Současný úvěrový proces v segmentu malých a středních podniků je sestaven ve vzájemné závislosti pevně stanovených pravidel, kde klíčovým prvkem pro schválení poskytnutí úvě-ru je interní ratingový model. Ačkoliv se jedná o vysoce sofistikovaný nástroj pro ohodno-cení úvěrového rizika žadatele, současné poznatky z bankovní praxe poukazují na určité nedostatky těchto modelů, obzvláště v případě nastavení ratingového modelu jako KO kri-térium. Proto cílem této práce bylo vytvoření ratingového modelu, kde jeho kvalita, re-spektive omezení byla ověřena na veřejně dostupných i reálných datech a s ohledem na tento výstup navržen nový model úvěrového procesu, který by optimalizoval úvěrová roz-hodnutí s ohledem na specifika segmentu malých a středních podniků a zároveň nastavil nové postavení interního ratingového modelu v rozhodovacím procesu.
Anotace v angličtině
Current loan process in the segment of small and medium-sized enterprises is compiled of interdependently fixed rules, where the key element for the approval granting a loan is in-ternal rating model. Although it is a sophisticated tool for evaluating the credit risk of the applicant, actual findings in banking experience point out some weaknesses of these mod-els, especially in the case of setting the IRM as a KO criterion. The aim of this research was to validate created rating model, where its quality or restrictions would be tested on real data and with the regard to this output to propose a new model of credit process, which would optimize credit decisions with respect to the specifics of small and medium enter-prises and optimize the position internal rating model.
Internal Rating Models, Lending Process, Default Modeling, Linear Discriminant Analysis
Rozsah průvodní práce
86 s. (118 344 znaků)
Jazyk
CZ
Anotace
Současný úvěrový proces v segmentu malých a středních podniků je sestaven ve vzájemné závislosti pevně stanovených pravidel, kde klíčovým prvkem pro schválení poskytnutí úvě-ru je interní ratingový model. Ačkoliv se jedná o vysoce sofistikovaný nástroj pro ohodno-cení úvěrového rizika žadatele, současné poznatky z bankovní praxe poukazují na určité nedostatky těchto modelů, obzvláště v případě nastavení ratingového modelu jako KO kri-térium. Proto cílem této práce bylo vytvoření ratingového modelu, kde jeho kvalita, re-spektive omezení byla ověřena na veřejně dostupných i reálných datech a s ohledem na tento výstup navržen nový model úvěrového procesu, který by optimalizoval úvěrová roz-hodnutí s ohledem na specifika segmentu malých a středních podniků a zároveň nastavil nové postavení interního ratingového modelu v rozhodovacím procesu.
Anotace v angličtině
Current loan process in the segment of small and medium-sized enterprises is compiled of interdependently fixed rules, where the key element for the approval granting a loan is in-ternal rating model. Although it is a sophisticated tool for evaluating the credit risk of the applicant, actual findings in banking experience point out some weaknesses of these mod-els, especially in the case of setting the IRM as a KO criterion. The aim of this research was to validate created rating model, where its quality or restrictions would be tested on real data and with the regard to this output to propose a new model of credit process, which would optimize credit decisions with respect to the specifics of small and medium enter-prises and optimize the position internal rating model.
Internal Rating Models, Lending Process, Default Modeling, Linear Discriminant Analysis
Zásady pro vypracování
Úvod
Definujte cíle práce a použité metody zpracování práce.
Teoretická část
Formou kritické literární rešerše zpracujte zahraniční i tuzemské teoretické poznatky týkající se konceptu interních ratingových modelů.
Praktická část
Analyzujte a zpracujte metodologii tvorby interního ratingového modelu pro komerční bankovnictví.
Vypracujte vlastní interní ratingový model pro ohodnocení úvěrové způsobilosti klientů v segmentu malých a středních podniků.
Otestujte interní ratingový model na reálných datech.
Analyzujte výsledky testování a stanovte závěrečná doporučení.
