Achterstandenbeheer is het proces waarbij rekeningen van leningen die hun contractuele aflossingen niet hebben verricht, worden beheerd. Hoewel computationele intelligentie benaderingen zoals kunstmatige neurale netwerken zijn toegepast op het verwante gebied van lening goedkeuring / credit-scoring, is er weinig bewijs van hun toepassing op het beheer van achterstallige betalingen. Deze dissertatie onderzoekt de haalbaarheid van het gebruik van kunstmatige neurale netwerken om het risico te voorspellen dat persoonlijke leningen een betalingsachterstand oplopen. De gebruikte gegevens zijn echte gegevens over persoonlijke leningen afkomstig van een middelgrote Australische financiële instelling. De resultaten zijn zeer bemoedigend, met name die welke verkregen werden wanneer een ensemble in plaats van individuele netwerken werd gebruikt. De resultaten suggereren ook dat er ruimte is voor verder substantieel onderzoek op dit gebied.
Bitte wählen Sie Ihr Anliegen aus.
Rechnungen
Retourenschein anfordern
Bestellstatus
Storno