Exjobbsförslag från företag

Detta är ett uppsatsförslag hämtat från Nationella Exjobb-poolen. Klicka här för att komma tillbaka till samtliga exjobbsförslag.

Förslaget inkom 2009-12-21

Kan forskning och metodutveckling inom Credit scoring bidra till mer träffsäkra prediktiva modeller inom borgenärsområdet?

OBS! ANSÖKNINGSTIDEN FÖR DETTA EXJOBB HAR LÖPT UT.
Bakgrund
========
Skatteverket arbetar med riskhantering, vilket bl.a. innebär att man identifierar och analyserar risker för att skatter inte redovisas och betalas som de ska. Detta arbete leds från analysenheten vid Skatteverkets huvudkontor och sker genom t.ex. riskanalys, omvärldsanalys och utvärdering av ny lagstiftning och andra faktorer som påverkar redovisning och betalning av skatterna.

Som ett led i riskhanteringen väljs skattebetalare ut för olika slags åtgärder, t.ex. information eller kontroll. Det är t.ex. risken att ett företag lämnat felaktiga uppgifter i sina deklarationer eller risken att ett företag kommer att utveckla betalningsproblem som ligger till grund för dessa urval. För att bedöma dessa risker används förutsägande/prediktiva modeller baserat på analys av historisk data.

Skatteverket har samarbete med universitet/högskolor och har vid några tillfällen, med goda resultat, haft examensarbetare. Inom arbetet med prediktiv modellering har ett antal intressanta områden och frågeställningar uppkommit där Skatteverket under 2010 vill utveckla samarbetet ytterligare genom möjliga examensarbeten.

Frågeställning
=============
Credit scoring används för att göra en samlad bedömning av en privatpersons eller ett företags kreditvärdighet. Informationen används för bedöma risken med att ge en kredit, t.ex. risken att en potentiell låntagare inte kommer att kunna återbetala lånet. Credit scoring är metodmässigt ett användningsområde för den rika flora av prediktiva metoder och ansatser som ryms under Data mining-paraplyet.

Skatteverket är statens borgenär för offentliga fordringar, t.ex. skatteskulder. Som borgenär arbetar Skatteverket förebyggande och offensivt för att få betalt och för att förebygga att företag och privatpersoner drabbas av betalningsanmärkningar. Från januari 2010 använder Skatteverket nästan uteslutande prediktiv analys för att identifiera de företag som riskerar att utveckla betalningsproblem.

Med tanke på att utvecklingen av kreditriskmodeller har pågått i flera decennier inom privat sektor och att forskningen inom området snarast intensifierats i och med finanskrisen, finns det goda skäl att vänta sig att det finns kunnande i form av forskningsresultat och praktisk erfarenhet som kan bidra till att utveckla även Skatteverkets ”kreditriskmodeller”.

Syftet med examensarbetet är att få en bild av hur aktuell forskning och metodutveckling ser ut inom kreditriskområdet och om, och i så fall hur, denna kunskap kan användas för att utveckla skatteverkets arbete med prediktiva modeller inom borgenärsområdet.

Genomförande
============
Arbetet görs huvudsakligen på analysenheten vid Skatteverkets huvudkontor i Solna, men delar av arbetet kan också ske på distans. Du kommer att handledas av analytiker/statistiker på enheten.

Sekretesskydd
============
Du kommer delvis att arbeta med sekretesskyddad information och ditt arbete kommer därför att omfattas av sekretessbestämmelser. Vissa empiriska resultat behöver också stanna hos uppdragsgivaren, varför delar av examensarbetet kommer att sekretessprövas.


Kontakt
======
Har du frågor och funderingar eller vill ansöka om examensarbete, vänligen kontakta Joacim Danielsson, analytiker och biträdande projektledare för Skatteverkets urvalsprojekt, [email protected], 010-574 96 64.

  GÅ TILL XJOBB.NU FÖR FULLSTÄNDIG INFO OM DETTA EXJOBB




Informationen om uppsatsförslag är hämtad från Nationella Exjobb-poolen.