Υπολογιστικά υποβοηθούμενες μεθοδολογίες αξιολόγησης πιστοληπτικής ικανότητας πελατών σε τραπεζικούς οργανισμούς

Η διπλωματική εργασία επιχειρεί να προτείνει λύσεις προς τα Χρηματοπιστωτικά Ιδρύματα για την αντιμετώπιση προβλημάτων που σχετίζονται με την χορήγηση πιστώσεων. Η αξιολόγηση των πελατών αποτελεί το σημαντικότερο στάδιο αυτής της διαδικασίας μιας και η λανθασμένη χορήγηση πιστώσεων μπορεί να επιφέρε...

Πλήρης περιγραφή

Αποθηκεύτηκε σε:
Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Τζήρος, Παναγιώτης
Άλλοι συγγραφείς: Μιχαλόπουλος, Μιχαήλ
Γλώσσα:Greek
Δημοσίευση: 2015
Θέματα:
Διαθέσιμο Online:http://catalog.lib.aegean.gr/webopac/FullBB.csp?WebAction=ShowFullBB&EncodedRequest=D*8BK*A0*F2*85G*E5*9FpZ*87*D6h*B8*DA&Profile=Default&OpacLanguage=gre&NumberToRetrieve=50&StartValue=1&WebPageNr=1&SearchTerm1=2005.1.36989&SearchT1=&Index1=Keywordsbib&SearchMethod=Find_1&ItemNr=1
http://hdl.handle.net/11610/8432
Ετικέτες: Προσθήκη ετικέτας
Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!
_version_ 1828462487623696384
author Τζήρος, Παναγιώτης
author2 Μιχαλόπουλος, Μιχαήλ
author_facet Μιχαλόπουλος, Μιχαήλ
Τζήρος, Παναγιώτης
author_sort Τζήρος, Παναγιώτης
collection DSpace
description Η διπλωματική εργασία επιχειρεί να προτείνει λύσεις προς τα Χρηματοπιστωτικά Ιδρύματα για την αντιμετώπιση προβλημάτων που σχετίζονται με την χορήγηση πιστώσεων. Η αξιολόγηση των πελατών αποτελεί το σημαντικότερο στάδιο αυτής της διαδικασίας μιας και η λανθασμένη χορήγηση πιστώσεων μπορεί να επιφέρει σημαντικές ζημιές στα χαρτοφυλάκια των Οργανισμών. Για την μοντελοποίηση της εφαρμόστηκαν τόσο στατιστικές όσο και μη-στατιστικές μέθοδοι, αναδεικνύοντας τις τελευταίες καταλληλότερες για την αντιμετώπιση τέτοιων προβλημάτων. Τα συμπεράσματα που προκύπτουν από τη χρήση Συστημάτων Αξιολόγησης Πιστοληπτικής Ικανότητας (Σ.Α.Π.Ι.) είναι ελπιδοφόρα ως προς την ωφέλεια που μπορούν να αποκομίσουν τα Χρηματοπιστωτικά Ιδρύματα από την εφαρμογή τους.Το Σ.Α.Π.Ι. είναι σχετικά καινούργια μέθοδος και αυτό οφείλεται σε δύο βασικούς λόγους. Η ανάπτυξη των Ηλεκτρονικών Υπολογιστών σε συνδυασμό με στατιστικές και μη – στατιστικές μεθόδους συντέλεσαν στην μοντελοποίηση του. Επίσης η ραγδαία αύξηση της ζήτησης για πίστωση είχε ως επακόλουθο την αναζήτηση ενός Συστήματος στο οποίο θα αξιολογούνται οι αιτούντες έγκυρα και σε σύντομο χρονικό διάστημα.Στην παρούσα διπλωματική εργασία στόχος μας είναι η δημιουργία ενός μοντέλου με τα καλύτερα δυνατά αποτελέσματα σωστής ταξινόμησης μιας και το κόστος της εσφαλμένης χορήγησης πίστωσης είναι αρκετά μεγάλο, διότι αντί το Χρηματοπιστωτικό Ίδρυμα να χρηματοδοτήσει έναν μη φερέγγυο πελάτη θα μπορούσε να είχε κάνει πιο αποτελεσματικές τοποθετήσεις. Γι’ αυτό το λόγο κρίνεται σκόπιμη η ανάπτυξη ενός τέτοιου Συστήματος με το οποίο θα δίνεται η δυνατότητα στο δανειστή να αξιολογήσει τον πιστωτικό κίνδυνο του δανειζόμενου εξετάζοντας το αριθμητικό αποτέλεσμα του Συστήματος. Στο πρώτο κεφάλαιο αναλύουμε τόσο τον τρόπο που γινόταν η αξιολόγηση ενός πελάτη πριν τη δημιουργία ενός τέτοιου συστήματος, όσο και τις διάφορες μορφές που πήρε μέχρι να φτάσει σ’ αυτή την μορφή που έχει σήμερα. Επίσης αναφέρουμε και τα κύρια χαρακτηριστικά του Σ.Α.Π.Ι.. Στο δεύτερο και τρίτο κεφάλαιο παραθέτουμε τις στατιστικές και μη – στατιστικές Μεθόδους, αντίστοιχα, που έχουν χρησιμοποιηθεί στο παρελθόν για την επίλυση του προβλήματος. Στο τέταρτο κεφάλαιο, εφαρμόζοντας τρεις μεθοδολογίες (Διακριτική Ανάλυση, Δέντρα Ταξινόμησης, Τεχνητά Νευρωνικά Δίκτυα) σε πέντε διαφορετικές βάσεις δεδομένων, θα εξετάσουμε τόσο το ποσοστό σωστής ταξινόμησης της κάθε μεθοδολογίας όσο και τις δυνατότητες της κάθε μίας, καταλήγοντας σ’ εκείνη την μεθοδολογία η οποία δημιουργεί το ακριβέστερο μοντέλο πρόβλεψης. Στο πέμπτο κεφάλαιο συμπεραίνουμε ότι η δημιουργία ενός Υβριδικού Μοντέλου μπορεί να ανταπεξέλθει καλύτερα στις απαιτήσεις του προβλήματος αφού η μία μέθοδος εξαλείφει τα μειονεκτήματα της άλλης. Στο τελευταίο κεφάλαιο αναλύονται τα αποτελέσματα και σχολιάζεται η χρησιμότητα όλης της παρουσιαζόμενης έρευνας.
