Sökning: "kreditvärdighet"
Visar resultat 6 - 10 av 61 uppsatser innehållade ordet kreditvärdighet.
6. Kreditriskhantering av små och medelstora företag : En empirisk fallbeskrivning om de svenska storbankerna och kreditriskhantering
Kandidat-uppsats, Södertörns högskola/Institutionen för samhällsvetenskaperSammanfattning : 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
7. Credit Scoring Based on Behavioural Data
Kandidat-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)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
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)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
9. Klassificering av kreditkortskunder
Kandidat-uppsats, Lunds universitet/Nationalekonomiska institutionenSammanfattning : 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
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)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