Facebook Share on Twitter Share on Google+ Share on Pinterest Share on LinkedIn Wyślij znajomemu