Detecting risky loans with discriminant analysis and logistic regression: A comparison
| Thesis title: | Srovnání diskriminační analýzy a logistické regrese při hodnocení rizikovosti půjček |
|---|---|
| Author: | Kovář, Radoslav |
| Thesis type: | Diplomová práce |
| Supervisor: | Pecáková, Iva |
| Opponents: | Ditrich, Josef |
| Thesis language: | Česky |
| Abstract: | 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. |
| Keywords: | P2P půjčky; Markowitzova teorie portfolia; diskriminační analýza; Kreditní skóring; logistická regrese |
| Thesis title: | Detecting risky loans with discriminant analysis and logistic regression: A comparison |
|---|---|
| Author: | Kovář, Radoslav |
| Thesis type: | Diploma thesis |
| Supervisor: | Pecáková, Iva |
| Opponents: | Ditrich, Josef |
| Thesis language: | Česky |
| Abstract: | 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. |
| Keywords: | peer-to-peer lending; Credit scoring; Markowitz' portfolio theory; logistic regression; discriminant analysis |
Information about study
| Study programme: | Kvantitativní metody v ekonomice/Statistika |
|---|---|
| Type of study programme: | Magisterský studijní program |
| Assigned degree: | Ing. |
| Institutions assigning academic degree: | Vysoká škola ekonomická v Praze |
| Faculty: | Faculty of Informatics and Statistics |
| Department: | Department of Statistics and Probability |
Information on submission and defense
| Date of assignment: | 1. 10. 2014 |
|---|---|
| Date of submission: | 31. 5. 2015 |
| Date of defense: | 9. 6. 2015 |
| Identifier in the InSIS system: | https://insis.vse.cz/zp/49771/podrobnosti |