Thesis title: |
Enhancing Credit Note Precision and Competitive Positioning in B2B Transactions Through Data Analytics |
Author: |
Reshma, Ishrat Jahan |
Thesis type: |
Diploma thesis |
Supervisor: |
Černý, Jan |
Opponents: |
Muknšnábl, Josef |
Thesis language: |
English |
Abstract: |
This thesis delves into the critical realm of credit rating enhancement within financial institutions, with a primary focus on the dynamic landscape of banks. Employing advanced techniques in data mining and analytics, the research endeavors to revolutionize the precision and reliability of credit rating predictions. The study meticulously employs three powerful models—logistic regression, CHAID, and CART—leveraging a comprehensive dataset that captures diverse credit scenarios. Beyond ordinary model training, the research introduces a groundbreaking approach. The models are not only rigorously trained on historical data but are also subjected to rigorous testing on previously unseen data, simulating real-world scenarios and future client unpredictability. This dual-phase assessment not only provides a thorough analysis of model agreement during training and testing but also underscores the practical applicability of the proposed methodologies in the actual practices of banking institutions. |
Keywords: |
Credit Rating Enhancement; Data Mining and Analytics; Financial Modeling |
Thesis title: |
ZVÝŠENÍ PŘESNOSTI ÚVĚROVÉHO RATINGU FINANČNÍ INSTITUCE (BANKY) PROSTŘEDNICTVÍM TĚŽBY DAT A ANALYTIKY |
Author: |
Reshma, Ishrat Jahan |
Thesis type: |
Diplomová práce |
Supervisor: |
Černý, Jan |
Opponents: |
Muknšnábl, Josef |
Thesis language: |
English |
Abstract: |
Tato práce se ponoří do kritické oblasti zvyšování úvěrového ratingu ve finanční oblasti institucí, s primárním zaměřením na dynamické prostředí bank. Zaměstnávání pokročilé techniky v oblasti dolování dat a analýzy se výzkum snaží o revoluci přesnost a spolehlivost předpovědí úvěrového ratingu. Studie pečlivě zaměstnává tři výkonné modely – logistická regrese, CHAID a CART – využívající komplexní datový soubor, který zachycuje různé úvěrové scénáře. Kromě běžného modelového tréninku, výzkumu představuje přelomový přístup. Modely jsou nejen důsledně školeny historické údaje, ale jsou také podrobeny přísnému testování na dříve neviděných datech, simulace scénářů reálného světa a nepředvídatelnosti budoucího klienta. Tato dvoufázová hodnocení poskytuje nejen důkladnou analýzu modelové dohody během školení a testování, ale také podtrhuje praktickou použitelnost navrhovaných metodologií v skutečné praktiky bankovních institucí. |
Keywords: |
Vylepšení úvěrového hodnocení; Data Mining a Analytics; Finanční modelování |
Information about study
Study programme: |
Information Systems Management |
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 Information Technologies |
Information on submission and defense
Date of assignment: |
2. 11. 2023 |
Date of submission: |
29. 4. 2024 |
Date of defense: |
2024 |
Files for download
The files will be available after the defense of the thesis.