Система оцінювання кредитоспроможності позичальників з використанням методів інтелектуального аналізу даних

Скорочена інформація про документ
dc.contributor.advisorКузнєцова, Наталія Володимирівна
dc.contributor.authorКарсунцева, Єлизавета Вадимівна
dc.date.accessioned2020-03-12T08:35:14Z
dc.date.available2020-03-12T08:35:14Z
dc.date.issued2019-12
dc.description.abstractenTheme: “The borrower's credit rating system using data mining techniques”. Master's thesis explanatory note: 96 p., 30 fig., 30 tab., 2 appendices, 23 sources. Actuality: Credit risk of a banking institution as a type of banking risk is a major focus of attention of financial institutions. The credit policy of banks must take into account these risks, prevent them from occurring and be qualified to manage them, ie minimize the possible negative effects of credit operations. Due to the current crisis in the banking sector, it is urgent to apply and develop more sophisticated methods for assessing credit risk and creditworthiness of individuals. The purpose of this work is to study and improve existing methods of constructing scoring models and to develop a decision support system for assessing the creditworthiness of individuals using the method of logistic regression. Object of study: a database with customer characteristics. Subject of research: Models and methods of assessing the creditworthiness of individuals. Research methods: logistic regression method, maximum likelihood method, gradient descent method. The software product was implemented using the C# programming language in the Microsoft Visual Studio 2012 development environment. For a comparative analysis of the results were built models as decision trees and scorecard in the SAS Enterprise Miner system. Obtained results: a decision support system was developed for predicting the creditworthiness of individuals using the logistic regression method and the maximum likelihood method.uk
dc.description.abstractukМагістерська дисертація: 96с., 30 рис., 30 табл., 2 додатки, 23 джерел. Актуальність теми: Кредитний ризик банківської установи як один з видів банківських ризиків є головним об'єктом уваги фінансово-кредитних установ. Кредитна політика банків має обов'язково враховувати ці ризики, запобігати їх виникненню та кваліфіковано ними управляти, тобто зводити до мінімуму можливі негативні наслідки проведення кредитних операцій. У зв’язку з нинішнім кризовим станом у банківській сфері постає нагальним застосування та розробка нових більш досконалих методів оцінювання кредитних ризиків і кредитоспроможності осіб. Мета даної роботи полягає у дослідженні та вдосконаленні існуючих методик побудови скорингових моделей та розробці системи підтримки прийняття рішень для оцінювання кредитоспроможності фізичних осіб з використанням методу логістичної регресії. Об’єкт дослідження: база даних з аплікаційними характеристиками клієнтів. Предмет дослідження: моделі і методи оцінювання кредитоспроможності позичальників. Методи дослідження: метод логістичної регресії, метод максимальної правдоподібності, метод градієнтного спуску. Програмний продукт реалізований за допомогою мови програмування С# у середовищі розробки Microsoft Visual Studio 2012. Для порівняльного аналізу отриманих результатів були побудовані моделі у вигляді дерев рішень і скорингової карти в системі SAS Enterprise Miner. Отримані результати: розроблено систему підтримки прийняття рішень для прогнозування кредитоспроможності фізичних осіб з використанням методу логістичної регресії та методу максимальної правдоподібності.uk
dc.format.page96 с.uk
dc.identifier.citationКарсунцева, Є. В. Система оцінювання кредитоспроможності позичальників з використанням методів інтелектуального аналізу даних : магістерська дис. : 124 Системний аналіз / Карсунцева Єлизавета Вадимівна. – Київ, 2019. – 96 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/32215
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectкредитоспроможністьuk
dc.subjectкредитний скорингuk
dc.subjectлогістична регресіяuk
dc.subjectточність моделіuk
dc.subjectіндекс giniuk
dc.subjectcreditworthinessuk
dc.subjectcredit scoringuk
dc.subjectaccuracy of the modeluk
dc.subjectlogistic regressionuk
dc.subjectindex giniuk
dc.subject.udc004.4uk
dc.titleСистема оцінювання кредитоспроможності позичальників з використанням методів інтелектуального аналізу данихuk
dc.typeMaster Thesisuk

Файли

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

Зібрання

Магістерські роботи (ММСА)
Магістерські роботи