Оцінювання кредитних ризиків методами інтелектуального анализу даних

Valery Ya. Danylov, Alex L. Jirov, Petro I. Bidyuk

Анотація


Проаналізовано кредитні ризики фінансових організацій за допомогою методів інтелектуального аналізу даних. Фактичні статистичні дані, які характеризують позичальників кредитів, використано для побудови математичних моделей у формі рівнянь типу логіт, дерев рішень і байєсівських мереж. Якість побудованих моделей проаналізовано за множиною належних статистичних критеріїв, які забезпечують основу для вибору кращої альтернативної моделі. Із використанням двох вибірок банківських даних виконано ряд обчислювальних експериментів і виявлено кращі моделі у формі рівнянь типу логіт і байєсівські мережі. Передбачається розширити множину методів побудови математичних моделей і реалізувати ідею комбінування оцінок, згенерованих за альтернативними методами. Обґрунтовано доцільність розроблення та реалізацію спеціалізованої системи підтримання прийняття рішень для виконання досліджень у галузі оцінювання та прогнозування фінансових ризиків.

Ключові слова


кредитний ризик; статистичні дані; логіт-модель; байєсівські мережі; параметри якості моделей

Повний текст:

PDF

Пристатейна бібліографія ГОСТ


1. Матигорова И.Ю. Характеристика основных подходов к оценке кредитного риска / И.Ю. Матигорова // Экономическая наука и практика: материалы междунар. науч. конф. (г. Чита, февраль 2012 г.).  — Чита: Изд-во "Молодой ученый", 2012. — С. 68–69.

2. Сиддики Н. Скоринговые карты для оценки кредитных рисков / Н.Сиддики. — М.: Изд-во "Манн, Иванов и Фербер", 2014. — 268 с.

3. Liu Y. The evaluation of classification models for credit scoring / Y. Liu. — Arbeitsbericht 02/2002. — Institut fur Wirtschaftsinformatik, 2002. — 19 p.

4. Кузминчук Н.В. Методы оценки кредитного риска в банковской деятельности / Н.В. Кузминчук, О.С. Мандрыка // Бизнесинформ, 2009. — № 1. — С. 113–117.

5. Bielecki T.R. Credit Risk: modeling, valuation and hedging / T.R. Bielecki, M. Rutkowski. — Berlin: Springer, 2002. — 500 p.

6. Hosmer D.W. Applied Logistic Regression / D.W. Hosmer, S. Lemeshow. — New York: John Wiley & Sons, Inc. 1989. — 400 p.

7. Бідюк П.І. Аналіз часових рядів / П.І. Бідюк , В.Д. Романенко, О.Л. Тимощук. — К.: Політехніка, 2013. — 600 с.

8. Бідюк П.І. Системний підхід до прогнозування на основі моделей часових рядів / П.І. Бідюк  // Системні дослідження та інформаційні технології. — 2003. — № 3. — С. 88–110.

9. Довгий С.О. СППР на основі ймовірнісно-статистичних методів / С.О. Довгий, О.М. Трофимчук. — К.: Логос, 2014. — 430 с.





DOI: http://dx.doi.org/10.20535/SRIT.2308-8893.2017.1.03

Посилання

  • Поки немає зовнішніх посилань.