A KKV-szektor hitel-visszafizetési tendenciái és a COVID-19-pandémia hatása

Oros Melinda (2020) A KKV-szektor hitel-visszafizetési tendenciái és a COVID-19-pandémia hatása. Pénzügyi és Számviteli Kar.

[thumbnail of OrosMelinda_HE9KXA.pdf] PDF
OrosMelinda_HE9KXA.pdf
Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg

Download (2MB)
[thumbnail of Temavazlat_Osszefoglalas_OrosMelinda_HE9KXA.pdf] PDF
Temavazlat_Osszefoglalas_OrosMelinda_HE9KXA.pdf
Hozzáférés joga: Csak nyilvántartásba vett egyetemi IP címekről nyitható meg

Download (172kB)

Absztrakt (kivonat)

Szakdolgozatom az üzleti intelligencia és analitika témakörén alapszik, felépítését tekintve egy elméleti áttekintésből és egy gyakorlati egységből áll. Ezeket az egységeket az alapvetést, célkitűzést és a témához kapcsolódó személyes kötődést tartalmazó bevezető fejezet, valamint összefoglalás formájában a lezárás keretezi. A bevezetésben szerepel, hogy miért esett választás az üzleti intelligencia témára, illetve a címben megfogalmazott KKV-szektort érintő hitel visszafizetések elemzésére. A 2020-as évben a gazdaságra látszólag tekintélyes befolyással bírt a váratlanul megjelenő és drasztikus ütemben terjedő COVID-19-pandémia, amelyhez kapcsolódóan a dolgozat célja a 2015. januárjától kezdődő és 2019. decemberéig tartó időszakban tapasztaltakhoz képest esetlegesen váratlanul bekövetkező változások elemzése a 2020-as évre vonatkozóan egy előrejelzési modell segítségével a KKV-szektor hitelszerződéseit érintő terv szerinti és tényleges törlesztések tekintetében. Az első nagyobb tartalmi egység a szakdolgozatban az üzleti intelligencia elméleti hátteréről és az idősorelemzés módszertanáról szól. A fejezetben szereplő információkat számos szakirodalom, folyóirat és interneten megjelent cikk feldolgozása alapján gyűjtöttem össze. BI tekintetében az alfejezetekben az üzleti intelligencia sokféle megfogalmazásáról és definíciójáról, a BI folyamatok összetett felépítéséről és a folyamat során alkalmazható megannyi eszköz-, és alkalmazásfajtáról esik szó. Idősorelemzési módszertan tekintetében az idősorok fogalmának definiálásáról, komponenseinek jellemzéséről, az elemzés során általánosan elvégzendő lépések ismertetéséről és előrejelzés készítési módszerekről szerepelnek információk. A dolgozat ezt követő fejezete egy átvezetés az elméleti és a gyakorlati rész között. Ebben a szakaszban ismertetésre kerülnek a későbbi, gyakorlati rész felépítés vázául szolgáló érintett BI technológiákat és területeket, illetve néhány szoftvert és környezetet, amelyek a gyakorlatban alkalmazhatóak. A második nagyobb tartalmi egység az egyetemi tanulmányok, szakmai gyakorlat és szakirodalmak kutatása során szerzett ismeretek gyakorlati alkalmazásáról szól és egy több részből álló BI folyamat véghezvitelének leírását tartalmazza. A fejezet elején bemutatom az adatelemzéshez szükséges adatok adattárházból történő kinyerésének folyamatát, majd ezt követi az adatelemzési rész, amely részletesen kitér a 2015. elejétől 2019. végéig tartó időintervallumra, kiemelve olyan tényeket, mint az átlagos terv szerinti és tényleges törlesztések összege és megoszlása KKV kategóriák között, az ügyletek, hitelszerződések és érintett szervezetek száma, a hiteltermékek megoszlása százalékos formában, illetve a kiugró értékek okának felkutatása a műszerfal szűrőinek segítségével. Az elemzés során az egymást követő évek adatait több esetben összehasonlítva is elemzésre kerülnek, illetve megjelennek a bevezetésben megfogalmazott kérdésekre a kapott válaszok. A 2020. évi adatok, előrejelzés és a COVID-19-pandémia hatásának elemzéséről szóló fejezetben ismertetésre kerülnek a predikciós modell felállításának lépései, kezdve a vizuális elemzésen és stacionaritás vizsgálatán át az ARMA modell választásának indoklásáig és elkészítéséig. Az alfejezet következő építőköve egy rövid ismertető rész a világjárvány kapcsán hozott, vállalatokat érintő intézkedésekről, amelyek a COVID-19 gazdaságromboló hatásának enyhítését hivatottak szolgálni. A 2020. évhez tartozó elemzési részt az előrejelzés és a tényleges adatok összehasonlítása követi. Az egység lezárásaként kifejtem meglátásaimat az elemzés és előrejelzés hatékonyságát illetően.

Intézmény

Budapesti Gazdasági Egyetem

Kar

Pénzügyi és Számviteli Kar

Tanszék

Gazdaságinformatika Tanszék

Tudományterület/tudományág

NEM RÉSZLETEZETT

Szak

Gazdaságinformatikus

Mű típusa: diplomadolgozat (NEM RÉSZLETEZETT)
Kulcsszavak: COVID-19, hiteltörlesztés, idősorelemzés, kis- és középvállalkozás - KKV, üzleti intelligencia
SWORD Depositor: Archive User
Felhasználói azonosító szám (ID): Archive User
Rekord készítés dátuma: 2021. Már. 16. 13:01
Utolsó módosítás: 2021. Már. 16. 13:01

Actions (login required)

Tétel nézet Tétel nézet