Поведінковий кредитний скоринг клієнтів банку компанії методами машинного навчання

Вантажиться...
Ескіз

Дата

2021-12

Назва журналу

Номер ISSN

Назва тому

Видавець

КПІ ім. Ігоря Сікорського

Анотація

Магістерська дисертація: 107с., 19 Рисунок, 21 табл., 1 додаток, 19 джерел. Актуальність теми: зараз в Україні бурхливо зростає ринок споживчого кредитування, але водночас з ним зростає кількість неповернень кредитів. Це призводить до колосальних збитків банків та кредитних організацій. Поведінковий кредитний ризик банківської установи як один з видів кредитного скорингу дозволяє мінімізувати ці втрати. У зв’язку з нинішнім кризовим станом у банківській сфері постає нагальним застосування та розробка нових більш досконалих методів оцінювання кредитних ризиків та подальшої роботи з потенційними боржниками. Мета даної роботи полягає у дослідженні та вдосконаленні існуючих методик побудови поведінкових скорингових моделей для оцінювання кредитоспроможності фізичних осіб з використанням методів машинного навчання. Об’єкт дослідження: база даних з аплікаційними та поведінковими характеристиками клієнтів. Методи дослідження: метод логістичної регресії, метод градієнтного спуску, Random forest, нейронна мережа, баєсів класифікатор. Програмний продукт реалізований за допомогою мови програмування Python у середовищі розробки Jupyter notebook. Отримані результати: Розроблено систему поведінкового кредитного скорингу, що дозволяє оцінювати попадання в план по ліквідації заборгованості і настання проблем по кредиту протягом 90 днів.

Опис

Ключові слова

кредитоспроможність, кредитний скоринг, логістична регресія, точність моделі, скорингова карта, нейронна мережа, xgboost, random forest, класифікатор, credit capacity, credit scoring, logistic regression, model accuracy, scoring card, neural network, classification

Бібліографічний опис

Зудіков, А. О. Поведінковий кредитний скоринг клієнтів банку компанії методами машинного навчання : магістерська дис. : 124 Системний аналіз / Зудіков Андрій Олександрович. - Київ, 2021. - 107 с.

ORCID

DOI