49,00 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
  • Broschiertes Buch

Rückstandsmanagement ist der Prozess, mit dem Kreditkonten verwaltet werden, die mit ihren vertraglichen Rückzahlungen in Verzug geraten sind. Obwohl Ansätze der Computerintelligenz, wie z. B. künstliche neuronale Netze, im verwandten Bereich der Kreditvergabe/Kreditwürdigkeitsprüfung angewendet wurden, gibt es nur wenige Belege für ihre Anwendung auf das Management von Zahlungsrückständen. In dieser Arbeit wird die Machbarkeit des Einsatzes künstlicher neuronaler Netze zur Vorhersage des Risikos, dass Privatkreditkonten in Verzug geraten, untersucht. Die verwendeten Daten stammen von einem…mehr

Produktbeschreibung
Rückstandsmanagement ist der Prozess, mit dem Kreditkonten verwaltet werden, die mit ihren vertraglichen Rückzahlungen in Verzug geraten sind. Obwohl Ansätze der Computerintelligenz, wie z. B. künstliche neuronale Netze, im verwandten Bereich der Kreditvergabe/Kreditwürdigkeitsprüfung angewendet wurden, gibt es nur wenige Belege für ihre Anwendung auf das Management von Zahlungsrückständen. In dieser Arbeit wird die Machbarkeit des Einsatzes künstlicher neuronaler Netze zur Vorhersage des Risikos, dass Privatkreditkonten in Verzug geraten, untersucht. Die verwendeten Daten stammen von einem mittelgroßen australischen Finanzinstitut und sind reale Daten von Privatkrediten. Die Ergebnisse sind sehr ermutigend, insbesondere wenn ein Ensemble und nicht einzelne Netzwerke verwendet wurden. Die Ergebnisse deuten auch darauf hin, dass es Raum für weitere umfangreiche Forschung in diesem Bereich gibt.
Autorenporträt
Esther Andrea Maryse Scheurmann, licenciada en Informática (con matrícula de honor), máster en Informática (sistemas de información), Universidad de La Trobe, Australia. Analista de negocios senior en un importante banco australiano.