V digitalnem finančnem okolju množično posojanje (crowdlending) postaja ena ključnih oblik alternativnega financiranja, saj omogoča neposredno povezavo med vlagatelji in posojilojemalci ter spodbuja demokratizacijo dostopa do kapitala.
V teoretičnem delu raziskave je analiziran razvoj množičnega posojanja kot sestavnega dela digitalnih tehnologij in predstavljeni so tradicionalni pristopi k merjenju kreditnega tveganja (Altmanov Z-rezultat, modeli PD/LGD/EAD), pri čemer je dodatno prikazana njihova omejena uporabnost za podjetja brez obsežne finančne …
Rezultati kažejo, da klasični modeli pogosto napačno razvrstijo zanesljive posojilojemalce med tvegane.
V digitalnem finančnem okolju množično posojanje (crowdlending) postaja ena ključnih oblik alternativnega financiranja, saj omogoča neposredno povezavo med vlagatelji in posojilojemalci ter spodbuja demokratizacijo dostopa do kapitala. Diplomsko delo »Izzivi pri razvoju modelov tveganja za crowdlending platforme« obravnava problem učinkovitosti tradicionalnih modelov ocenjevanja kreditnega tveganja za mala in zagonska podjetja ter raziskuje možnosti njihove posodobitve z vključitvijo nefinančnih kazalnikov in s tem povezanih izzivov. V teoretičnem delu raziskave je analiziran razvoj množičnega posojanja kot sestavnega dela digitalnih tehnologij in predstavljeni so tradicionalni pristopi k merjenju kreditnega tveganja (Altmanov Z-rezultat, modeli PD/LGD/EAD), pri čemer je dodatno prikazana njihova omejena uporabnost za podjetja brez obsežne finančne zgodovine. Rezultati kažejo, da klasični modeli pogosto napačno razvrstijo zanesljive posojilojemalce med tvegane.
Zakaj je problem resničen
V digitalnem finančnem okolju množično posojanje (crowdlending) postaja ena ključnih oblik alternativnega financiranja, saj omogoča neposredno povezavo med vlagatelji in posojilojemalci ter spodbuja demokratizacijo dostopa do kapitala. Diplomsko delo »Izzivi pri razvoju modelov tveganja za crowdlending platforme« obravnava problem učinkovitosti tradicionalnih modelov ocenjevanja kreditnega tveganja za mala in zagonska podjetja ter raziskuje možnosti njihove posodobitve z vključitvijo nefinančnih kazalnikov in s tem povezanih izzivov.
Metoda
V teoretičnem delu raziskave je analiziran razvoj množičnega posojanja kot sestavnega dela digitalnih tehnologij in predstavljeni so tradicionalni pristopi k merjenju kreditnega tveganja (Altmanov Z-rezultat, modeli PD/LGD/EAD), pri čemer je dodatno prikazana njihova omejena uporabnost za podjetja brez obsežne finančne zgodovine. Empirični del vključuje analizo, ki preverja natančnost modelov na podatkih množične posojilne platforme.
Kaj je nastalo
Rezultati kažejo, da klasični modeli pogosto napačno razvrstijo zanesljive posojilojemalce med tvegane. Za odpravo neučinkovitosti je bil v Altmanov Z-rezultat vključen nabor sedmih kazalnikov »mehkih informacij«, s pojasnilom njihove povezanosti z verjetnostjo neplačila ter z obravnavo izzivov pri zbiranju in interpretaciji teh podatkov. Za izračune sta bili uporabljeni metoda linearne diskriminantne analize in logistična regresija.
Kombinacija finančnih in nefinančnih informacij je povečala napovedno moč modela. Raziskava potrjuje, da je raznolikost v ekipi tesno povezana z večjo inovativnostjo, boljšimi finančnimi kazalniki in dostopnostjo kapitala, kar določa dolgoročni uspeh zagonskih podjetij in vpliva na oceno mladih podjetij. V zaključku je mogoče poudariti, da ima združevanje kvantitativnih in kvalitativnih informacij ključen pomen za nadaljnji razvoj modelov ocenjevanja tveganj v množičnem posojanju.
Takšen pristop povečuje učinkovitost kreditnih odločitev, zmanjšuje stopnjo neplačil in krepi stabilnost platform.
Objavljeno 5. 12. 2025 · licenca CC BY-NC 4.0 (besedilo in PDF diplomskega dela; fotografije in videi © Academia) · izvirna objava: academia.si.
Slike, sheme in zaslon
Še iz programa Ekonomist
Vgradnja centralno nadzornega sistema za izboljšanje učinkovitosti klimata
Avtomatizacija mehanskega procesa prenašanja kosov z uporabo industrijskega robota
Analiza in optimizacija postopka vzdrževanja strojne opreme v hidroelektrarni
Želite v dveh letih narediti tak projekt?
Pustite e-pošto. V enem delovnem dnevu dobite osebni odgovor karierne svetovalke: ali je modul pravi za vas, kako se prizna vaša služba kot praksa in koliko stane – plus predmetnik, urnik in cenik.
Go Higher.