J 2016

Using neural networks for determining creditworthiness for the purpose of providing bank loan on the example of construction companies in South Region of Czech Republic

STEHEL, Vojtěch, Jaromír VRBKA and Zuzana ROWLAND

Basic information

Original name

Using neural networks for determining creditworthiness for the purpose of providing bank loan on the example of construction companies in South Region of Czech Republic

Name in Czech

Použití neuronových sítí pro stanovení bonity pro účely poskytnutí bankovního úvěru na příkladu souboru stavebních podniků v Jihočeském kraji

Edition

Ekonomicko-manažerské spektrum, Žilina, EDIS, 2016, 1337-0839

Other information

Language

English

Type of outcome

Článek v odborném periodiku

Field of Study

50200 5.2 Economics and Business

Country of publisher

Slovakia

Confidentiality degree

není předmětem státního či obchodního tajemství

Organization unit

Institute of Technology and Business in České Budějovice

Keywords (in Czech)

umělé neuronové sítě; bonita; bankovní úvěr; predikční modely; stavební podnik

Keywords in English

artificial neural networks; creditworthiness; bank loan; prediction models; construction company

Tags

Změněno: 28/2/2017 13:05, Hana Dlouhá

Abstract

V originále

Determining the creditworthiness of potential bank customers is a crucial step in the process of providing loans. An example of applications of neural networks in this article is executed on a specific group of construction companies operating in a specific time period in the South Region of Czech Republic. Article seeks a neural structure that will be able to classify each company based on the input of financial and non-financial data to a group of creditworthy companies, companies that will bankrupt in a year or companies that will bankrupt in the future. The result is the identification of the model with the greatest predictive power that can be used in practice. Its accuracy is around 96%.

In Czech

Stanovení bonity potenciálního klienta banky je zásadním krokem v procesu poskytování úvěrů. Příklad aplikace neuronových sítí je v tomto článku proveden na konkrétním souboru stavebních společností působících v konkrétním časovém období v Jihočeském kraji. Článek hledá umělou neuronovou strukturu, která bude umět zařadit každý podnik na základě vstupních finančních i nefinančních dat do skupiny bonitních podniků, krachujících v daném roce či krachujících v budoucnu. Výsledkem je identifikace modelu s největší predikční silou, který lze využít v praxi. Jeho přesnost se pohybuje okolo 96 %.