Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Results found: 5

first rewind previous Page / 1 next fast forward last

Search results

Search:
in the keywords:  Regression
help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
1
Publication available in full text mode
Content available

EFFECT OF BANK-CHARACTERISTIC AND MACRO-ECONOMIC FACTORS ON LISTED COMMERCIAL BANKS’ PROFITABILITY IN SUB-SAHARAN AFRICA

100%
Muraina S. A.
International Journal of New Economics and Social Sciences
|
2019
|
vol. 9(1)
51-76
EN
This study investigated Bank-characteristic and Macro-Economic factors affecting commercial banks’ profitability in Sub Saharan Africa for the period of 2008-2017 using panel data of 56 listed banks drawn from the Sub-Region. Secondary data ex-tracted from the listed Commercial Banks' financial statements were analyzed. The explanatory variables were represented by Credit Risk, Liquidity Risk, Leverage Ratio and Exchange Rate while profitability was represented by Return on Assets (ROA). The study explored a correlational research design to examine the effect of Bank-characteristic and Macro-Economic factors on commercial banks’ profitability. VCE Robust Regressions were employed for the combined banks and country-specific banks’ analysis based on the Hausman Test Specification (fixed and random effects model). Although the Hausman specification test suggested that a fixed effect model is appropriate for the integrated banks’ data analysis, the study used VCE Robust Re-gression to underpin the outcome of the Hausman specification. The study found that Bank-characteristic and macro-economic factors had significantly affected the com-mercial banks' profitability over the study period for the aggregate model of all the banks while only internal factors mainly influenced banks’ profitability for the coun-try-specific banks’ profitability. The Credit Risk had a positive and significant rela-tionship with banks’ profitability while Exchange Rate had a negative and significant relationship with bank profitability during the study period. In controlling foreign exchange rate volatility, Sub-Sahara Africa Clearing Union (SACU) is recommended for Central Banks of member countries to enable them to settle payments for transac-tions within the Sub-region on the basis of multilateral pacts. This will, in turn, reduce the negative effect of an exchange rate increase in the sub-region and subsequently enhance banks’ profitability. Sub-Sahara Africa, Hausman Specification Test, Regression W niniejszym artykule przedstawiono wpływ czynników charakterystycznych dla banków i czynników makroekonomicznych na rentowność banków komercyjnych w Afryce Subsaharyjskiej w okresie 2008-2017, wykorzystując dane panelowe 56 banków notowanych na giełdzie w podregionie. Przeanalizowano dane wtórne pochodzące ze sprawozdań finansowych banków komercyjnych. Zmienne objaśniające były reprezentowane przez ryzyko kredytowe, ryzyko płynności, wskaźnik dźwigni i kurs wymiany, podczas gdy rentowność była reprezentowana przez zwrot z aktywów (ROA). W badaniu zbadano korelacyjny projekt ponownego poszukiwania, aby zbadać wpływ czynników charakterystycznych dla Banku i czynników makroekonomicznych na rentowność banków komercyjnych. VCE Ro-bust Regression została zastosowana w połączonej analizie banków oraz banków specyficznych dla danego kraju w oparciu o testu Hausmana (model efektów stałych i losowych). Badanie wykazało, że czynniki bankowe i czynniki makroekonomiczne znacząco wpłynęły na rentowność banków komercyjnych w okresie badania dla modelu zagregowanego wszystkich banków, podczas gdy tylko czynniki wewnętrzne wpływały głównie na rentowność banków specyficznych dla danego kraju. Ryzyko kredytowe miało pozytywny i znaczący związek z rentownością banków, podczas gdy kurs wymiany miał negatywny i znaczący związek z rentownością banków w okresie badania. Kontrolując zmienność kursów walutowych, bankom centralnym Sub-Sahary Africa Clearing Union (SACU) zaleca się bankom centralnym państw członkowskich umożliwienie rozliczania płatności za transakcje w podregionie na podstawie paktów wielostronnych. Zmniejszy to negatywny wpływ wzrostu kursu walutowego w subregionie, a także zwiększy rentowność banków. Afryka Subsaharyjska, test specyfikacji Hausmana, regresja
2
Publication available in full text mode
Content available