id oai:hellanicus.lib.aegean.gr:11610-8432
institution Hellanicus
language Greek
publishDate 2015
record_format dspace
spelling oai:hellanicus.lib.aegean.gr:11610-84322018-07-20T00:01:54Z Υπολογιστικά υποβοηθούμενες μεθοδολογίες αξιολόγησης πιστοληπτικής ικανότητας πελατών σε τραπεζικούς οργανισμούς Τζήρος, Παναγιώτης Μιχαλόπουλος, Μιχαήλ Αξιολόγηση πιστοληπτικής ικανότητας Νευρωνικά δίκτυα Δέντρα ταξινόμησης Διακριτική ανάλυση Credit scoring Neural network Classification trees Discriminant analysis Η διπλωματική εργασία επιχειρεί να προτείνει λύσεις προς τα Χρηματοπιστωτικά Ιδρύματα για την αντιμετώπιση προβλημάτων που σχετίζονται με την χορήγηση πιστώσεων. Η αξιολόγηση των πελατών αποτελεί το σημαντικότερο στάδιο αυτής της διαδικασίας μιας και η λανθασμένη χορήγηση πιστώσεων μπορεί να επιφέρει σημαντικές ζημιές στα χαρτοφυλάκια των Οργανισμών. Για την μοντελοποίηση της εφαρμόστηκαν τόσο στατιστικές όσο και μη-στατιστικές μέθοδοι, αναδεικνύοντας τις τελευταίες καταλληλότερες για την αντιμετώπιση τέτοιων προβλημάτων. Τα συμπεράσματα που προκύπτουν από τη χρήση Συστημάτων Αξιολόγησης Πιστοληπτικής Ικανότητας (Σ.Α.Π.Ι.) είναι ελπιδοφόρα ως προς την ωφέλεια που μπορούν να αποκομίσουν τα Χρηματοπιστωτικά Ιδρύματα από την εφαρμογή τους.Το Σ.Α.Π.Ι. είναι σχετικά καινούργια μέθοδος και αυτό οφείλεται σε δύο βασικούς λόγους. Η ανάπτυξη των Ηλεκτρονικών Υπολογιστών σε συνδυασμό με στατιστικές και μη – στατιστικές μεθόδους συντέλεσαν στην μοντελοποίηση του. Επίσης η ραγδαία αύξηση της ζήτησης για πίστωση είχε ως επακόλουθο την αναζήτηση ενός Συστήματος στο οποίο θα αξιολογούνται οι αιτούντες έγκυρα και σε σύντομο χρονικό διάστημα.Στην παρούσα διπλωματική εργασία στόχος μας είναι η δημιουργία ενός μοντέλου με τα καλύτερα δυνατά αποτελέσματα σωστής ταξινόμησης μιας και το κόστος της εσφαλμένης χορήγησης πίστωσης είναι αρκετά μεγάλο, διότι αντί το Χρηματοπιστωτικό Ίδρυμα να χρηματοδοτήσει έναν μη φερέγγυο πελάτη θα μπορούσε να είχε κάνει πιο αποτελεσματικές τοποθετήσεις. Γι’ αυτό το λόγο κρίνεται σκόπιμη η ανάπτυξη ενός τέτοιου Συστήματος με το οποίο θα δίνεται η δυνατότητα στο δανειστή να αξιολογήσει τον πιστωτικό κίνδυνο του δανειζόμενου εξετάζοντας το αριθμητικό αποτέλεσμα του Συστήματος. Στο πρώτο κεφάλαιο αναλύουμε τόσο τον τρόπο που γινόταν η αξιολόγηση ενός πελάτη πριν τη δημιουργία ενός τέτοιου συστήματος, όσο και τις διάφορες μορφές που πήρε μέχρι να φτάσει σ’ αυτή την μορφή που έχει σήμερα. Επίσης αναφέρουμε και τα κύρια χαρακτηριστικά του Σ.Α.Π.