La prédiction du risque de prêt est cruciale pour les institutions financières afin de minimiser les risques de prêt. Cette étude examine l'efficacité des données transactionnelles dans la prédiction du risque de prêt, en comparant les performances de deux algorithmes populaires : la régression logistique et les réseaux neuronaux feed-forward. La recherche vise à évaluer les capacités prédictives, l'interprétabilité et l'applicabilité pratique de ces modèles dans l'identification des défauts de paiement potentiels sur la base de modèles transactionnels. Les données...

Die Vorhersage des Kreditrisikos ist für Finanzinstitute von entscheidender Bedeutung, um das Kreditrisiko zu minimieren. Diese Studie untersucht die Effektivität von Transaktionsdaten bei der Kreditrisikovorhersage und vergleicht die Leistung von zwei beliebten Algorithmen: logistische Regression und Feed-Forward-Neuronale Netze. Ziel der Forschung ist es, die Vorhersagefähigkeiten, die Interpretierbarkeit und die praktische Anwendbarkeit dieser Modelle bei der Identifizierung potenzieller Kreditausfälle auf der Grundlage von Transaktionsmustern zu bewerten . Transaktionsdaten, die von...

In the contemporary business landscape, marked by the dynamic interplay of Entrepreneurship and Modern Banking, the confluence of rapidly evolving customer needs, heightened competition, and groundbreaking technological innovations shapes a paradigm where strategic imperatives take centre stage. Amidst this intricate tapestry, Customer Relationship Management (CRM) emerges not merely as a tool but as a pivotal strategy and technological cornerstone, exerting a profound influence, particularly within the spheres of entrepreneurship and banking. This research embarks on a semi-systematic...