Modelování úvěrového ratingu metodami soft computingu

Abstract

V habilitační práci jsou uvedeny možnosti modelování úvěrového ratingu metodami soft computingu. Nejprve je představen problém modelování úvěrového ratingu. Je uveden přehled současného stavu řešení v oblasti modelování úvěrového ratingu podniků a municipalit. Dále jsou uvedeny metody soft computingu, které jsou vhodné pro realizaci klasifikačního problémy. Jsou navrženy modely založené na metodách soft computingu s cílem klasifikace amerických podniků a českých municipalit do ratingových tříd. Tyto modely zahrnují proces výběru vstupních proměnných, předzpracování dat a návrh různých struktur neuronových sítí, fuzzy systémů a hybridních systémů pro realizaci klasifikačního problému. Výběr vstupních proměnných je pro podniky realizován pomocí genetických algoritmů. Takto jsou v datových souborech zastoupeny pouze takové vstupní proměnné, které vedou k vyšší přesnosti klasifikace. Ratingové třídy podniků jsou získávány od ratingové agentury Standard & Poor's. Podnikům je přiřazena investiční nebo neinvestiční ratingová třída. Pro klasifikaci podniků jsou použity vybrané metody učení s učitelem i metody s částečným učením s učitelem. Co se týká municipalit, vstupní proměnné jsou vybrané na základě předchozích studií a dále na základě korelační analýzy, protože cílové ratingové třídy nejsou předem k dispozici. Proto byly municipalitám přiřazeny ratingové třídy na základě expertního ohodnocení. Nejprve jsou použity metody učení bez učitele s cílem získání reprezentativní množiny objektů a následně je znalost experta ze získaných výsledků získána pomocí neuronových sítí s učením učitelem, fuzzy logických neuronových sítí a evolučních fuzzy systémů. Kromě toho jsou navrženy také hierarchické struktury fuzzy inferenčních systémů a IF-inferenčních systémů s cílem přiřazení ratingových tříd municipalitám.