Kwalifikacja wniosków kredytowych – porównanie regresji oraz sieci neuronowej

75%
Gajda J. B.
Studia Ekonomiczne
|
2018
|
vol. 364
58-71
PL
W pracy badamy decyzje udzielenia bądź odmowy udzielenia kredytu konsumpcyjnego przeznaczonego na zakup samochodu osobowego na przykładzie próby ok. 200 klientów pewnego banku. Analiza sprowadza się do porównania instrumentów wspomagających podejmowanie decyzji – funkcji regresji oraz sieci neuronowej. Banki bądź przyznają kredyty (zmienna wyjściowa przybiera wartość 1), bądź ich odmawiają (na wyjściu pojawia się 0) na podstawie informacji o kliencie (tworzącej zbiór zmiennych wejściowych) zawartej w wypełnianym przez niego kwestionariuszu. Ze względu na obowiązek zachowania tajemnicy banki strzegą danych klientów, stąd rzadkość badań wykorzystujących informacje pochodzące z autentycznych wniosków kredytowych. Sieci neuronowe mogą okazać się przydatne do wstępnego rozpoznania istnienia bądź braku powiązań pomiędzy zmiennymi wejściowymi a wyjściowymi. Jeśli dopasowanie sieci jest wyraźnie lepsze od dopasowania liniowego równania regresji – sugeruje to nieliniowy charakter związku pomiędzy tymi zmiennymi. W naszym przykładzie użyteczność włączenia logarytmu zmiennej staż zdaje się wskazywać na przewagę sieci neuronowej. Jednakże – w odróżnieniu od regresji – sieci neuronowe nie dają szans rozróżnienia zmiennych wejściowych mających istotny wpływ na zmienne wyjściowe od niemających takiego wpływu. Pozostawia to pole do dyskusji na temat podobieństw i różnic w zakresach stosowalności sieci oraz modeli ekonometrycznych.
EN
The paper analyses bank’s decisions to accept or reject applications for loan. We compare suggestions given on one hand side by regressions, on the other hand by neural networks, both based on input variables presented in applications and binary output variables (1 if the application is accepted, 0 if the application has been rejected). Banks usually keep their clients data secret, thus our empirical information is based on applications of only 200 clients. Neural networks, working as a data mining instrument, may help to identify relationships between input and output variables, linear or nonlinear ones. If the fit of a network is better than the fit of a regression, both based on the same data set, one may conclude that the relation has nonlinear character. In our work the fact, that regression’s fit improved when a nonlinear variable ln_stage was included as an explanatory one supports such interpretation. On the other hand neural networks – as opposed to regression – are not capable to differentiate between input variables influencing the output significantly from variables with non-significant influence. This gives a room for discussion on similarities and differences of application neural networks and regressions.
3

Textual Anastomosis: About the Vanishing Body and the Resurrection of a Character. A Transversal Reading ofBlack Water(1992) andMudwoman(2012) by Joyce Carol Oates

75%
Pop A.
Human and Social Studies
|
2016
|
vol. 5
|
issue 3
77-92
EN
In 1992, the much acclaimed prolific American writer Joyce Carol Oates publishes Black Water – a very harsh and condensed literary reenactment of a gruesome event having taken place more than twenty years before and known as the “Chappaquiddick incident”. Another twenty years later, through her 2012 novel Mudwoman, the author seems to revisit the topic that had haunted her for decades. This paper aims at establishing a certain narrative pattern connecting the two novels not only thematically, but also phantasmatically: the sudden “resurrection” of Joyce Carol Oates’s character in the 2012 novel is, as we see it, far from being “incidental”. By “textual anastomosis”, we understand a subjective association of narratives in order to show how the disembodied consciousness “travels” from one character’s fictional body to another’s, triggering a whole bunch of personal memories which also resurrect in this other character’s fictional biography.
4
Publication available in full text mode
Content available

