Poslední úprava: doc. RNDr. Martin Branda, Ph.D. (09.12.2020)
Hlavní náplní přednášky jsou nejpoužívanější statistické modely pro hodnocení kreditního rizika - logistická
regrese, rozhodovací stromy, metoda gradient boosting. V další části přednášky se posluchači seznámí
s postupy, jak aplikovat skoringové modely v praxi, jak oceňovat riziko jednotlivých úvěrů a celých portfolií. Důraz
bude kladen na propojení teoretických znalostí s postupy běžně používanými v bankovní praxi.
Poslední úprava: doc. RNDr. Martin Branda, Ph.D. (09.12.2020)
First part of this course covers most popular statistical models for credit risk scoring - logistic regression, decision
trees, gradient boosting method. In following lectures, students will get familiar with procedures how to use
scoring models in practice and how to estimate risk of single loan and whole portfolios. Emphasis will be put on
the link between theoretical knowledge and procedures used in banking practice.
Cíl předmětu -
Poslední úprava: RNDr. Jitka Zichová, Dr. (18.05.2022)
Cílem přednášky je seznámit studenty se základními pojmy řízení kreditních rizik. Přednáška seznamuje s aktuálními trendy řízení kreditního rizika v praxi.
Poslední úprava: RNDr. Jitka Zichová, Dr. (18.05.2022)
The objective of the lecture is to give an overview of the methods connected with credit risk management. The lecture will make students acquainted with the current trends in credit risk management.
Literatura -
Poslední úprava: doc. RNDr. Ing. Miloš Kopa, Ph.D. (09.12.2020)
[1] Hosmer, David W. and Stanley Lemeshow, Applied Logistic Regression, 2nd ed., New York; Chichester, Wiley, 2000, ISBN 0-471-35632-8.
[2] Chen T. and Guestrin, C.: XGBoost: A Scalable Tree Boosting System, https://arxiv.org/abs/1603.02754
Poslední úprava: doc. RNDr. Ing. Miloš Kopa, Ph.D. (09.12.2020)
[1] Hosmer, David W. and Stanley Lemeshow, Applied Logistic Regression, 2nd ed., New York; Chichester, Wiley, 2000, ISBN 0-471-35632-8.
[2] Chen T. and Guestrin, C.: XGBoost: A Scalable Tree Boosting System, https://arxiv.org/abs/1603.02754
Metody výuky -
Poslední úprava: RNDr. Jitka Zichová, Dr. (18.05.2022)
Přednáška.
Poslední úprava: RNDr. Jitka Zichová, Dr. (18.05.2022)
Lecture.
Sylabus -
Poslední úprava: doc. RNDr. Ing. Miloš Kopa, Ph.D. (09.12.2020)
1) Statistické modely pro hodnocení kreditního rizika - logistická regrese, rozhodovací stromy, metoda gradient boosting.
2) Aplikace skoringových modelů v praxi, oceňování rizika jednotlivých úvěrů a celých portfolií, propojení teoretických znalostí s postupy běžně používanými v bankovní praxi.
Poslední úprava: doc. RNDr. Ing. Miloš Kopa, Ph.D. (09.12.2020)
1) Most popular statistical models for credit risk scoring - logistic regression, decision trees, gradient boosting method.
2) Procedures how to use scoring models in practice and how to estimate risk of single loan and whole portfolios. Emphasis will be put on the link between theoretical knowledge and procedures used in banking practice.