|
ArchivIA - Archivio istituzionale dell'Universita' di Catania >
Tesi >
Tesi di dottorato >
Area 13 - Scienze economiche e statistiche >
Utilizza questo identificativo per citare o creare un link a questo documento:
http://hdl.handle.net/10761/284
|
Data: | 5-mag-2011 |
Autori: | Petralia, Giovanni |
Titolo: | L'approccio dei rough sets basati sulla dominanza applicato alla valutazione dei merito creditizio |
Abstract: | Oggetto del presente tesi di dottorato e' applicare i rough sets basati sulla dominanza alla valutazione del rischio di credito. In particolare, partendo dai risultati ottenuti dall'applicazione dei rough sets basati sulla dominanza ad un campione di imprese fornito da un primario istituto di credito italiano, e' emerso che e' possibile creare un modello di scoring innovativo, chiaro e trasparente. Relativamente all'analisi statistica, applicata largamente nella pratica, i rough sets presentano maggiore oggettivita' sia in termini di requisiti che di risultati. In quanto:
-non necessitano di alcuna procedura di identificazioni e stima dei parametri delle equazioni strutturali (funzione discriminante; funzione logistica; etc.);
- il principale processo di calcolo consiste nel determinare, dalle evidenze empiriche fornite dalla tavola delle informazioni (tavola che raccoglie le informazioni sugli oggetti da esaminare) le regole decisionali ed i ridotti;
-non occorre che i campioni da analizzare siano statisticamente significativi, pertanto e' possibile analizzare anche tavole delle informazioni di ridotte informazioni;
-non necessitano di operatori per la aggregazione dei dati (medie, varianze, matrice delle covarianze, etc.), in quanto i dati vengono analizzati nella loro forma originaria;
-il risultato del modello non e' una rappresentazione funzionale, a volte difficile da interpretare, ma un insieme di regole decisionali sottoforma di proposizioni logiche del tipo "se....,allora..."
Relativamente alla chiarezza ed alla trasparenza e' evidente che sottoporre ad un qualsivoglia decisore, nello specifico un organo decisionale di un istituto di credito (Comitato del Credito, Consiglio di Amministrazione, etc.), un problema sottoforma di proposizioni logiche facilmente comprensibili, in luogo di dati di sintesi la cui genesi e' nota solo all' analista che li ha determinati, faciliti enormemente la capacita' di comprendere le problematiche relative al rischio di credito e renda piu' efficiente ed efficace il processo di decisione relativo alla concessione del credito. This doctorate thesis intends to apply the Dominance-based Rough Set Approach (DRSA) to evaluation of a risk of business failure. In particular, according to the results obtained from application of the DRSA to a sample of firms supplied by an Italian primary credit institution, the possibility to create an innovative, clear and transparent model scoring came out.
In relation to innovation, rough set presents more objectivity both for requirements and results than statistical analysis, very applied in the field of bankruptcy risk.
This because:
-it doesn't need any method for identification and evaluation of structural equations' parameters (discriminant function, logistic function, etc.);
-the principal process of calculation determinates decisional rules and reducts, from empiric evidences supplied by the information table, which contains information about objects to examine;
- it's not necessary that samples to analyze are statistical significative, so it's possible to analyze also information tables with few information;
-it doesn't need values of operators for data's aggregation (means, variance, covariance matrix), data are analyzed in their original form;
-the model's result isn't a functional representation, sometimes difficult to interpretate, but a whole of decisional rules expressed in form of "If...., Then..." propositions.
About clearness and transparency, it's obvious that submitting to any decisor, specifically a decisional organ of a credit institution (Credit Committee, Board of Directors, etc), a problem in form of logical proposition, understandable with ease, instead of synthesis data whose genesis are known only by the analyst who determinate them, makes easier the ability to understand problems about credit risk and makes more efficient and effective the credit process. |
In | Area 13 - Scienze economiche e statistiche
|
Full text:
File |
Dimensioni | Formato | Consultabilità |
Tesi di dottorato in matematica per le decisioni economiche e finanziarie di Giovanni Petralia.pdf | 669,05 kB | Adobe PDF | Visualizza/apri
|
|
Tutti i documenti archiviati in ArchivIA sono protetti da copyright. Tutti i diritti riservati.
|