Darbo informacija

Atsisiųsti darbą Paklausti

MAŽŲ IR LABAI MAŽŲ ĮMONIŲ KREDITO RIZIKOS VERTINIMO MODELIS

9.4 (6 atsiliepimai)

Detali informacija

Kategorija: Finansai , Magistro darbai
Lygis: Universitetinis
Failo tipas: DOCX failas
Apimtis: 159 psl., (24559 ž.)
Vertinimas:
9.4 (6 atsiliepimai)
Šaltiniai: Yra

Ištrauka

MAGISTRO BAIGIAMASIS DARBAS
MAŽŲ IR LABAI MAŽŲ ĮMONIŲ KREDITO RIZIKOS VERTINIMO MODELIS

TURINYS
LENTELIŲ SĄRAŠAS 3
PAVEIKSLŲ SĄRAŠAS 4
ĮVADAS 5
1. MAŽŲ IR LABAI MAŽŲ ĮMONIŲ KREDITO RIZIKOS VERTINIMO LIETUVOS IR 
UŽSIENIO MOKSLINĖJE LITERATŪROJE TEORINIAI ASPEKTAI 8
1.1. Kredito rizikos koncepcija ir vertinimas 8
1.1.1. Kredito rizikos samprata 8
1.1.2. Kredito rizikos vertinimo modeliai 13
1.2. Smulkaus verslo koncepcija ir vertinimas 18
1.2.1. Mažų ir labai mažų įmonių samprata ir finansavimo prieinamumo analizė 18
1.2.2. Mažų ir labai mažų ekonominė reikšmė ir kreditavimo iššūkiai 25
1.3. Automatizacija kredito sprendimų priėmimo procese – smulkaus verslo vertinimo 
metodų taikymo galimybės ir kritinis vertinimas 28
2. KREDITO RIZIKOS VERTINIMO MODELIO LIETUVOS MAŽOMS IR LABAI
MAŽOMS ĮMONĖMS TYRIMO METODIKA 33
2.1. Tyrimo tikslas ir dizainas 33
2.2. Duomenų atranka, rinkimo ir sisteminimo metodai 41
2.3. Metodo pasirinkimo pagrįstumas ir tyrimo apribojimai 46
3. KREDITO RIZIKOS VERTINIMO MODELIO, ORIENTUOTO Į SPRENDIMŲ
PRIĖMIMĄ, LIETUVOS MAŽOMS IR LABAI MAŽOMS ĮMONĖMS REZULTATAI IR
JŲ INTERPRETACIJA 48
3.1. Pareiškėjų atvejo analizė alternatyvaus finansuotojo aplinkoje 48
3.2. Klientų klasifikavimas ir statistiniai ryšiai 60
3.3. Kredito rizikos vertinimo modelio formavimas ir veikimo principai 68
3.4. Kredito rizikos vertinimo modelio analizė ir tyrimo rezultatų vertinimas praktinėje
aplinkoje 75
IŠVADOS IR PASIŪLYMAI 83
LITERATŪROS IR ŠALTINIŲ SĄRAŠAS 89
SANTRAUKA 97
SUMMARY 98
PRIEDAI 99

ĮVADAS
Darbo temos aktualumas
Daugelis šalių, siekdamos sukurti palankią verslo aplinką, turi aiškius politikos tikslus. Nors
palanki verslo aplinka apima daugybę komponentų, mokslinėje literatūroje vis dažniau pabrėžiama,
kad suvaržymai pasinaudoti kreditavimo galimybėmis yra pagrindinis įmonių veiklos apribojimo
faktorius (Bakhtiari, Breunig, Magnani ir Zhang, 2020). Kadangi vidinių lėšų trūkumas kelia įtampą
įmonėms, susiduriančioms su išorės finansavimo neprieinamumu, o po pasaulinės finansų krizės
sugriežtėję banko finansavimo standartai ir reikšmingai sumažėjęs skolinimas dar labiau gilina
prieigos prie finansavimo problemas, savo ruožtu, kredito rizikos prognozavimas tapo pagrindiniu
šiuolaikinių finansų iššūkiu.
Tikslus kredito rizikos įvertinimas atlieka esminį vaidmenį tiek ekonomikos, tiek
visuomenės kontekste. Kreditą teikiančios organizacijos kasdien susiduria su sprendimais suteikti
finansavimą ar jį atmesti. Suteikdamos paskolas šios įstaigos susiduria su rizika, kuri pasireiškia
galimybe, jog klientas negrąžins skolos sumos ir taip neįvykdys savo finansinių įsipareigojimų. Nuo
septintojo dešimtmečio pradėtos nagrinėti įvairios kredito rizikos koncepcijos, modeliai ir teorijos, o
per pastaruosius kelis dešimtmečius kredito rizikos vertinimas tapo viena iš plačiausiai nagrinėjamų
sričių, ypač verslo finansų sektoriuje. Įvairių sričių mokslininkai sutaria dėl kredito rizikos svarbos,
tačiau kredito rizikos modeliavimas vis dar yra nemaža verslo problemų sritis, reikalaujanti žinių ir
teisingo kuriamų modelių pritaikymo. Tai priverčia atsigręžti į egzistuojančius kredito rizikos
modelius ir įpareigoja išplėsti duomenų rinkinius, kad būtų galima numatyti tinkamus sprendimo
priėmimą sąlygojančius veiksmus, siekiant užkirsti kelią įsipareigojimų nevykdymui ir priimti
objektyvias strategijas mažinant kredito riziką.
Analizuojamos temos ištyrimo lygis
Iki šiol pareiškėjų kreditingumui įvertinti buvo taikomi įvairūs kredito rizikos modeliai,
naudojant tradicinius statistinius metodus arba pažangius dirbtinio intelekto, ypač mašininio
mokymosi srityje, metodus (Abdou ir Pointon, 2011; Aziz ir Dowling, 2019; Bussmann, Giudici,
Marinelli ir Papenbrock, 2021; Malakauskas ir Lakštutienė, 2021a). Šiuo metu egzistuoja gausybė
modelių kredito rizikos vertinimo kontekste, tačiau naujoji literatūra ima kelti klausimus dėl šių
modelių tarpusavio lyginimo dviprasmiškumo (Tran, Nicolau, Nayak ir Verhoeven, 2021). Teigti,
kad kažkuris modelis yra pranašesnis už kitą, iš dalies, yra klaidinga, nes kiekvienas modelis ir jo
kūrimui taikomų metodų pasirinkimas bei derinimas tarpusavyje remiasi mokslinių prielaidų šioje
srityje taikymu. Dėl šios priežasties šiame darbe bandoma paaiškinti modelio, orientuoto į konkretų
rezultatą – finansavimo sprendimo priėmimo, svarbą. Žvelgiant iš dar vienos perspektyvos, galima
pastebėti, jog egzistuoja mokslinių straipsnių, kuriuose analizuojama nebankinių finansų institucijų
svarba...

Ne tai, ko ieškai?

Mūsų mokslo darbų bazėje yra daugybė įvairių mokslo darbų, todėl tikrai atrasi sau tinkamą!

Atsiliepimai apie mus