Credit Risk of P2P Lending on the Czech Market
Kreditní riziko v platformě P2P v České republice
bakalářská práce (OBHÁJENO)
![Náhled dokumentu](/bitstream/handle/20.500.11956/99166/thumbnail.png?sequence=7&isAllowed=y)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/99166Identifikátory
SIS: 191668
Kolekce
- Kvalifikační práce [17583]
Autor
Vedoucí práce
Oponent práce
Čech, František
Fakulta / součást
Fakulta sociálních věd
Obor
Ekonomie a finance
Katedra / ústav / klinika
Institut ekonomických studií
Datum obhajoby
13. 6. 2018
Nakladatel
Univerzita Karlova, Fakulta sociálních vědJazyk
Angličtina
Známka
Výborně
Klíčová slova (česky)
P2P půjčky, Zonky, český trh, informační asymetrie, úvěrové selhání, úvěrové riziko, FinTechKlíčová slova (anglicky)
P2P lending, credit default, czech market, Zonky, credit risk, information asymmetry, FinTechTato práce se zabývá analýzou rozšiřujícího se odvětví peer-to-peer půjček, přibližuje jeho hlavní charakteristiky a zkoumá rizika s ním spojená. Nejpo- drobněji se věnuje riziku úvěrového selhání a možným technikám sloužícím k zmírnění jeho dopadu. Modelování úvěrového rizika vychází z téměř 6 000 pozorování unikátně poskytnutých přímo českou přední platformou Zonky. Cílem bylo zjistit, jaké proměnné mají na českém trhu na úvěrové selhání nejvýznamnější dopad. Finální model tedy slouží k odhadnutí pravděpodobnosti nesplacení dluhu (defaultu) a k výpočtu kreditního skóre potenciálních vypůjčovatelů využívajících online platformy. Jako nejdůležitější proměnné se ukázaly dosažené vzdělání, věk, způsob bydlení, výdaje, rodinný stav, zaměstnání, příjem a počet dětí. Dosažené výsledky se do značné míry shodují se závěry podobných studií provedených v zahraničí.
This thesis analyzes an emerging peer-to-peer lending industry, while intro- ducing its main features and risks, where the risk of default and its moder- ation gets the most attention. Uniquely provided data from the front Czech platform Zonky containing nearly 6 000 observations serve as a baseline for credit risk modeling. It has been investigated which variables have the largest effect on default on the Czech P2P market. The final model is used to predict the associated probability of default and to compute the credit score for potential borrowers using these online platforms. Results support the fact that education, age, way of living, expenses, marital and employment status, income and the number of children are significant variables when determining the risk of default. Many of these findings are in accordance with previous international papers published on this topic.