Тези Мизніков Р. І

ДОСЛІДЖЕННЯ ТА РОЗРОБКА МЕТОДІВ АНАЛІЗУ ДАНИХ ДЛЯ КЛАСИФІКАЦІЇ ЗАЯВОК НА ОТРИМАННЯ БАНКІВСЬКИХ КРЕДИТІВ

Мизніков Руслан Ігорович

здобувач вищої освіти факультету комп’ютерних наук

Харківський національний університет радіоелектроніки

Науковий керівник: Ігор Валерійович Гребеннік

ORCID ID: 0000-0003-3716-9638

Зав. кафедри системотехніки, док. тех. наук, професор

Харківський національний університет радіоелектроніки

Україна

Однією з головних проблем у банківській сфері є проблема оцінювання ризиків кредитування клієнтів. У спеціалізованій літературі описано досить обширний перелік методик щодо обробки та класифікації заявок на банківські кредити [1]. Найбільш популярними є методи, що базуються на лінійних та логістичних регресійних моделях, нейронних мережах, деревах класифікації, методи дискримінантного аналізу, методи математичного моделювання та ін. [2]. Основними методами оцінки кредитоспроможності позичальників виділяють: рейтингові(бальні) моделі, модель CART, комплексні моделі. Проте, усі досліджені методи мають недоліки, які є суттєвими для тих випадків, коли моделі даних будуть використовуватися у режимі реального часу:

• відсутність систематизованого підходу до структури методів класифікацій;

• необхідність використання складних статистичних методів для побудови моделі;

• суб’єктивізм оцінки рівня менеджменту та якості активів.

Метою роботи є дослідження існуючих та розробка нового методу аналізу даних для класифікації заявок на видачу кредиту клієнтам банку.

Розроблений скоринговий метод для оцінювання кредитних ризиків включає в себе наступні переваги:

• швидкість прийняття рішення щодо видачі кредиту;

• можливість вдосконалення оцінок кредитних ризиків;

• зменшення суб’єктивності процесу прийняття рішення;

• точність оцінки ризику за результатами аналізу статистичних та історичних даних.

Розроблений метод об’єднує в собі підходи кількох існуючих скорингових методів, таких як апріорний, апостеріорний, динамічний та поведінковий скоринг. Для забезпечення роботи методу використовуються такі дані:

• загальна інформація про клієнта;

• попередня історія кредитування та транзакцій у межах банку;

• макроекономічні показники, дані держстатистики, результати перепису населення, тощо;

• історичні дані щодо кредитування із зовнішніх джерел, таких як Бюро Кредитних історій.

Для функціонування методу розроблено веб-додаток, розвернутий на клієнт-серверній архітектурі, написаний на мові Python, у якості СУБД обрано Oracle. На основі проведених досліджених було вирішено проводити аналіз даних за допомогою дерева рішень. Для більшої ефективності скорингового методу, було проведено навчання на статистичній та історичній вибірках даних що дозволило розставити показники близько до реальних.

Таким чином, в ході роботи були досліджені різні методи аналізу даних та розроблений власний метод класифікації заявок на отримання банківських кредитів. За результатами проведених досліджень банківського ринку, можна стверджувати про наявність потреби у створеному методі для вирішення наявних проблем.

Список використаних джерел:

1. Варцаба, В.І. & Заславська, О.І. (2018) Сучасне банківництво: теорія і практика: Навч. посібник. Ужгород: УжНУ «Говерла» .

2. Бахрушин, В.Є. (2011) Методи аналізу даних : навчальний посібник для студентів. Запоріжжя: КПУ.