Publikace detail

Credit rating analysis using adaptive fuzzy rule-based systems: An industry-specific approach

Autoři: Hájek Petr

Rok: 2012

Druh publikace: článek v odborném periodiku

Název zdroje: Central European Journal of Operations Research

Název nakladatele: Springer

Místo vydání: Berlin

Strana od-do: 421-434

Tituly:

Jazyk	Název	Abstrakt	Klíčová slova
cze	Analýza úvěrového ratingu pomocí adaptivních fuzzy pravidlových systémů: přístup specifický podle odvětví	Článek uvádí analýzu úvěrového ratingu pomocí fuzzy pravidlových systémů. Nevýhoda modelů v předchozích studiích je obtížná extrakce srozumitelných znalostí. Důvodem tohoto problému je použití přirozeného jazyka, který je pro proces úvěrového ratingu typický. Tento problém lze realizovat pomocí fuzzy logiky, která umožňuje uživateli modelovat význam slov přirozeného jazyka. Proto je zde navržen fuzzy pravidlový systém, který je adaptovaný dopřednou neuronovou sítí. Cílem je klasifikace US firem (rozdělených do odvětví financí, zpracovatelství, těžba, maloobchod, služby a doprava) a municipalit do ratingových tříd získaných od ratingových agentur. Atributy jsou vybrány filtrem kombinovaným s genetickým algoritmem jako vyhledávací metodou. Výsledné podmnožiny atributů potvrzují předpoklad, že ratingový proces je závislý na odvětví (t.j. pro každý průmysl jsou používány specifické determinanty). Výsledky ukazují, že přiřazené ratingové třídy lze klasifikovat s vysokou přesností za použití nízkého počtu atributů, funkcí příslušnosti a if-then pravidel. Porovnání vybraných fuzzy pravidlových klasifikátorů ukazuje na možnost zvýšení výkonu klasifikace pomocí různých klasifikátorů pro různá odvětví.	Podnikový rating; ůvěrový rating; fuzzy pravidlový systém; rating municipality; neuronová síť
eng	Credit rating analysis using adaptive fuzzy rule-based systems: An industry-specific approach	This paper presents an analysis of credit rating using fuzzy rule-based systems. The disadvantage of the models used in previous studies is that it is difficult to extract understandable knowledge from them. The root of this problem is the use of natural language that is typical for the credit rating process. This problem can be solved using fuzzy logic, which enables users to model the meaning of natural language words. Therefore, the fuzzy rule-based system adapted by a feed-forward neural network is designed to classify US companies (divided into the finance, manufacturing, mining, retail trade, services, and transportation industries) and municipalities into the credit rating classes obtained from rating agencies. Features are selected using a filter combined with a genetic algorithm as a search method. The resulting subsets of features confirm the assumption that the rating process is industry-specific (i. e. specific determinants are used for each industry). The results show that the credit rating classes assigned to bond issuers can be classified with high classification accuracy using low numbers of features, membership functions, and if-then rules. The comparison of selected fuzzy rule-based classifiers indicates that it is possible to increase classification performance by using different classifiers for individual industries.	Corporate rating; Credit rating; Fuzzy rule-based system; Municipal rating; Neural network

Vyhledávání

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Ústavy

Pracoviště

Jak nás najdete?

Služby

Často hledáte