Система кредитного скорингу позичальників кредитів на основі інтелектуального аналізу даних

Скорочена інформація про документ
dc.contributor.advisorБідюк, Петро Іванович
dc.contributor.authorРевва, Роман Володимирович
dc.date.accessioned2019-01-28T13:23:17Z
dc.date.available2019-01-28T13:23:17Z
dc.date.issued2018
dc.description.abstractenMaster’s thesis: 103 p., 25 fig., 25 tab., 1 application, 13 sources. Object of the study – loans borrowers represented by the statistics of selected characteristics. Subject of research - mathematical models, methods of data analysis, criteria for assessing the adequacy of scoring models and methods of constructing a scorecard. Methods of research - methods of data analysis, neural networks, regression analysis, statistical methods of data analysis, classification methods, methods of constructing scoring models. The aim of the work is to analyze the system of credit scoring on the basis of methods and models of intellectual data analysis, as well as their comparison with existing methods of credit scoring. In the work the review of the main approaches of constructing scoring models was carried out, methods of neural and Bayesian networks were considered and analyzed. The results of modeling and evaluation were analyzed in order to justify the choice of the best model for assessing the creditworthiness of clients. The result of the work is to determine the methods of credit scoring and the development of the architecture of the system, the development of which will affect the reduction of credit risk of banks, and, accordingly, increase its credit rating, which in turn will have a systemic impact on the banking system of Ukraine.uk
dc.description.abstractukМагістерська дисертація: 102 с., 25 рис., 25 табл., 1 додаток, 13 джерел. Об’єкт дослідження – позичальники кредитів, представлені статистичними даними з вибраними характеристиками. Предмет дослідження – математичні моделі, методи інтелектуального аналізу даних, критерії оцінювання адекватності скорингових моделей та методи побудови скорингової карти. Методи дослідження – методи інтелектуального аналізу даних, нейронні мережі, регресійний аналіз, статистичні методи аналізу даних, методи класифікації, методи побудови скорингових моделей. Метою роботи є аналіз системи кредитного скорингу на основі методів та моделей інтелектуального аналізу даних, а також, їх порівняння з існуючими методами кредитного скорингу. В роботі проведено огляд основних підходів побудови скорингових моделей, розглянуто та проаналізовано методи нейронних та байєсівських мереж. Було проаналізовано результати моделювання та оцінювання задля обґрунтуваного вибору найкращої моделі для оцінки кредитоспроможності клієнтів. Результатом роботи є визначення методів кредитного скорингу та розробка архітектури системи, розробка якої вплине на зниження кредитного ризику банків, а, відповідно, і підвищення його кредитного рейтингу, що в свою чергу матиме системний вплив на банківську систему України.uk
dc.format.page115 с.uk
dc.identifier.citationРевва, Р. В. Система кредитного скорингу позичальників кредитів на основі інтелектуального аналізу даних : магістерська дис. : 124 Системний аналіз / Ревва Роман Володимирович. - Київ, 2018. - 115 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/26074
dc.language.isoukuk
dc.publisher.placeКиївuk
dc.subjectінтелектуальний аналіз данихuk
dc.subjectкредитний скорингuk
dc.subjectпрогнозуванняuk
dc.subjectскорингова модельuk
dc.subjectрегресіяuk
dc.subjectскорингова картаuk
dc.subjectнейронна мережаuk
dc.subjectdata mininguk
dc.subjectcredit scoringuk
dc.subjectforecastinguk
dc.subjectscoring modelsuk
dc.subjectscorecardsuk
dc.subjectneural networkuk
dc.subject.udc004.942:519.216.3uk
dc.titleСистема кредитного скорингу позичальників кредитів на основі інтелектуального аналізу данихuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Revva_magistr.pdf
Розмір:
2.56 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
7.74 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ММСА)
Магістерські роботи