APPLICATION OF MIXED MODELS AND FAMILIES OF CLASSIFIERS TO ESTIMATION OF FINANCIAL RISK PARAMETERS
Article Sidebar
Main Article Content
Abstrakt
The essential role in credit risk modeling is Loss Given Default (LGD) estimation. LGD is treated as a random variable with bimodal distribution. For LGD estimation advanced statistical models such as beta regression can be applied. Unfortunately, the parametric methods require amendments of the “inflation” type that lead to mixed modeling approach. Contrary to classical statistical methods based on probability distribution, the families of classifiers such as gradient boosting or random forests operate with information and allow for more flexible model adjustment. The problem encountered is comparison of obtained results. The aim of the paper is to present and compare results of LGD modeling using statistical methods and data mining approach. Calculations were done on real life data sourced from one of Polish large banks.
Article Details
Jak cytować
Grzybowska, U., & Karwański, M. (2015). APPLICATION OF MIXED MODELS AND FAMILIES OF CLASSIFIERS TO ESTIMATION OF FINANCIAL RISK PARAMETERS. Metody Ilościowe W Badaniach Ekonomicznych, 16(1), 108–115. Pobrano z https://qme.sggw.edu.pl/article/view/3756
Statystyki
Downloads
Download data is not yet available.
Rekomendowane teksty
Podobne artykuły
- Ewa Chodakowska, AN EXAMPLE OF NETWORK DEA – ASSESSMENT OF OPERATING EFFICIENCY OF UNIVERSITIES , Metody Ilościowe w Badaniach Ekonomicznych: Tom 16 Nr 1 (2015)
Możesz również Rozpocznij zaawansowane wyszukiwanie podobieństw dla tego artykułu.
Inne teksty tego samego autora
- Urszula Grzybowska, Ludwik Wicki, Wykorzystanie metody DEA do analizy zmian produktywności i efektywności w zakresie produkcji zbóż według województw w latach 1997-2019 , Metody Ilościowe w Badaniach Ekonomicznych: Tom 23 Nr 4 (2022)
- Urszula Grzybowska, Marek Karwański, Selekcja zmiennych metodami statystycznymi i uczenia maszynowego. Porównanie podejść na przykładzie danych finansowych , Metody Ilościowe w Badaniach Ekonomicznych: Tom 24 Nr 4 (2023)
- Bolesław Borkowski, Marek Karwański, Wiesław Szczesny, PORÓWNANIE SKUTECZNOŚCI DWÓCH KULTUR ANALITYCZNYCH , Metody Ilościowe w Badaniach Ekonomicznych: Tom 22 Nr 4 (2021)
- Urszula Grzybowska, Marek Karwański, Effectiveness of Variable Selection Methods for Machine Learning and Classical Statistical Models , Metody Ilościowe w Badaniach Ekonomicznych: Tom 25 Nr 2 (2024)
- Marek Karwański, Urszula Grzybowska, APPLICATION OF L-MOMENTS IN HOMOGENEITY EXAMINATION FOR GROUPS OF PRODUCTION COMPANIES DISTINGUISHED BY DEA , Metody Ilościowe w Badaniach Ekonomicznych: Tom 18 Nr 3 (2017)
- Marek Karwański, Krzysztof Zmarzłowski, MODELE PROGNOZ EKONOMETRYCZNYCH , Metody Ilościowe w Badaniach Ekonomicznych: Tom 16 Nr 4 (2015)
- Marek Karwański, Urszula Grzybowska, Vassilis Kostoglou, Ewa Mierzejewska, Katarzyna Szamotulska, Application of ITransformers to Predicting Preterm Birth Rate. Comparison with the ARIMA Model , Metody Ilościowe w Badaniach Ekonomicznych: Tom 25 Nr 3 (2024)
- Urszula Grzybowska, Marek Karwański, Wykorzystanie miar matematycznych i biznesowych do porównania modeli macierzy migracji stosowanych w analizie ryzyka kredytowego , Metody Ilościowe w Badaniach Ekonomicznych: Tom 12 Nr 2 (2011)
- Urszula Grzybowska, Marek Karwański, FAMILIES OF CLASSIFIERS – APPLICATION IN DATA , Metody Ilościowe w Badaniach Ekonomicznych: Tom 15 Nr 2 (2014)
- Urszula Grzybowska, Marek Karwański, APPLICATION OF MIGRATION MATRICES TO RISK EVALUATION AND THEIR IMPACT ON PORTFOLIO VALUE , Metody Ilościowe w Badaniach Ekonomicznych: Tom 14 Nr 1 (2013)
Licencja
Publikowane artykuły dostępne są na warunkach Open Access na zasadach licencji Creative Commons CC BY-NC – do celów niekomercyjnych udostępnione materiały mogą być kopiowane, drukowane i rozpowszechniane. Autorzy ponoszą opłatę za opublikowanie artykułu.