haku: @keyword behaviour / yhteensä: 5
hakutulos-lista
viite: 4 / 5
« edellinen | seuraava »
Tekijä:Nummelin, Tuomas
Työn nimi:Identification of behavioural changes from large-value payment systems data
Käyttäytymismuutosten tunnistaminen suurten maksujen järjestelmä datasta
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2010
Sivut:86      Kieli:   eng
Koulu/Laitos/Osasto:Informaatio- ja luonnontieteiden tiedekunta
Oppiaine:Sovellettu matematiikka   (Mat-2)
Valvoja:Salo, Ahti
Ohjaaja:Koskinen, Jenni
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark Aalto  232   | Arkisto
Avainsanat:behaviour
payment systems
käyttäytyminen
maksujärjestelmät
Tiivistelmä (fin): Maksujärjestelmät ovat olennainen osa toimivia rahoitusmarkkinoita.
Tällaisten järjestelmien liikevaihto on valtava esimerkiksi Eurojärjestelmän TARGET2 maksujärjestelmä selvittää maksuja vuotuisen euroalueen BKT:n arvon verran 3,5 päivässä.
Yleisvalvojat ja viranomaiset ovat kiinnostuneita maksujärjestelmien tehokkaasta ja luotettavasta toiminnassa, koska järjestelmien toimintahäiriöt voivat lamauttaa yhteiskuntaa laaja-alaisesti ja koska maksujärjestelmät ovat tärkeitä päivittäisen rahapolitiikan toimeenpanossa.
Järjestelmien luotettava ja tehokas toiminta perustuu moniin tekijöihin, mutta tärkeimpänä yksittäisenä tekijänä on pankkien toiminta.
Vasta viime aikoina on kiinnitetty lisääntyvää huomiota pankkien toimintaan ja tutkia, miten pankkien käyttäytymistä ja systeemin tehokkuutta voitaisiin mitata kvantitatiivisesti.

Diplomityössä on kehitetty kaksi metodologiaa pankkien maksujärjestelmäkäyttäytymisen havainnointiin, joilla voidaan havaita pankkien käyttäytymisen muutoksia.
Metodologiat perustuvat pohjimmiltaan verkkoteoriaan.

Esitetyt menetelmät on kehitetty käyttäen aitoa maksujärjestelmädataa, mutta niitä testataan tässä työssä simuloidulla aineistolla todellisen maksuaineiston luottamuksellisuuden vuoksi.
Tällä simuloidulla aineistolla saadut tulokset ovat jossain määrin lupaavia, mutta tuloksissa on havaittavissa selkeitä rajoitteita johtuen simuloinnista.
Tulokset kannustavat osaltaan jatkotutkimukseen.
Tiivistelmä (eng): Payment systems represent some basic infrastructure for the modern financial markets.
The turnover of such systems is enormous.
For instance, the Eurosystem's large-value payment system TARGET2 settles the worth of GDP of the Euro area in 3.5 operating days.
Because a malfunction of these systems could paralyze society at widely and because these systems have an important role for daily monetary policy implementation, overseers and regulators are keen to ensure that they function in a sound and efficient manner.
The efficient and sound operation of the system is based on several features like the system design, but most importantly the operational behaviour of the system participants i.e. the system users, the banks.
Only after the recent financial turmoil, overseers and policymakers have started to be truly interested in measuring the behaviour of the banks and the efficiency of the system.

This Thesis develops two methodologies to measure the behaviour of the banks in the payment system and detecting changes in the banks' behaviour.
The frameworks developed in this Thesis are fundamentally based on network theory.
One of them is more directly related to the network theory than the other.

The performance of the frameworks is tested in this Thesis with artificial payment system data.
The use of artificial data is motivated by the confidential nature of the real payment system data.
The results based on this artificial data are promising, but the limitations of the artificial data can be observed in the results.
The results also suggest that further research is required.
ED:2010-11-17
INSSI tietueen numero: 41322
+ lisää koriin
« edellinen | seuraava »
INSSI