Title
Hibridni IBA-DE pristup za predviđanje kreditnog rejtinga država
Creator
Jelinek, Srđan L., 1989-
CONOR:
75449097
Copyright date
2023
Object Links
Select license
Autorstvo-Nekomercijalno-Bez prerade 3.0 Srbija (CC BY-NC-ND 3.0)
License description
Dozvoljavate samo preuzimanje i distribuciju dela, ako/dok se pravilno naznačava ime autora, bez ikakvih promena dela i bez prava komercijalnog korišćenja dela. Ova licenca je najstroža CC licenca. Osnovni opis Licence: http://creativecommons.org/licenses/by-nc-nd/3.0/rs/deed.sr_LATN. Sadržaj ugovora u celini: http://creativecommons.org/licenses/by-nc-nd/3.0/rs/legalcode.sr-Latn
Language
Serbian
Cobiss-ID
Theses Type
Doktorska disertacija
description
Datum odbrane: 28.03.2023.
Other responsibilities
Academic Expertise
Tehničko-tehnološke nauke
University
Univerzitet u Beogradu
Faculty
Fakultet organizacionih nauka
Group
Katedra za ekonomiju, poslovno planiranje i međunarodni menadžment
Alternative title
Hybrid IBA-DE approach for sovereign credit rating forecasting
Publisher
[S.Jelinek]
description
Društvene nauke / Upravljanje sistemima
Social sciences / systems management
Abstract (sr)
Tema ove doktorske disertacije je uvođenje novog IBA-DE pristupa zasnovanog na
metodama mašinskog učenja (eng. machine learning) i računarskoj inteligenciji (eng.
computational intelligence). U izloženom pristupu, interpolativna Bulova algebra (eng.
interpolative Boolean algebra, skr. IBA) se koristi za transformaciju ulaznih podataka u oblik
pogodan za optimizaciju i kasnije tumačenje dobijenih rezultata, dok se algoritam diferencijalne
evolucije (eng. differential evolution, skr. DE) koristi za dobijanje optimalnog logičkog IBA
izraza za predviđanje. Ovaj pristup je potom korišćen i testiran na problemu predviđanja
kreditnih rejtinga (eng. credit rating) država.
Kako bi bolje sagledali važnost kreditog rejtinga sa stanovišta modernog društva
potrebno je prvo definisati pojmove kreditnog rizika i rejtinga, a potom i korist od postojanja
transparentnog sistema za predviđanje kreditnih rejtinga. Kreditni rizik je rizik prouzrokovan
mogućnošću da dužnik ne izmiri svoje finansijske ugovorne obaveze, i određuje se prema
sposobnosti dužnika da izmiri obaveze prema ugovoru koji je sklopljen u trenutku postizanja
dogovora. Kreditni rejting se može definisati kao procena kreditnog rizika pravnog lica, odnosno
predviđanje njegove sposobnosti i spremnosti da pravovremeno izmiri obaveze prema
kreditorima. Kreditne agencije specijalizovane za izradu i procenu kreditnih rejtinga objavljuju
rejtinge za veće učesnike na tržištu poput velikih korporacija i država, najčešće na godišnjem
nivou. Modeli koje ove agencije koriste nisu dostupni javnosti. Sa druge strane, podaci za koje
postoje osnovane pretpostavke da utiču na kreditne rejtinge jesu, što dalje dovodi do nastanka
internih modela za predviđanje kreditnih rejtinga, u poslednje vreme najčeće zasnovanih na
metodologijama mašinskog učenja.
IBA je realnovrednosna realizacija Bulove algebre na jediničnom 0,1 intervalu u kojoj
su ispoštovani svi zakoni Bulove algebre, što je njena glavna prednost u odnosu na ostale logike.
Očuvanje svih zakona Bulove algebre je dovelo do razvijanja više metodologija zasnovanih na
IBA, od kojih je jedna logička agregacija (eng. logical aggregation, skr. LA), koja je korišćena u
ovoj disertaciji za IBA deo hibridnog IBA-DE modela. Druga metodologija koja je korišćena u
vi
modelu je DE - iterativni algoritam direktne pretrage koji spada u familiju metaheurstičkih metoda. Jedna od njegovih glavnih odlika je da ne zahteva poznavanje problema dalje od njegove funkcije cilja, njenih ograničenja i domena pretrage. Stoga, DE posmatra optimizacioni problem kao crnu kutiju (eng. black box), ne zahtevajući bilo kakvu informaciju o problemu koji se rešava.
Abstract (en)
In this doctorial dissertation a new IBA-DE hybrid approach is introduced, based on
machine learning and computational intelligence techniques. In the proposed approach,
interpolative Boolean algebra (IBA) is used for the inputs transformation in the suitable shape for
the optimisation and later for the interpretation of the obtained results, while differential
evolution (DE) is used for obtaining optimal logical expression used for forecasting. This
approach is then used and tested on the problem of forecasting sovereign credit ratings.
