Pokročilé techniky credit scoringu

Bc. et Bc. Jan Kovář

Master's thesis

Advanced techniques of credit scoring

Anotácia:

Práce se zabývá výstavbou scoringových modelů predikujících pravděpodobnost nesplácení úvěru dlužníkem. Jsou popsány čtyři techniky credit scoringu – logistická regrese, lineární diskriminační analýza, model lineárního programování a neuronové sítě. Důraz je kladen na poslední z nich, se zaměřením na vícevrstvé sítě. Je odvozen učící algoritmus strategie zpětného šíření. Na konkrétním datovém souboru z oblasti credit scoringu jsou vyvinuty a srovnány všechny uvedené typy modelů. Použitým softwarovým prostředím je systém SAS.

Abstract:

The thesis deals with the development of scoring models, which predict the probability of default of the loan borrower. There are four credit scoring techniques described – logistic regression, linear discriminant analysis, linear programming model and neural networks. The emphasis is put on the last one, especially focusing on multilayer networks. Backpropagation learning algorithm is derived. All mentioned types of models are developed and compared using particular credit scoring data set. The software used is the SAS system.

Kľúčové slová

Credit scoring, Neuronové sítě, Strategie zpětného šíření, Logistická regrese, Lineární diskriminační analýza, Lineární programování, SAS, Neural networks, Backpropagation, Logistic regression, Linear discriminant analysis, Linear programming

Jazyk práce: Czech

Datum vytvoření / odevzdání či podání práce: 13. 5. 2013

Obhajoba závěrečné práce

• Obhajoba proběhla 18. 6. 2013
• Vedúci: Mgr. Martin Řezáč, Ph.D.
• Oponent: Mgr. Jiří Zelinka, Dr.

Masaryk University

Faculty of Science

Master programme / odbor:
Mathematics / Finance Mathematics