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 a Zuzana ROWLAND

Základní údaje

Originální název

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

Název česky

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

Autoři

Vydání

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

Další údaje

Jazyk

angličtina

Typ výsledku

Článek v odborném periodiku

Obor

50200 5.2 Economics and Business

Stát vydavatele

Slovensko

Utajení

není předmětem státního či obchodního tajemství

Organizační jednotka

Vysoká škola technická a ekonomická v Českých Budějovicích

Klíčová slova česky

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

Klíčová slova anglicky

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

Štítky

Změněno: 28. 2. 2017 13:05, Hana Dlouhá

Anotace

ORIG CZ

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%.

Česky

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 %.