Detailed Information on Publication Record
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 ROWLANDBasic 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
Authors
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
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 %.