Srovnání diskriminační analýzy a logistické regrese při hodnocení rizikovosti půjček

Název práce: Srovnání diskriminační analýzy a logistické regrese při hodnocení rizikovosti půjček
Autor(ka) práce: Kovář, Radoslav
Typ práce: Diplomová práce
Vedoucí práce: Pecáková, Iva
Oponenti práce: Ditrich, Josef
Jazyk práce: Česky
Abstrakt:
V této diplomové práci jsou srovnány metody diskriminační analýzy a logistické regrese při hodnocení rizikovosti žadatelů o úvěr na P2P platformě LendingClub. V teoretické části práce je poukázáno na obecnou souvislost mezi oběma přístupy a možnost zahrnutí kvalitativních vysvětlujících proměnných do diskriminačních modelů. V aplikační části je porovnána statistická kvalita obou odvozených modelů a úspěšnost příslušných investičních strategií, založených na Markowitzově teorii portfolia. Rizikovost vybraného vzorku žadatelů přitom byla předpovězena lépe než na základě ratingu platformy. Výsledky považuji za využitelné pro investory, nicméně až po jejich potvrzení na novějších datech, případně v rámci pokročilejších modelů.
Klíčová slova: P2P půjčky; Markowitzova teorie portfolia; diskriminační analýza; Kreditní skóring; logistická regrese
Název práce: Detecting risky loans with discriminant analysis and logistic regression: A comparison
Autor(ka) práce: Kovář, Radoslav
Typ práce: Diploma thesis
Vedoucí práce: Pecáková, Iva
Oponenti práce: Ditrich, Josef
Jazyk práce: Česky
Abstrakt:
The goal of this diploma thesis is to evaluate the riskiness of loan applicants on the peer-to-peer platform LendingClub using discriminant analysis and logistic regression. A general relationship between the two methods and a possible way of including qualitative explanatory variables into discriminant models are presented in the theoretical part of the thesis. As an application, the derived models are compared with regard to their statistical quality and the performance of their corresponding investment strategies, which are based on Markowitz' portfolio theory. Both final models succeed in predicting the riskiness of the chosen sample of applicants more correctly than the internal rating of the platform. I consider the results potentially interesting for investors, but only after their verification on newer data, possibly using more advanced statistical techniques.
Klíčová slova: peer-to-peer lending; Credit scoring; Markowitz' portfolio theory; logistic regression; discriminant analysis

Informace o studiu

Studijní program / obor: Kvantitativní metody v ekonomice/Statistika
Typ studijního programu: Magisterský studijní program
Přidělovaná hodnost: Ing.
Instituce přidělující hodnost: Vysoká škola ekonomická v Praze
Fakulta: Fakulta informatiky a statistiky
Katedra: Katedra statistiky a pravděpodobnosti

Informace o odevzdání a obhajobě

Datum zadání práce: 1. 10. 2014
Datum podání práce: 31. 5. 2015
Datum obhajoby: 9. 6. 2015
Identifikátor v systému InSIS: https://insis.vse.cz/zp/49771/podrobnosti

Soubory ke stažení

    Poslední aktualizace: