A machine learning approach for micro-credit scoring and limit optimization
Η παρούσα διπλωματική εργασία, η οποία διεξήχθη στο πλαίσιο του μεταπτυχιακού προγράμματος "Στατιστική και Ανάλυση Δεδομένων" του Πανεπιστημίου Αιγαίου στο Τμήμα Στατιστικής και Αναλογιστικών - Χρηματοοικονομικών Μαθηματικών, αποσκοπεί στην ενίσχυση της αξιολόγησης του πιστωτικού κινδύνου...
Saved in:
| Main Authors: | , |
|---|---|
| Other Authors: | |
| Language: | en_US |
| Published: |
2023
|
| Subjects: | |
| Online Access: | http://hdl.handle.net/11610/25872 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Η παρούσα διπλωματική εργασία, η οποία διεξήχθη στο πλαίσιο του μεταπτυχιακού προγράμματος "Στατιστική και Ανάλυση Δεδομένων" του Πανεπιστημίου Αιγαίου στο Τμήμα Στατιστικής και Αναλογιστικών - Χρηματοοικονομικών Μαθηματικών, αποσκοπεί στην ενίσχυση της αξιολόγησης του πιστωτικού κινδύνου στο πλαίσιο των μικροδανείων, αναλύοντας τα βέλτιστα αποτελέσματα των ορίων τόσο για νέους όσο και για υφιστάμενους πελάτες. Ο ερευνητικός στόχος είναι να συμβάλει στη βελτίωση των πρακτικών δανειοδότησης και της χρηματοπιστωτικής ένταξης μέσω της ανάπτυξης ενός πιο ακριβούς και αποτελεσματικού πλαισίου αξιολόγησης του πιστωτικού κινδύνου. Για την επίτευξη αυτού του στόχου χρησιμοποιείται μια προσέγγιση πολλαπλών μεθόδων. Η έρευνα ξεκινά με τη διερεύνηση των θεωρητικών βάσεων του πιστωτικού κινδύνου και την εξέταση διαφόρων μεθόδων αξιολόγησης της πιστοληπτικής ικανότητας που χρησιμοποιούνται σε πραγματικά σενάρια. Αυτή η ολοκληρωμένη ανάλυση παρέχει μια σταθερή κατανόηση του σημερινού τοπίου της αξιολόγησης του πιστωτικού κινδύνου στη μικροχρηματοδότηση. |
|---|