Logistic regression improvements for credit scoring development – Nikolai Pravdin
Nikolai Pravdin
Master's thesis
Logistic regression improvements for credit scoring development
Vylepšení Logistické regrese pro vývoj Kreditních skórů
Abstract:
Táto práce zkoumá dopad nelineárních vztahů mezi vstupními proměnnými při modelování kreditního rizika. Především je zaměřená na analýzu zatížení, které nelineárně chovající proměnné můžou způsobovat při používání skutečného benchmarku – Logistické regrese – v případě že pracujeme s obecnými údaji fyzických klientů. Hlavním záměrem je zkusit alternativní řešení, které by efektivně zmírnily negativní …moreAbstract:
The current Study investigates the impact of non-linear relationships between input variables during credit risk modeling. Particularly, it is meant to analyze the burden of variables’ non-linear behavior on the current modeling benchmark – Logistic regression – using some general set of retail clients’ data. The main focus done on application of alternative solutions to efficiently mitigate nonlinearity …more
Language used: English
Date on which the thesis was submitted / produced: 19. 5. 2022
Identifier:
https://vskp.vse.cz/eid/87190
Thesis defence
- Date of defence: 9. 6. 2022
- Supervisor: Jiří Witzany
- Reader: Jiří Panoš
Citation record
Full text of thesis
Contents of on-line thesis archive
Published in Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Other ways of accessing the text
Institution archiving the thesis and making it accessible: Vysoká škola ekonomická v Prazehttps://vskp.vse.cz/eid/87190
Vysoká škola ekonomická v Praze
Master programme:
Finanční inženýrství
Theses on a related topic
-
Modeling and prediction of the probability of default for retail loans
Roman Pavlata -
Development of GT-Power Model of a Gasoline Engine with Low Pressure EGR Suitable for Model-Based Predictive Control of an Air Path
Jakub Jaroš -
Predictive analysis of stroke cases
Yu Feng Gao -
Scoring Models in Finance
Michal Rychnovský -
Random Forest. Anomaly detection story
Petr Matonoha -
Využití "random forestů" pro rozpoznávání objektů v obrazech
Petr Ehler -
Map of main forest tree species derived from satellite data
Anton Malyshev