Інтелектуальна система для аналізу кредитного портфеля банка
| dc.contributor.advisor | Селін, Юрій Миколайович | |
| dc.contributor.author | Романовський, Юрій Олександрович | |
| dc.date.accessioned | 2020-02-11T13:23:11Z | |
| dc.date.available | 2020-02-11T13:23:11Z | |
| dc.date.issued | 2019-12 | |
| dc.description.abstracten | Actuality. The relevance of the topic in the current conditions is due, first of all, to the riskiness of the commercial bank's loan portfolio in its formation, as well as the need for timely and complete assessment of the status of both individual and all loans. Successful lending leads to a profit for banks, which enhances the credibility and sustainability of the lending institution. Also, a bank loan has the important advantage of being able to flexibly meet the borrower's changing needs for funds. Thus, both banks and borrowers are interested in the development of the bank lending system. The purpose of the research is impulse system and pay-offs, we take the decision for the effective management of the loan portfolio. To achieve this goal, you must perform the following tasks: - to study theoretical and methodological bases of credit portfolio quality assessment; - review the main approaches; - to carry out modeling; - analyze the results of modeling and evaluation to make a reasonable choice of the best model; - implement software implementation of the decision support system using the selected model; - to carry out research of efficiency of the developed information technology. The object of the research is analysis of the loan portfolio of the bank. The subject of the research is to analyze the loan portfolio of the bank and the model of effective management. Methods of research are machine learning methods based on the stochastic gradient descent algorithm. The scientific novelty. A decision support system for efficient credit portfolio management based on machine learning algorithms and capable of classifying loans based on a large number of important loan and customer parameters is established, which significantly improves the quality of analysis and efficiency of credit management. The developed system is universal and can be used by any bank and allows the user to choose by what criteria to classify. The practical significance of the obtained results is determined by the fact that the proposed algorithm is really effective for the classification of bank loans, and the developed system significantly improves the quality of credit portfolio analysis. Publications. The following materials were published in the direction of the study: 1) Романовский Ю. А. Информационная система поддержки принятия решений в управлении кредитной задолженностью // Романовский Ю. А., Селин Ю.Н./ Материали за XV международна научна практична конференция, Образованието и науката на XXI век - 2019 , 15 - 22 октомври 2019 г. Закон. Икономики. Публичната администрация. Философия. : София. « Бял ГРАД-БГ » - c.6-9. 2) Романовский Ю. А. Анализ кредитного портфеля банка // Романовский Ю. А., Селин Ю.Н./ Materialły XV Międzynarodowej naukowi-praktycznej konferencji , «Perspektywiczne opracowania są nauką i technikami - 2019» , 07 – 15 listopada 2019 roku po sekcjach: Ekonomiczne nauki.- c.34-38. | uk |
| dc.description.abstractuk | Актуальність. Актуальність теми в сучасних умовах пояснюється, перш за все, ризикованістю кредитного портфеля комерційного банку при його формуванні, а також необхідністю своєчасної та повної оцінки стану як окремо взятого, так і сукупності всіх кредитів. Успішне здійснення кредитних операцій призводить до отримання банками прибутку, що сприяє підвищенню надійності і стійкості кредитної організації. Також банківського кредиту притаманне важлива перевага, що полягає в гнучкому задоволенні мінливих потреб позичальників в засобах. Таким чином, у розвитку системи банківського кредитування зацікавлені як самі банки, так і позичальники. Метою дослідження є побудова системи підтримки прийняття рішень для ефективного управління кредитним портфелем. Для досягнення поставленої мети необхідно виконати наступні завдання: - вивчити теоретичні та методологічні основи оцінки якості кредитного портфеля; - провести огляд основних підходів; - здійснити моделювання; - проаналізувати результати моделювання та оцінювання задля обґрунтованого вибору найкращої моделі; - виконати програмну реалізацію системи підтримки прийняття рішень з використанням обраної моделі; - провести дослідження ефективності розробленої інформаційної технології. Об’єктом дослідження є аналіз кредитного портфелю банку. Предметом дослідження є методи аналізу кредитного портфелю банку та модель ефективного управління ним. Методами дослідження є методи машинного навчання, які базуються на алгоритмі стохастичного градієнтного спуску. Наукова новизна. Створено систему підтримки прийняття рішень для ефективного управління кредитним портфелем, що базується на алгоритмах машинного навчання та здатна класифікувати кредити на основі значної кількості важливих параметрів позики та клієнта, яка дозволяє значно підвищити якість аналізу та ефективність управління кредитною заборгованністю. Розроблена система є універсальною і може використовуватися будь-яким банком та надає можливість користувачу вибирати за якими критеріями проводити класифікацію. Практичне значення отриманих результатів визначається тим, що запропонований алгоритм дійсно є ефективним для класифікації банківських позичок, а розроблена система підтримки прийняття рішень значно підвищує якість аналізу кредитного портфеля. Публікації. За напрямком дослідження було опубліковано такі матеріли: 1) Романовский Ю. А. Информационная система поддержки принятия решений в управлении кредитной задолженностью // Романовский Ю. А., Селин Ю.Н./ Материали за XV международна научна практична конференция, Образованието и науката на XXI век - 2019 , 15 - 22 октомври 2019 г. Закон. Икономики. Публичната администрация. Философия. : София. « Бял ГРАД-БГ » - c.6-9. 2) Романовский Ю. А. Анализ кредитного портфеля банка // Романовский Ю. А., Селин Ю.Н./ Materialły XV Międzynarodowej naukowi-praktycznej konferencji , «Perspektywiczne opracowania są nauką i technikami - 2019» , 07 – 15 listopada 2019 roku po sekcjach: Ekonomiczne nauki.- c.34-38. | uk |
| dc.format.page | 127 с. | uk |
| dc.identifier.citation | Романовський, Ю. О. Інтелектуальна система для аналізу кредитного портфеля банка : магістерська дис. : 121 Інженерія програмного забезпечення / Джура Юрій Олександрович . - Київ, 2019. - 127 с. | uk |
| dc.identifier.uri | https://ela.kpi.ua/handle/123456789/31522 | |
| dc.language.iso | uk | uk |
| dc.publisher | КПІ ім. Ігоря Сікорського | uk |
| dc.publisher.place | Київ | uk |
| dc.subject | кредитний портфель | uk |
| dc.subject | машине навчання | uk |
| dc.subject | кредитна заборгованність | uk |
| dc.subject | системи прийняття рішень | uk |
| dc.subject | стохастичний градієнтний спуск | uk |
| dc.subject | credit portfolio | uk |
| dc.subject | machine learning | uk |
| dc.subject | credit debt | uk |
| dc.subject | decision making systems | uk |
| dc.subject | stochastic gradient | uk |
| dc.subject.udc | 004 | uk |
| dc.title | Інтелектуальна система для аналізу кредитного портфеля банка | uk |
| dc.type | Master Thesis | uk |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- Romanovskyi_magistr.pdf
- Розмір:
- 2.55 MB
- Формат:
- Adobe Portable Document Format
- Опис:
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 9.06 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: