Wyniki wyszukiwania - BazTech

1

The role of credit rating of the ESG debt instruments issuers

Frydrych Sylwia

Ekonomia i Środowisko

|

2023

|

nr 1

328--340

EN

The aim of this article is to assess whether having a creditworthiness assessment from more than one credit rating agency by issuers of ESG debt instruments affects the number of issues and the average amount issued. The empirical research was carried out using the observation method and the analysis of source documents. In the analysed period, 53.38% of issuers received ratings at least from one CRAs as S&P, Moody’s, and Fitch. The results of the conducted research indicate that the number of ESG debt instruments and the average issue amount were affected by the number of ratings given to the issuer. A database collected from Refinitiv Eikon for the period between 2012 and 2021 allows us to conclude that it is enough to have two credit ratings. The conclusions of this study can be used in the process of obtaining financing for ESG projects.

PL

Celem artykułu jest ocena, czy posiadanie przez emitentów instrumentów dłużnych ESG oceny zdolności kredytowej wydanej przez więcej niż jedną agencję ratingową wpływa na liczbę i średnią kwotę emisji. Badania empiryczne przeprowadzono metodą obserwacji oraz analizy dokumentów źródłowych. W analizowanym okresie 53,38% emitentów otrzymało oceny wiarygodności kredytowej przynajmniej od jednej agencji ratingowej, jak S&P, Moody’s i Fitch. Wyniki przeprowadzonych badań wskazują, że na liczbę instrumentów dłużnych ESG oraz średnią kwotę emisji miała wpływ liczba ratingów nadanych emitentowi. Baza danych zebrana z Refinitiv Eikon za okres od 2012 do 2021 roku pozwala stwierdzić, że wystarczą dwie oceny zdolności kredytowej. Wnioski z tego badania można wykorzystać w procesie pozyskiwania finansowania na projekty ESG.

2

A comparative study of corporate credit ratings prediction with machine learning

Doğan Seyyide, Büyükkör Yasin, Atan Murat

Operations Research and Decisions

|

2022

|

Vol. 32, No. 1

25--47

EN

Credit scores are critical for financial sector investors and government officials, so it is important to develop reliable, transparent and appropriate tools for obtaining ratings. This study aims to predict company credit scores with machine learning and modern statistical methods, both in sectoral and aggregated data. Analyses are made on 1881 companies operating in three different sectors that applied for loans from Turkey’s largest public bank. The results of the experiment are compared in terms of classification accuracy, sensitivity, specificity, precision and Mathews correlation coefficient. When the credit ratings are estimated on a sectoral basis, it is observed that the classification rate considerably changes. Considering the analysis results, it is seen that logistic regression analysis, support vector machines, random forest and XGBoost have better performance than decision tree and k-nearest neighbour for all data sets.

3

Zarządzanie ryzykiem kredytowym w działalności bankowej

Smykla-Czekała E.

Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Łódzka

|

2016

|

z. 64

57--70

PL

Omawiając funkcjonowanie systemu bankowego, nie sposób pominąć kwestii zarządzania ryzykiem. Spośród wszystkich rodzajów zagrożeń związanych z zaburzeniem płynności finansowej, ryzyko kredytowe jest jednym z największych. Działalność bankowa opiera się w znaczącym stopniu o kupowanie i sprzedawanie ryzyka. Umiejętne zarządzanie nim jest kluczem do dobrego funkcjonowania banku. W niniejszym opracowaniu przedstawiona została istota zarządzania ryzykiem kredytowym. Omówiono najistotniejsze elementy związane z klasyfikacją kredytobiorcy oraz zapobieganiem po wstawania zagrożeń. Zaprezentowano przykładowy schemat segmentacji klienta. Opisano praktyczną stronę oceny zdolności i wiarygodności kredytowej, ideę scoringu i ratingu kredytowego.

EN

During discuss about the functioning of banking system it couldn’t be separated from questions of risk management. All the types of risks associated with the disorder liquidity, credit risk is one of the largest. Banking activity is based significantly on the buying and selling of risk. Skilful management is the key to the bank good functioning. This article presents the essence of credit risk management. It shows discussed key elements related to the classification. Present a sample chart segmentation of the customer. Described the practical side of capacity assessment and creditworthiness, idea of scoring and credit rating.

4

Możliwości zastosowania wskaźników logistycznych z punktu widzenia ratingów kredytowych

Kluge D.

Logistyka

|

2013

|

nr 5

301--310, CD 2

PL

Decyzje logistyczne wymagają często finansowania kredytowego. Ważnym narzędziem służącym do odpowiedniego przygotowania się przedsiębiorcy do rozmów dotyczących kredytowania jest własny rating testowy uwzględniający informacje o systemie ratingowym banku. W artykule zawarte zostały wyniki badań dotyczące możliwości zastosowań teoretycznych instrumentów controllingu logistycznego. Mając na uwadze podstawowe zasady ratingów bankowych, w artykule przedstawione zostały typowe wskaźniki oraz kryteria wraz z ich odniesieniem do logistyki; zostały one następnie porównane z wiedzą teoretyczną. Wynikiem tego jest opracowanie odpowiedniej systematyzacji, będącej podstawą do zorientowanego na ratingi wykorzystania wskaźnikowych modułów systemów ERP.

5

Zastosowanie sztucznych sieci neuronowych do oceny zdolności kredytowych rolników - klientów firmy leasingowej

Kiljańska M., Klimkiewicz M.

Inżynieria Rolnicza

|

2008

|

R. 12, nr 1(99)

153-158

PL

W artykule przedstawiono badania dotyczące wstępnej oceny zdolności kredytowych klientów firmy leasingowej, która świadczy swoje usługi w sektorze rolniczym. Badania wykonano przy użyciu programu STATISTICA Sieci Neuronowe firmy StatSoft. W wyniku przeprowadzonych badań, utworzono model perceptronu trójwarstwowego, który posiada zdolność zakwalifikowania klientów firmy leasingowej do jednej z trzech grup ryzyka kredytowego: klient wiarygodny, klient mało wiarygodny, klient niewiarygodny.

EN

The paper presents results of the research on preliminary assessment of credit ratings for clients of a leasing company, which offers its services in agricultural sector. The research was carried out using the STATISTICA Neural Networks application from StatSoft. Completed research allowed to develop a model of a three-layer perceptron able to classify the leasing company clients in one of three credit risk groups: reliable client, hardly reliable client, unreliable client.