Ι.. Στο δεύτερο και τρίτο κεφάλαιο παραθέτουμε τις στατιστικές και μη – στατιστικές Μεθόδους, αντίστοιχα, που έχουν χρησιμοποιηθεί στο παρελθόν για την επίλυση του προβλήματος. Στο τέταρτο κεφάλαιο, εφαρμόζοντας τρεις μεθοδολογίες (Διακριτική Ανάλυση, Δέντρα Ταξινόμησης, Τεχνητά Νευρωνικά Δίκτυα) σε πέντε διαφορετικές βάσεις δεδομένων, θα εξετάσουμε τόσο το ποσοστό σωστής ταξινόμησης της κάθε μεθοδολογίας όσο και τις δυνατότητες της κάθε μίας, καταλήγοντας σ’ εκείνη την μεθοδολογία η οποία δημιουργεί το ακριβέστερο μοντέλο πρόβλεψης. Στο πέμπτο κεφάλαιο συμπεραίνουμε ότι η δημιουργία ενός Υβριδικού Μοντέλου μπορεί να ανταπεξέλθει καλύτερα στις απαιτήσεις του προβλήματος αφού η μία μέθοδος εξαλείφει τα μειονεκτήματα της άλλης. Στο τελευταίο κεφάλαιο αναλύονται τα αποτελέσματα και σχολιάζεται η χρησιμότητα όλης της παρουσιαζόμενης έρευνας. 2015-11-17T10:31:25Z 2015-11-17T10:31:25Z 2005 http://catalog.lib.aegean.gr/webopac/FullBB.csp?WebAction=ShowFullBB&EncodedRequest=D*8BK*A0*F2*85G*E5*9FpZ*87*D6h*B8*DA&Profile=Default&OpacLanguage=gre&NumberToRetrieve=50&StartValue=1&WebPageNr=1&SearchTerm1=2005.1.36989&SearchT1=&Index1=Keywordsbib&SearchMethod=Find_1&ItemNr=1 http://hdl.handle.net/11610/8432 el application/pdf Χίος
spellingShingle Αξιολόγηση πιστοληπτικής ικανότητας
Νευρωνικά δίκτυα
Δέντρα ταξινόμησης
Διακριτική ανάλυση
Credit scoring
Neural network
Classification trees
Discriminant analysis
Τζήρος, Παναγιώτης
Υπολογιστικά υποβοηθούμενες μεθοδολογίες αξιολόγησης πιστοληπτικής ικανότητας πελατών σε τραπεζικούς οργανισμούς
title Υπολογιστικά υποβοηθούμενες μεθοδολογίες αξιολόγησης πιστοληπτικής ικανότητας πελατών σε τραπεζικούς οργανισμούς
title_full Υπολογιστικά υποβοηθούμενες μεθοδολογίες αξιολόγησης πιστοληπτικής ικανότητας πελατών σε τραπεζικούς οργανισμούς
title_fullStr Υπολογιστικά υποβοηθούμενες μεθοδολογίες αξιολόγησης πιστοληπτικής ικανότητας πελατών σε τραπεζικούς οργανισμούς
title_full_unstemmed Υπολογιστικά υποβοηθούμενες μεθοδολογίες αξιολόγησης πιστοληπτικής ικανότητας πελατών σε τραπεζικούς οργανισμούς
title_short Υπολογιστικά υποβοηθούμενες μεθοδολογίες αξιολόγησης πιστοληπτικής ικανότητας πελατών σε τραπεζικούς οργανισμούς
title_sort υπολογιστικά υποβοηθούμενες μεθοδολογίες αξιολόγησης πιστοληπτικής ικανότητας πελατών σε τραπεζικούς οργανισμούς
topic Αξιολόγηση πιστοληπτικής ικανότητας
Νευρωνικά δίκτυα
Δέντρα ταξινόμησης
Διακριτική ανάλυση
Credit scoring
Neural network
Classification trees
Discriminant analysis
url http://catalog.lib.aegean.gr/webopac/FullBB.csp?WebAction=ShowFullBB&EncodedRequest=D*8BK*A0*F2*85G*E5*9FpZ*87*D6h*B8*DA&Profile=Default&OpacLanguage=gre&NumberToRetrieve=50&StartValue=1&WebPageNr=1&SearchTerm1=2005.1.36989&SearchT1=&Index1=Keywordsbib&SearchMethod=Find_1&ItemNr=1
http://hdl.handle.net/11610/8432
work_keys_str_mv AT tzērospanagiōtēs ypologistikaypoboēthoumenesmethodologiesaxiologēsēspistolēptikēsikanotētaspelatōnsetrapezikousorganismous