Data-analytiikan hyödyntäminen luottoriskin hallinnassa
Kovanen, Saara (2021)
Kandidaatintyö
Kovanen, Saara
2021
School of Engineering Science, Tuotantotalous
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2021090845558
https://urn.fi/URN:NBN:fi-fe2021090845558
Tiivistelmä
Tämän kandidaatintyön tavoitteena on selvittää data-analytiikan merkitys
luottoriskin hallinnassa. Työssä pyritään selvittämään data-analytiikan käyttö
luottoriskin ennustamisessa nykyhetkellä sekä sen hyödyntämismahdollisuudet
tulevaisuudessa. Työssä perehdytään ensin sekä data-analytiikkaan että
luottoriskeihin erikseen, jolloin avataan muun muassa termeihin läheisesti liittyviä
käsitteitä sekä niihin kuuluvia prosesseja. Tämän jälkeen yhdistetään edellisten
lukujen aiheet ja keskitytään data-analytiikan käyttöön luottoriskin hallinnassa.
Lopussa esitetään myös sovellettu esimerkki luottoriskin ennustamisesta.
Työssä saatiin selville data-analytiikalla olevan jo suuri merkitys luottoriskin
hallinnassa. Se mahdollistaa tarkkojen ja automatisoitujen mallien luomisen
luottotappion ennustamiseen. Jatkuva datan lisääntyminen, kehittyvä teknologia
sekä uudet datanlähteet tuovat mahdollisuuksia yhä tehokkaampaan ja tarkempaan
luottoriskin hallintaan. Haasteina ovat kuitenkin valtioiden erilaiset rajoitukset
luotonmyönnössä sekä analyysien vaatima korkea teknologiaosaaminen.
luottoriskin hallinnassa. Työssä pyritään selvittämään data-analytiikan käyttö
luottoriskin ennustamisessa nykyhetkellä sekä sen hyödyntämismahdollisuudet
tulevaisuudessa. Työssä perehdytään ensin sekä data-analytiikkaan että
luottoriskeihin erikseen, jolloin avataan muun muassa termeihin läheisesti liittyviä
käsitteitä sekä niihin kuuluvia prosesseja. Tämän jälkeen yhdistetään edellisten
lukujen aiheet ja keskitytään data-analytiikan käyttöön luottoriskin hallinnassa.
Lopussa esitetään myös sovellettu esimerkki luottoriskin ennustamisesta.
Työssä saatiin selville data-analytiikalla olevan jo suuri merkitys luottoriskin
hallinnassa. Se mahdollistaa tarkkojen ja automatisoitujen mallien luomisen
luottotappion ennustamiseen. Jatkuva datan lisääntyminen, kehittyvä teknologia
sekä uudet datanlähteet tuovat mahdollisuuksia yhä tehokkaampaan ja tarkempaan
luottoriskin hallintaan. Haasteina ovat kuitenkin valtioiden erilaiset rajoitukset
luotonmyönnössä sekä analyysien vaatima korkea teknologiaosaaminen.