Ekonomska misao i praksa, , 2026.
Prethodno priopćenje
https://doi.org/10.17818/EMIP/2026/34
PRIMJENA TEHNIKA RAČUNALNOG UČENJA U RAZVOJU MODELA PROCJENE KREDITNOG RIZIKA U TRANSAKCIJAMA IZMEĐU PODUZEĆA NEFINANCIJSKOG SEKTORA
Suzi Mikulić
orcid.org/0000-0001-8730-7432
; Sveučilište u Mostaru, Bosna i Hercegovina
*
* Dopisni autor.
Sažetak
Kreditni rizik u transakcijama između poduzeća može ugroziti njihovu financijsku stabilnost ako se njime ne upravlja učinkovito. Ovaj rad istražuje primjenjivost metoda strojnog učenja u predviđanju kreditnog rizika u B2B transakcijama na uzorku od 4.828 opažanja velikih poduzeća iz Bosne i Hercegovine tijekom petogodišnjeg razdoblja. Razvijena su tri modela temeljena na stablima odlučivanja (Bagging Decision Tree, Random Forest i Gradient Boosting), dok je logistička regresija korištena kao referentni model. Rezultati pokazuju da svi modeli postižu visoku prediktivnu uspješnost, pri čemu je model Gradient Boosting ostvario najbolje rezultate. Najvažnijim prediktorima pokazali su se financijski pokazatelji likvidnosti, aktivnosti i zaduženosti, dok je doprinos nefinancijskih varijabli bio ograničen. Nalazi potvrđuju važnost računovodstvenih informacija u procjeni kreditnog rizika te mogu pridonijeti daljnjem razvoju modela za primjenu u okviru zahtjeva standarda MSFI 9, gdje je vjerojatnost neispunjenja obveza ključna komponenta procjene očekivanih kreditnih gubitaka prema općem pristupu.
Ključne riječi
računalno učenje; modeli procjene kreditnog rizika; B2B transakcije; MSFI 9; nefinancijski sector
Hrčak ID:
349505
URI
Datum izdavanja:
17.7.2026.
Posjeta: 0 *