In order to better understand the importance of credit rating from the modern society’s
point of view, it is necessary to first define the notions of credit risk and credit rating, as well as
the benefits of transparent system for credit rating forecasting. Credit risk is a risk caused by a
possibility of debtor not fulfilling his financial obligations, and is therefore determined by his
ability to fulfill the obligations that were defined at the moment of the contract signing. Credit
rating can be defined as an assessment of the credit risk of the legal entity and its ability and
willingness to timely fulfill its obligations towards the creditors. Credit agencies specialized for
credit ratings estimation are publishing those ratings, mostly on an annual basis, for all the major
market participants such as big corporations and sovereign states. The models these agencies are
using are not publicly available. However, the data which there is an assumption for that
influences credit ratings is publicly available. This has led to emerging of custom-made models
for credit rating prediction. As of late, these models are mostly based on machine learning and
computational intelligence methodologies.
Interpolative Boolean algebra (IBA) is a consistent real valued 0,1 realization of the
Boolean algebra which satisfies all the Boolean axioms and theorems, which is its main
advantage compared to the other logics. The preservation of all the Boolean laws has led to
development of several other methodologies based on IBA, one of which being logical
aggregation (LA), which is used in this dissertation as an IBA part of hybrid IBA-DE model. The
other methodology used in this model is the differential evolution (DE) - an iterative direct
search algorithm which belongs to the family of the metaheuristic methods. One of its main
features is the ability to be applied to a problem without prior knowledge about it, other than its
ix
domain, constraints and objective function. Therefore, DE algorithm considers an optimization problem as a black box, not requiring any information about the problem being solved.
Authors Key words
interpolativna Bulova algebra, diferencijalna evolucija, kreditni rejting, računarska inteligencija, mašinsko učenje, kreditni rizik
Authors Key words
interpolative Boolean algebra, differential evolution, credit rating, computational intelligence, machine learning, credit risk
Classification
UDK=510:512.563(043.3)
Coverage
XIII, 199 str.
Type
Tekst
Abstract (sr)
Tema ove doktorske disertacije je uvođenje novog IBA-DE pristupa zasnovanog na
metodama mašinskog učenja (eng. machine learning) i računarskoj inteligenciji (eng.
computational intelligence). U izloženom pristupu, interpolativna Bulova algebra (eng.
interpolative Boolean algebra, skr. IBA) se koristi za transformaciju ulaznih podataka u oblik
pogodan za optimizaciju i kasnije tumačenje dobijenih rezultata, dok se algoritam diferencijalne
evolucije (eng. differential evolution, skr. DE) koristi za dobijanje optimalnog logičkog IBA
izraza za predviđanje. Ovaj pristup je potom korišćen i testiran na problemu predviđanja
kreditnih rejtinga (eng. credit rating) država.
Kako bi bolje sagledali važnost kreditog rejtinga sa stanovišta modernog društva
potrebno je prvo definisati pojmove kreditnog rizika i rejtinga, a potom i korist od postojanja
transparentnog sistema za predviđanje kreditnih rejtinga. Kreditni rizik je rizik prouzrokovan
mogućnošću da dužnik ne izmiri svoje finansijske ugovorne obaveze, i određuje se prema
sposobnosti dužnika da izmiri obaveze prema ugovoru koji je sklopljen u trenutku postizanja
dogovora. Kreditni rejting se može definisati kao procena kreditnog rizika pravnog lica, odnosno
predviđanje njegove sposobnosti i spremnosti da pravovremeno izmiri obaveze prema
kreditorima. Kreditne agencije specijalizovane za izradu i procenu kreditnih rejtinga objavljuju
rejtinge za veće učesnike na tržištu poput velikih korporacija i država, najčešće na godišnjem
nivou. Modeli koje ove agencije koriste nisu dostupni javnosti. Sa druge strane, podaci za koje
postoje osnovane pretpostavke da utiču na kreditne rejtinge jesu, što dalje dovodi do nastanka
internih modela za predviđanje kreditnih rejtinga, u poslednje vreme najčeće zasnovanih na
metodologijama mašinskog učenja.
IBA je realnovrednosna realizacija Bulove algebre na jediničnom 0,1 intervalu u kojoj
su ispoštovani svi zakoni Bulove algebre, što je njena glavna prednost u odnosu na ostale logike.
Očuvanje svih zakona Bulove algebre je dovelo do razvijanja više metodologija zasnovanih na
IBA, od kojih je jedna logička agregacija (eng. logical aggregation, skr. LA), koja je korišćena u
ovoj disertaciji za IBA deo hibridnog IBA-DE modela. Druga metodologija koja je korišćena u
vi
modelu je DE - iterativni algoritam direktne pretrage koji spada u familiju metaheurstičkih metoda. Jedna od njegovih glavnih odlika je da ne zahteva poznavanje problema dalje od njegove funkcije cilja, njenih ograničenja i domena pretrage. Stoga, DE posmatra optimizacioni problem kao crnu kutiju (eng. black box), ne zahtevajući bilo kakvu informaciju o problemu koji se rešava.
“Data exchange” service offers individual users metadata transfer in several different formats. Citation formats are offered for transfers in texts as for the transfer into internet pages. Citation formats include permanent links that guarantee access to cited sources. For use are commonly structured metadata schemes : Dublin Core xml and ETUB-MS xml, local adaptation of international ETD-MS scheme intended for use in academic documents.