Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Comparison of the credit scoring models on PD estimation of US banks

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27510%2F10%3A10225418" target="_blank" >RIV/61989100:27510/10:10225418 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Comparison of the credit scoring models on PD estimation of US banks

  • Popis výsledku v původním jazyce

    The paper is devoted to the estimation of the PD as a crucial parameter in risk management, rating estimation and many others key financial fields. Particularly, in this paper we will estimate the PD of US banks by means of the statistical models, generally known as credit scoring models. First, in theoretical part, we will briefly introduce the two main categories of credit scoring models, which will be afterwards used in application part ? linear discriminant analysis and regression models (linear regression, logit and probit). In the main part of the paper we will work with the sample of almost three hundreds of commercial US banks which will be separate into the groups of defaulted and non-defaulted banks on the basis of historical information. Subsequently, we will stepwise apply the mentioned above scoring models on this sample to derive several models for estimation of PD. Further we will discuss the drawbacks and advantages of the particular models and compare reached results.

  • Název v anglickém jazyce

    Comparison of the credit scoring models on PD estimation of US banks

  • Popis výsledku anglicky

    The paper is devoted to the estimation of the PD as a crucial parameter in risk management, rating estimation and many others key financial fields. Particularly, in this paper we will estimate the PD of US banks by means of the statistical models, generally known as credit scoring models. First, in theoretical part, we will briefly introduce the two main categories of credit scoring models, which will be afterwards used in application part ? linear discriminant analysis and regression models (linear regression, logit and probit). In the main part of the paper we will work with the sample of almost three hundreds of commercial US banks which will be separate into the groups of defaulted and non-defaulted banks on the basis of historical information. Subsequently, we will stepwise apply the mentioned above scoring models on this sample to derive several models for estimation of PD. Further we will discuss the drawbacks and advantages of the particular models and compare reached results.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    AH - Ekonomie

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA402%2F08%2F1237" target="_blank" >GA402/08/1237: Aplikace komplexních Lévyho procesů při modelování vývoje cen finančních aktiv</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2010

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Mathematical Methods in Economics 2010

  • ISBN

    978-80-7394-218-2

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    7

  • Strana od-do

  • Název nakladatele

    University of South Bohemia

  • Místo vydání

    České Budějovice

  • Místo konání akce

    České Budějovice, Czech Republic

  • Datum konání akce

    8. 9. 2010

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000287979900033