Sökning: "kreditvärdighet"

Visar resultat 6 - 10 av 61 uppsatser innehållade ordet kreditvärdighet.

  1. 6. Kreditriskhantering av små och medelstora företag : En empirisk fallbeskrivning om de svenska storbankerna och kreditriskhantering

    Kandidat-uppsats, Södertörns högskola/Institutionen för samhällsvetenskaper

    Författare :Caspian Bagheri; Strahinja Krkovic; [2023]
    Nyckelord :Credit Risk Management; Credit Risks; Adverse Selection; Signalling theory; Small and Medium-sized Enterprises; Kreditriskhantering; Kreditrisk; Negativt urval; Signaleringsteori; Små och medelstora företag;

    Sammanfattning : Föränderlig, ofullständig eller osäkerhet kring informationen från företagslåntagare kan skapa betydande utmaningar med kreditrisker för bankerna. På grund av detta ser banker de små och medelstora företagen (SMF) som högre risk. LÄS MER

  3. 7. Credit Scoring Based on Behavioural Data

    Kandidat-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Daniel Bouvin; Erik Hamberg; [2022]
    Nyckelord :Banking; Behavior; Behaviour; Credit Modelling; Klarna; Logistic Regression; Machine Learning; Neural Networks; Random Forests; XGBoost;

    Sammanfattning : Credit modelling has traditionally been done by credit institutes based on financial data about the individuals requesting the credit. While this has been sufficient in lowering risk in developed economies with plenty of financial data it is inefficient in developing economies and fails to reach the unbanked population. LÄS MER

  4. 8. Capabilities and Processes to Mitigate Risks Associated with Machine Learning in Credit Scoring Systems : A Case Study at a Financial Technology Firm

    Master-uppsats, KTH/Skolan för industriell teknik och management (ITM)

    Författare :Jakob Pehrson; Sara Lindstrand; [2022]
    Nyckelord :Trustworthy AI; Credit Scoring; Digital Capabilities; Fintech; Etisk AI; Kreditvärdighet; Digitala Förmågor; Fintech;

    Sammanfattning : Artificial intelligence and machine learning has become an important part of society and today businesses compete in a new digital environment. However, scholars and regulators are concerned with these technologies' societal impact as their use does not come without risks, such as those stemming from transparency and accountability issues. LÄS MER

  5. 9. Klassificering av kreditkortskunder

    Kandidat-uppsats, Lunds universitet/Nationalekonomiska institutionen

    Författare :Carl Sandelius; [2022]
    Nyckelord :Ekonometri; logistisk regression; random forest; klassificering; prestationsjämförelse; Business and Economics;

    Sammanfattning : Mängden data som genereras av olika aktörer ökar ständig och det brukar sägas att många organisationer är rika på data men samtidigt informationsfattiga. Behovet av varierande analysverktyg för att skapa insikt och beslutsunderlag har aldrig varit större, men för varierande uppgifter och data passar olika metoder mer eller mindre bra. LÄS MER

  7. 10. Comparison of Logistic Regression and an Explained Random Forest in the Domain of Creditworthiness Assessment

    Kandidat-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Marcus Ankaräng; Jakob Kristiansson; [2021]
    Nyckelord :Classification; Creditworthiness; Explainable Artificial Intelligence; Logistic Regression; Machine Learning; Random Forest; SHAP; XAI;

    Sammanfattning : As the use of AI in society is developing, the requirement of explainable algorithms has increased. A challenge with many modern machine learning algorithms is that they, due to their often complex structures, lack the ability to produce human-interpretable explanations. LÄS MER