Szacowanie parametrów ryzyka kredytowego przy użyciu rodzin klasyfikatorów

63%
Grzybowska U., Karwański M.
Studia Ekonomiczne
|
2015
|
vol. 248
107-120
PL
Banki stosujące zalecenia Umowy Bazylejskiej II/III zobowiązane są do wyznaczania ryzyka na podstawie szeregu parametrów. Jednym z nich jest procent straty – Loss Given Default (LGD). W literaturze LGD traktowany jest jako zmienna losowa, o rozkładzie dwumodalnym. Do szacowania wielkości LGD stosuje się zaawansowane regresyjne modele statystyczne. Alternatywny sposób to wykorzystanie metod data miningowych. Szczególnie atrakcyjne wydają się estymatory typu rodzin klasyfikatorów, które pozwalają na uśrednienie rezultatów wielu „słabych klasyfikatorów” i uzyskanie bardziej precyzyjnych wyników. Rodziny klasyfikatorów operują tzw. informacją. Problemem jest interpretacja informacji w kategoriach biznesowych. Celem artykułu jest uzgodnienie obu podejść i interpretacji. Przedstawione zostaną wyniki szacowania przy użyciu modeli: ułamkowej regresji logistycznej, beta-regresji, boostingu gradientowego oraz lasów losowych. Porównane zostaną właściwości estymatorów. Obliczenia wykonane zostały na danych rzeczywistych.
EN
According to the Capital Requirements Directive banks applying the internal rating based approach are obliged to estimate risk based on a set of risk parameters. One of the risk parameters is Loss Given Default (LGD). LGD is treated as a random variable with a bimodal distribution. One can apply advanced statistical models in LGD estimation. An alternative approach is to use data mining methods. The most promising seem to be families of classifiers, that allow for averaging results of many weak classifiers and for obtaining more precise results. Families of classifiers are built based on information criterion. The problem encountered is interpretation of obtained results in terms of business applications. The aim of the paper is to compare both approaches. We present results of LGD estimation with help of two regression models: fractional and beta regression and two ensemble methods: gradient boosting and random forests. Calculations were done on real life data.
5

Organization in Finance Prepared by Stochastic Differential Equations with Additive and Nonlinear Models and Continuous Optimization

51%
Taylan P., Weber G.-W.
Organizacija
|
2008
|
vol. 41
|
issue 5
185-193
EN
A central element in organization of financal means by a person, a company or societal group consists in the constitution, analysis and optimization of portfolios. This requests the time-depending modeling of processes. Likewise many processes in nature, technology and economy, financial processes suffer from stochastic fluctuations. Therefore, we consider stochastic differential equations (Kloeden, Platen and Schurz, 1994) since in reality, especially, in the financial sector, many processes are affected with noise. As a drawback, these equations are hard to represent by a computer and hard to resolve. In our paper, we express them in simplified manner of approximation by both a discretization and additive models based on splines. Our parameter estimation refers to the linearly involved spline coefficients as prepared in (Taylan and Weber, 2007) and the partially nonlinearly involved probabilistic parameters. We construct a penalized residual sum of square for this model and face occuring nonlinearities by Gauss-Newton's and Levenberg-Marquardt's method on determining the iteration step. We also investigate when the related minimization program can be written as a Tikhonov regularization problem (sometimes called ridge regression), and we treat it using continuous optimization techniques. In particular, we prepare access to the elegant framework of conic quadratic programming. These convex optimation problems are very well-structured, herewith resembling linear programs and, hence, permitting the use of interior point methods (Nesterov and Nemirovskii, 1993).
first rewind previous Page / 1 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.