Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 3

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  consumer credit
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
PL
Narastający problem pozaodsetkowych kosztów kredytu (PKK) wzmógł w Polsce najpierw wybuch kryzysu finansowego w 2008 r., a następnie wybuch pandemii covid-19 w 2020 r., w wyniku czego stopy procentowe NBP zostały obniżone do bezprecedensowego poziomu 0,1%. W efekcie także oprocentowanie kredytów musiało ulec znacznej redukcji, dlatego instytucje kredytujące przerzuciły część kosztów lub zarobku ukrytych dotąd w oprocentowaniu do PKK. Przeprowadzona analiza wykazała, że nowowprowadzone zmiany zaostrzające ustawowe limity w zakresie wysokości nakładanych na kredytobiorców w Polsce PKK i pożyczki, które weszły w życie w grudniu 2022 r., najsilniej obniżyły limit PKK w przypadku kredytów konsumenckich poniżej 30 dni. Spośród kredytów na okres powyżej 30 dni limit PKK najbardziej uległ obniżeniu dla kredytów zaciąganych na 16-31 miesięcy. W przypadku kredytów konsumenckich udzielonych na okres 15-60 miesięcy obecne rozwiązanie jest mniej korzystne dla kredytobiorców, niż to wprowadzone przejściowo na czas pandemii covid-19. Analizowana nowelizacja wprowadziła po raz pierwszy ograniczenia w poziomie pozaodsetkowych kosztów w przypadku umowy pożyczki regulowanej kodeksem cywilnym. Co ważne, w większości przypadków limit kosztów pozaodstekowych dla umowy pożyczki jest korzystniejszy (niższy) niż dla kredytu konsumenckiego. Jedynie w sytuacji długu zaciąganego na okres 12-18 miesięcy niższy jest zaostrzony w grudniu 2022 r. limit PKK dla kredytu konsumenckiego, niż nowowprowadzony limit dla umowy pożyczki (kc). Powyższe pozornie korzystne dla kredytobiorców obniżenie limitu PKK sprawia jednak, że udzielanie kredytów i pożyczek stało się w Polsce mniej opłacalne, przez co nastąpi ograniczenie ich dostępności i wypchnięcie części klientów do pożyczania pieniędzy w szarej strefie, zagrażając bezpieczeństwu finansowemu osób o niższej zdolności kredytowej.
2
Content available remote Analiza ubezpieczenia kredytu konsumpcyjnego
PL
W niniejszym referacie przedstawiono system ubezpieczenia kredytu konsumpcyjnego. Kredyt ten może być rozpatrywany w walucie danego kraju (waluta bazowa) lub w walucie innego kraju (waluta alternatywna). Spłata kredytu zależy od warunków rynkowych (oprocentowanie proste lub składane ze stopą stałą lub zmienną) oraz sposobu spłaty kredytu (raty waloryzowane, raty indeksowane, negocjowane). W referacie przedstawiono tylko analizę nominalną. Nie uwzględniono wpływu inflacji na ubezpieczenie kredytu (analiza realna).
EN
This paper is about system of insurance consumer credit. This credit can be treated in currency of given country (currency baseline) or in currency of other country (currency alternative). Repayment of credit depends on market conditions (simple and folding interest-bearing) and index installemnts mannger or repayment of credit. This paper present nominal analysis. Abstract doesn't remove real analysis insurance consumer credit.
3
Content available remote Problemy analizy wniosków kredytowych dla osób fizycznych
PL
W artykule przedstawiono problemy pojawiające się przy zastosowaniu sztucznych sieci neuronowych do klasyfikacji wniosków kredytowych dla kredytów konsumpcyjnych, ich przykładowe rozwiązanie oraz wyniki klasyfikacji przeprowadzone dla 100 wniosków złożonych w różnych bankach.
EN
The paper deals with the problem whether and to what extent neural networks and multivariate linear discriminant analysis (MDA) are suitable for the creditworthiness evaluation of companies. It is the result of the inquiry that the neural networks system is a better method of classification than the MDA. Moreover the test result shows that the extensive preliminary studies for the selection of suitable classification ratios required with the MDA can be omitted when working with a neural networks.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.