search query: @keyword luottoriski / total: 7
reference: 6 / 7
« previous | next »
Author:Virtanen, Pasi
Title:Optimaalisen hylkäysrajan määritys luottokelpoisuusluokituksessa
Determining an optimal cut-off point in credit scoring
Publication type:Master's thesis
Publication year:2006
Pages:74      Language:   fin
Department/School:Teknillisen fysiikan ja matematiikan osasto
Main subject:Sovellettu matematiikka   (Mat-2)
Supervisor:Salo, Ahti
Instructor:
OEVS:
Electronic archive copy is available via Aalto Thesis Database.
Instructions

Reading digital theses in the closed network of the Aalto University Harald Herlin Learning Centre

In the closed network of Learning Centre you can read digital and digitized theses not available in the open network.

The Learning Centre contact details and opening hours: https://learningcentre.aalto.fi/en/harald-herlin-learning-centre/

You can read theses on the Learning Centre customer computers, which are available on all floors.

Logging on to the customer computers

  • Aalto University staff members log on to the customer computer using the Aalto username and password.
  • Other customers log on using a shared username and password.

Opening a thesis

  • On the desktop of the customer computers, you will find an icon titled:

    Aalto Thesis Database

  • Click on the icon to search for and open the thesis you are looking for from Aaltodoc database. You can find the thesis file by clicking the link on the OEV or OEVS field.

Reading the thesis

  • You can either print the thesis or read it on the customer computer screen.
  • You cannot save the thesis file on a flash drive or email it.
  • You cannot copy text or images from the file.
  • You cannot edit the file.

Printing the thesis

  • You can print the thesis for your personal study or research use.
  • Aalto University students and staff members may print black-and-white prints on the PrintingPoint devices when using the computer with personal Aalto username and password. Color printing is possible using the printer u90203-psc3, which is located near the customer service. Color printing is subject to a charge to Aalto University students and staff members.
  • Other customers can use the printer u90203-psc3. All printing is subject to a charge to non-University members.
Location:P1 Ark TF80     | Archive
Keywords:credit scoring
corporate credit
corporate failure
credit risk
luottokelpoisuusluokitus
luottopäätös
yritysluotto
luottoriski
Abstract (fin):Matemaattisista ja tilastollisista malleista on tullut erottamaton osa luottopäätöksen tekoa.
Hyvä malli luoton hakijoiden arviointiin mahdollistaa luottopäätösten teon nopeammin, pienemmin kustannuksin ja luotettavammin.
Tässä työssä tutkittiin Suomen Asiakastiedon kotimaisten yritysten luottokelpoisuutta mittaavan Rating Alfa -luottokelpoisuusluokituksen soveltuvuutta yrityksen luottopäätöksen tueksi tavoitteena määrittää eri tilanteissa optimaalinen hylkäysraja.

Rating Alfan -luokituksen taustalla on kaksi eri logistiseen regressioon perustuvaa mallia, joista toisessa käytetään yrityksen tilinpäätöstietoja ja toista käytetään yrityksille joilta tilinpäätöstietoja ei ole käytössä.
Malleja verrattiin teoreettisilta perusteiltaan yleisesti käytettyihin vastaaviin malleihin ja logistisen regression todettiin olevan ainakin toistaiseksi käyttökelpoinen malli ja soveltuvan suhteellisen hyvin luottopäätöksen tekoon.
Rating Alfan tulokset käytännössä todettiin vertailukelpoisiksi alan tutkimuksissa raportoituihin.

Rating Alfa luokittelee tällä hetkellä yritykset luottokelpoisuutensa mukaan seitsemään eri luokkaan, mutta tämä luokittelu perustuu mallissa noin sadan pisteen asteikkoon.
Työssä selvitettiin, voitaisiinko mallia käyttää perustellusti nykyistä tarkemmalla asteikolla.
Tässä suhteessa mallissa havaittiin selkeitä puutteita, sillä yksittäisten pistemäärien käytännössä havaittujen maksuhäiriöiden suhteelliset osuudet vaihtelivat merkittävästi riippuen siitä, oliko yritykseltä käytössä tilinpäätöstietoja vai ei.
Testattaessa mallia simuloinnilla havaittiin, että saavutetaan tilastollisesti merkitsevästi parempia tuloksia jos estimoidaan maksuhäiriöiden todennäköisyydet eri osamalleille erikseen.
Simulointi näytti myös, että nykyistä tarkemmalla asteikolla voidaan saavuttaa nykyistä parempia tuloksia, etenkin jos osamallien erot otetaan huomioon.

Työssä oli mukana esimerkkinä Rating Alfaa käyttävästä yrityksestä rakennusalan tukku- ja vähittäiskauppaa harjoittava Starkki.
Verrattaessa mallin tuloksia kaikille yrityksille ja Starkin luottoasiakkaille ei havaittu merkittäviä eroja, joten malli ei ole erityisen herkkä eri toimialojen maksuhäiriöriskien eroille.
Mallin uudistamisesta työssä esitettyyn suuntaan todettiin myös olevan mahdollisesti käytännössä hyötyä Starkin kaltaiselle yritykselle.

Työn johtopäätös on, että Rating Alfa -luokitus soveltuu jo nykyisellään luottopäätöksen tueksi ja on vertailukelpoinen vastaavien luokitusten kanssa, mutta mallia voitaisiin kehittää nykyistä tarkemmaksi ja luotettavammaksi.
Erityisesti kahden eri osamallin antamat toisistaan poikkeavat tulokset haittaavat mallin käyttämistä nykyistä tarkemmalla asteikolla.
Rating Alfa -luokituksesta olisi tämän työn perusteella mahdollista kehittää suhteellisen pienin muutoksin paremmaksi yritysten luottopäätösten tekoa ajatellen.
Tällaisesta palvelusta olisi työn tulosten perusteella todennäköisesti käytännössäkin merkittävää hyötyä yrityksille.
ED:2006-09-27
INSSI record number: 32418
+ add basket
« previous | next »
INSSI