Βρέθηκαν 3 αποτελέσματα
, σύνολο σελίδων 1.
Περιορισμός αποτελεσμάτων με τη χρήση επιπλέον κριτηρίων αναζήτησης
Εφαρμοζόμενα κριτήρια αναζήτησης:
Credit risk
Ακύρωση των κριτηρίων αναζήτησης
Λίστα μετα τα αποτελέσματα αναζήτησης:
Τίτλος σε άλλη γλώσσα:
Comparative analysis of Greek systemic banks using Pillar III disclosures for 2019 [Αγγλική]
Ημερομηνία:
12-09-2021 [2021-09-12]
Κοντούλη, Αγγελική
Σχολή:
Σχολή Κοινωνικών Επιστημών
Τμήμα:
Διοίκηση Επιχειρήσεων (MBA)
Περίληψη (Abstract): The latest financial crisis brought out how important is the adequacy of capital buffers for the stability of the banking system. Many financial institutions with insufficient quantity and/or quality of capital had to request for state aid in order to continue its operation.
The European Banking Authority (ΕΒΑ), having regard to the Basel Committee on Banking Supervision, published the Capital ...
Τίτλος σε άλλη γλώσσα:
Financial Technology (FinTech): Limitations and challenges for startups and banking system. Case studies of FinTech services in USA, Europe and Asia. The case of greek startups in the industry of FinTech. [Αγγλική]
Ημερομηνία:
06-05-2017 [2017-05-06]
Σπηλιοπούλου, Μαρία-Αρετή
Σχολή:
Σχολή Κοινωνικών Επιστημών
Τμήμα:
Τραπεζική (ΤΡΑ)
Περίληψη (Abstract): Τα τελευταία χρόνια, οι επενδύσεις στη χρηματοπιστωτική τεχνολογία σημείωσαν σημαντική αύξηση. Οι εταιρείες FinTech είναι εκείνες οι εταιρείες που χρησιμοποιούν νέες τεχνολογίες και καινοτομίες για να ενισχύσουν ή να αντικαταστήσουν υπάρχουσες χρηματοπιστωτικές υπηρεσίες. Δημιουργούν ευελιξία μέσω νέων υπηρεσιών που δεν έχουν την ίδια δομή κόστους, γραφειοκρατία ή τεχνικό χρέος όπως στο τραπεζικό ...
Τίτλος σε άλλη γλώσσα:
Credit Risk modeling using artificial intelligence techniques [Αγγλική]
Ημερομηνία:
10-2016 [2016-10]
ΞΕΝΙΤΙΔΗΣ, ΠΑΝΑΓΙΩΤΗΣ
Σχολή:
Σχολή Κοινωνικών Επιστημών
Τμήμα:
Διοίκηση Επιχειρήσεων (MBA)
Περίληψη (Abstract): Modeling techniques based on artificial intelligence (AI) are widely used in credit risk modeling. In this work, we focus on two modeling techniques, the Support Vector Machine (SVM) and Artificial Neural Networks (ANN). We apply the above techniques on three types of datasets. The first dataset is a simple artificial dataset. It contains two predicting variables that produce a response that conta...
