Μελέτη πρόβλεψης της χρήσης πιστωτικών καρτών βάσει δημογραφικών και μακροοικονομικών παραγόντων

Χρήστου, Δέσποινα; Christou, Despoina

dc.contributor.author	Χρήστου, Δέσποινα	el
dc.contributor.author	Christou, Despoina	en
dc.date.accessioned	2016-02-09T11:23:37Z
dc.date.available	2016-02-09T11:23:37Z
dc.date.issued	2016-02-09
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/41958
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.8375
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Τεχνικές προβλέψεων	el
dc.subject	Νευρωνικά δίκτυα	el
dc.subject	Πιστωτικές κάρτες	el
dc.subject	Forecasting	en
dc.subject	Artificial neural networks	en
dc.subject	Μακροοικονομικοί παράγοντες	el
dc.subject	Macroeconomical factors	en
dc.subject	Credit cards	en
dc.title	Μελέτη πρόβλεψης της χρήσης πιστωτικών καρτών βάσει δημογραφικών και μακροοικονομικών παραγόντων	el
heal.type	bachelorThesis
heal.classification	Τεχνικές προβλέψεων	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2015-03-26
heal.abstract	Στόχος της διπλωματικής εργασίας είναι η πρόβλεψη της χρήσης των πιστωτικών καρτών βάσει δημογραφικών και μακροοικονομικών παραγόντων. Με τον όρο χρήση εννοείται όλος ο πιθανός κύκλος ζωής μιας κάρτας από την έκδοση της μέχρι και την ενδεχόμενη μεταφορά της σε οριστική καθυστέρηση(90 ημέρες χωρίς αποπληρωμή). Αρχικά πραγματοποιείται μια δημογραφική μελέτη με σκοπό την παρατήρηση των δημογραφικών χαρακτηριστικών των κατόχων πιστωτικών καρτών, κάτι που μπορεί να φανεί χρήσιμο σε μια τράπεζα ως προς το ποιο θα είναι το target group της αν θελήσει να κάνει καμπάνια για να αυξήσει τη χρήση πιστωτικών καρτών. Στη συνέχεια πραγματοποιείται η γενική πρόβλεψη βάσει των τεσσάρων χρονοσειρών (δεδομένα) που αντλήθηκαν από μια ελληνική τράπεζα και αφορούν στην Έκδοση Νέων Καρτών, στο Σύνολο Καρτών, στη Μεταφορά Καρτών σε Οριστική Καθυστέρηση και στο Ποσοστό Καρτών σε Οριστική Καθυστέρηση. Οι προβλέψεις παράγονται τόσο με τις κλασικές μεθόδους πρόβλεψης, δηλαδή τις μεθόδους Naive, SES, Holt, Damped, όσο και με τη χρήση τεχνητών νευρωνικών δικτύων, τη μέθοδο Theta και τη μέθοδο ARIMA, μέθοδο που έχει χρησιμοποιηθεί σε προηγούμενες μελέτες για τις πιστωτικές κάρτες. Οι προβλέψεις που προκύπτουν από τις διαφορετικές μεθόδους συγκρίνονται μεταξύ τους για να εξαχθούν συμπεράσματα ως προς την ακρίβειά τους και να επιλεχθούν οι καλύτερες από αυτές για μελλοντικές προβλέψεις.	el
heal.advisorName	Ασημακόπουλος, Βασίλειος	el
heal.committeeMemberName	Ασημακόπουλος, Βασίλειος	el
heal.committeeMemberName	Ψαρράς, Ιωάννης	el
heal.committeeMemberName	Ασκούνης, Δημήτριος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Ηλεκτρικών Βιομηχανικών Διατάξεων και Συστημάτων Αποφάσεων	el
heal.academicPublisherID	ntua
heal.numberOfPages	142 σ.
heal.fullTextAvailability	true