An Application of the Rough Set Approach to Credit Rating

등록일 2000.06.07 MS 워드 (doc) | 9페이지 | 가격 10,000원


러프집합이론(Rough Set Theory)을 이용한 신용도 평가입니다.



1. Introduction

2. Rough Sets and Neural Networks
2.1 Rough Sets

3. A Credit Rating Problem
3.1 Problem Statement
3.2 Application of the Rough Set Approach
3.3 Presentation of Rules

4. Conclusions



The credit rating represents an assessment of the relative level of risk associated with the timely payments required by the debt obligation. In this paper, we present a new approach to credit rating of customers based on the rough set theory. The concept of a rough set appeared to be an effective tool for the analysis of customer information systems representing knowledge gained by experience. The customer information system describes a set of customers by a set of multi-valued attributes, called condition attributes. The customers are classified into groups of risk subject to an expert’s opinion, called decision attribute. A natural problem of knowledge analysis consists then in discovering relationships, in terms of decision rules, between description of customers by condition attributes and particular decisions. The rough set approach enables one to discover minimal subsets of condition attributes ensuring an acceptable quality of classification of the customers analyzed and to derive decision rules from the customer information system which can be used to support decisions about rating new customers.
Using the rough set approach one analyses only facts hidden in data, it does not need any additional information about data and does not correct inconsistencies manifested in data; instead, rules produced are categorized into certain and possible. A real problem of the evaluation of credit rating by a department store is studied using the rough set approach.

참고 자료

[1] Boryczka, M., and Slowinski, R., “Derivation of optimal decision algorithms from decision tables using rough sets,” Bulletin of the Polish Academy of Sciences, ser. Technical Sciences, Vol. 36, 1988, pp.252-260.
[2] Dubois, D., and Prade, H., ‘Putting rough sets and fuzzy sets together’, in Slowinski, R. (ed), Intelligent Decision Support: Handbook of Applications and Advances of the Rough Sets Theory, Kluwer Academic, Dordrecht, 1992, pp. 203-232.
[3] Capon, N., (1982). “Credit Scoring Systems: A Critical Analysis,” Journal of Marketing, Vol.46, pp.83-88.
[4] Grzymala-Busse, J.W., ‘LERS – a system for learning from examples based on rough sets’, in Slowinski, R. (ed), Intelligent Decision Support: Handbook of Applications and Advances of the Rough Sets Theory, Kluwer Academic, Dordrecht, 1992, pp.3-18.
[5] Kim, C.Y., Ahn, B.S, Cho, S.S., and Kim, S.H., “The Integrated Methodology of Rough Set Theory and Artificial Neural Network for Business Failure Prediction,” The Journal of MIS Research, Vol. 9, No.4, 1999, (in press).
[6] Krusinska, E., Slowinski, R. and Stefanowski, J. “Discriminant versus rough set approach to vague data analysis”, Applied Stochastic Models and Data Analysis, Vol. 8, 1992, pp.1-17.
[7] Pawlak, Z., “Rough sets,” International Journal of Information and Computer Sciences, Vol. 11, pp. 341-356.
[8] Skowron, A. and Grzymala-Busse, J.W., ‘From the rough set theory to the evidence theory’, in Fedrizzi, M., Kacpryk, J. and Yager, R.R. (eds), Advances in the Dempster-Shafer Theory of Evidence, John Wiley, New York, 1993.
[9] Siegel, P.H., de Korvin, A., & Omer, K., “Detection of irregularities by auditors: a rough set approach,” Indian Journal of Accounting, 1993, pp.44-56.
[10] Slowinski, R., & Stefanowski, J., “‘RoughDAS’ and ‘RoughClass’ software implementations of the rough set approach,” In: R. Slowinski (ed.) Intelligent Decision Support. Handbook of Applications and Advances of the Rough Sets Theory, Kluwer Academic Publishers, Dordrecht, 1992, pp.445-456.
[11] Ziarko, W., Golan, R., & Edwards, D., “An application of DATALOGIC/R knowledge discovery tool to identify strong prediction rules in stock market data,” Proceedings of AAAI Workshop on Knowledge Discovery in Databases, Washington DC. 1993.
*원하는 자료를 검색 해 보세요.
  • 국가신용도현황,국가신용도평가기관,국가신용도의개념,한국신용도 8 페이지
    국가신용등급은 한 나라가 채무를 이행할 능력과 의사가 얼마나 있는지를 등급으로 표시한 것으로 현실적으로는 국채의 신용등급을 의미하며, `해당 경제 내에서 외화표시 채권 발행에 대해 어떤 경제주체가 받을 수 있는 최상의 신용등급..
  • 기존제품의 신용도개발과 계획적 진부화 4 페이지
    기존제품의 신용도개발과 계획적 진부화 I. 기존제품의 신용도개발 기존제품의 신용도개발(developing new uses of existing products)이란 기존제품 자체에는 아무런 변경을 하지 않은 채 그 ..
  • [신용평가][신용][신용평가 요소][신용평가 제도][국가신용도]신용평가의 기능, 신용평가의.. 7 페이지
    Ⅰ. 서론 분석대상 기업중 약 47%가 신용평가 무등급 기업임이다. 현재 신용평가에서 제외되고 있는 기업이 많이 있어 기업신용위험에 대한 정확한 평가는 명백한 한계에 직면해 있다. 무등급 기업이 이렇게 많은 이유는 기업이..
  • [국제경영학]국가 위험 분석 6 페이지
    1. 컨트리 리스크의 정의 (1)컨트리 리스크 컨트리 리스크(country risk)의 정의는 은행 측 관점과 기업 측 관점으로 나눌 수 있는데, 우선 네기(P. J. Nagy)가 은행 측 관점에서 컨트리 리스크를 ..
  • [국제경영] 국가신용도 평가사 4 페이지
    (1) 기업소개 미국의 신용평가 회사로 1916년 설립된 스텐다드사가 1942년 푸어스사와 합병하여 지금의 S&P가 설립되었다. S&P사사의 규모는 무디스사의 70%정도로 1923년부터 회사채에 대한 신용등급평가업무를 실시..
      최근 구매한 회원 학교정보 보기
      1. 최근 2주간 다운받은 회원수와 학교정보이며
         구매한 본인의 구매정보도 함께 표시됩니다.
      2. 매시 정각마다 업데이트 됩니다. (02:00 ~ 21:00)
      3. 구매자의 학교정보가 없는 경우 기타로 표시됩니다.
      최근 본 자료더보기