Závěr
Zásady pro vypracování
Úvod
Definujte cíle práce a použité metody zpracování práce.
Teoretická část
Formou kritické literární rešerše zpracujte zahraniční i tuzemské teoretické poznatky týkající se konceptu interních ratingových modelů.
Praktická část
Analyzujte a zpracujte metodologii tvorby interního ratingového modelu pro komerční bankovnictví.
Vypracujte vlastní interní ratingový model pro ohodnocení úvěrové způsobilosti klientů v segmentu malých a středních podniků.
Otestujte interní ratingový model na reálných datech.
Analyzujte výsledky testování a stanovte závěrečná doporučení.
Závěr
Seznam doporučené literatury
BEAVER, William. Financial Ratios As Predictors of Failure. Journal of Accounting Research. 1966, Vol. 4, s. 71-XXX. DOI: 10.2307/2490171.
BELÁS, Jaroslav. Finanční trhy, bankovnictví, pojišťovnictví. Žilina: Georg, 2013, 596 s. ISBN 978-80-8154-024-0.
BOGUSKAUSKAS, Vytautas, Richardas MILERIS and Ruta ADLYTE. New internal rating approach for credit risk assessment. Technological and Economic Development of Economy. 2011, vol. 17, issue 2, s. 369-381. DOI: 10.3846/20294913.2011.583721.
SWIDERSKI, Bartosz and Jarosław KUREK. Multistage classification by using logistic regression and neural networks for assessment of financial condition of company. Decision Support Systems. 2012, vol. 52, issue 2, s. 539-547. DOI: 10.1016/j.dss.2011.10.018.
VOGT, Paul. a Robert JOHNSON. Dictionary of statistics: a nontechnical guide for the social sciences. 4th ed. Thousand Oaks, Calif.: SAGE. 2011, 437 p. ISBN 14-129-7109-8.
Seznam doporučené literatury
BEAVER, William. Financial Ratios As Predictors of Failure. Journal of Accounting Research. 1966, Vol. 4, s. 71-XXX. DOI: 10.2307/2490171.
BELÁS, Jaroslav. Finanční trhy, bankovnictví, pojišťovnictví. Žilina: Georg, 2013, 596 s. ISBN 978-80-8154-024-0.
BOGUSKAUSKAS, Vytautas, Richardas MILERIS and Ruta ADLYTE. New internal rating approach for credit risk assessment. Technological and Economic Development of Economy. 2011, vol. 17, issue 2, s. 369-381. DOI: 10.3846/20294913.2011.583721.
SWIDERSKI, Bartosz and Jarosław KUREK. Multistage classification by using logistic regression and neural networks for assessment of financial condition of company. Decision Support Systems. 2012, vol. 52, issue 2, s. 539-547. DOI: 10.1016/j.dss.2011.10.018.
VOGT, Paul. a Robert JOHNSON. Dictionary of statistics: a nontechnical guide for the social sciences. 4th ed. Thousand Oaks, Calif.: SAGE. 2011, 437 p. ISBN 14-129-7109-8.
Přílohy volně vložené
1 CD
Přílohy vázané v práci
-
Převzato z knihovny
Ne
Plný text práce
Přílohy
Posudek(y) oponenta
Hodnocení vedoucího
Záznam průběhu obhajoby
prof. Ing. Jaroslav Belás, PhD. (vedoucí, 25 b).
Otázky: 1. Vysvetlite príčiny veľkých rozdielov pri testovaní modelu na vývojových dátach a na dátach z reálneho bankového prostredia.(zodpovězeno zcela).
Ing. Blanka Kameníková, Ph.D. (oponent, 24 b).
Otázky: 1. Co by pomohlo Vašemu modelu pro zlepšení kvality výstupů? (zodpovězeno zcela).
2. Jaké přednosti má dle vašeho mínění Vámi vyvinutý model? (zodpovězeno zcela).
Vojtěch Bartoš: Otázka: Zaměřoval jste to na určité odvětví? (zodpovězeno zcela).