Аналіз кредитоспроможності за допомогою методів інтелектуального аналізу даних

П.І. Бідюк, д-р техн. наук, В.Г. Гуськова, аспірантка
Інститут прикладного системного аналізу
Національного технічного університету України
«Київський політехнічний ін-т ім. Ігоря Сікорського»
(Україна, 03056, Київ, пр-т Перемоги, 37, кім. 307,
тел. +380972134708, e-mail: Ця електронна адреса захищена від спам-ботів. Вам потрібно увімкнути JavaScript, щоб побачити її.)

Èlektron. model. 2019, 41(2):111-120
https://doi.org/10.15407/emodel.41.02.111

АНОТАЦІЯ

Запропоновано спосіб мінімізації ризику платоспроможності позичальника для банківської системи та інших фінансових компаній, які надають кредити своїм клієнтам. Проведено оцінку кредитоспроможності клієнтів з використанням логістичної регресії, методів на основі нечіткої логіки, нейронної мережі із зворотнім поширенням помилки та дерев рішень. Надано результати оцінки кредитоспроможності позичальників та проаналізовано оцінку стану клієнтів.

КЛЮЧОВІ СЛОВА:

ризики, нечітка логіка, логістична регресія, нейронна мережа, дерева рішень, аналіз стану.

СПИСОК ЛІТЕРАТУРИ

1. Pearl J. Probabilistic reasoning in intelligent systems. San Francisco: Morgan Kaufmann1. Pearl J. Probabilistic reasoning in intelligent systems. San Francisco: Morgan KaufmannPublishers, 1988.
2. Зайченко Ю.П. Оценка кредитних банковских рисков с использованием нечеткой логики // Intelligent Information and Engineering Systems, 2008, № 13, с. 190—200.
3. Зайченко Ю.П. Оценка кредитных банковских рисков с использованием нечеткой логики // Системні дослідження та інформаційні технології, 2010, № 2, с. 37—54.
4. Terent’yev A.N., Bidyuk P.I., Korshevnyuk L.A. Bayesian network as instrument of intelligentdata analysis // Journal of Automation and Information Sciences, 2007, Vol. 39, p. 28—38.
5. Bidyuk P.I., Kuznyetsova N.V., Terentyev O.M. Decision support system based for analysisof financial data // Research Bulletin of NTUU «KPI». Kyiv: NTUU «KPI», 2011, №1,p. 48—61.
6. Verzami J. Getting Started with RStudio. O’Reilly Media Inc., 2011, 98 p.
7. Круглов В.В., Дли М.И., Голунов Р.Ю. Нечеткая логика и искусственные нейронные сети. М.: Физматлит, 2000, 224 с.
8. Загірська І.О., Бідюк П.І. Методика побудови сценарного аналізу із використанням байєсівських методів // Електротехнічні та комп’ютерні системи. Інформаційні системи та технології, 2012, № 8 (84), с. 137—142.
9. Кузнєцова Н.В. Інформаційні технології аналізу фінансових ризиків за допомогою байєсівських мереж. Дис. ... канд. техн. наук, Київ, 2011, 300 с.
10. Bidyuk P.I., Bondarenko V.V. On One Model of Financial Data // Journal of automation andinformation sciences, 2011, No. 43, p. 76—81.

БІДЮК Петро Іванович, д-р техн. наук, професор, професор кафедри математичних методів системного аналізу Ін-та прикладного системного аналізу Національного технічного університету України «Київський політехнічний ін-т ім. Ігоря Сікорського». В 1972 р. закінчив Київський політехнічний ін-т. Область наукових досліджень — статистично-ймовірнісне моделювання і прогнозування, інтелектуальний аналіз даних, нейронні мережі та мережі Байєса, інформаційні технології, системний аналіз.

ГУСЬКОВА Віра Геннадіївна, аспірантка кафедри математичних методів системного аналізу Ін-та прикладного системного аналізу Національного технічного університету України «Київський політехнічний ін-т ім. Ігоря Сікорського». В 2016 р. закінчила Київський політехнічний ін-т ім. Ігоря Сікорського. Область наукових досліджень — системний підхід, інтелектуальний аналіз даних, математичне моделювання, інформаційні технології, системний аналіз.

Повний текст: PDF