Математичні методи оцінки кредитоспроможності позичальника

Скорочена інформація про документ
dc.contributor.advisorЛазаренко, Ірина Сергіївна
dc.contributor.authorШевченко, Анна Павлівна
dc.date.accessioned2023-10-17T13:35:20Z
dc.date.available2023-10-17T13:35:20Z
dc.date.issued2021
dc.description.abstractРоль кредитної політики комерційного банку важко переоцінити, оскільки вона дозволяє забезпечити формування відповідного кредитного портрету банку, визначити оптимальну організацію його кредитного процесу та визначити оптимальний спосіб управління його активами. Ефективність кредитної політики напряму залежить від актуальності теоретичних та практичних засад пов’язаних з її формуванням. В процесі надання кредиту враховуються багато факторів. До них відносяться характеристики позичальник, його економічне становище, сума позики, на яку він претендує, призначення кредиту (тобто що буде фінансуватися за рахунок позики) і вид забезпечення. Різноманітність цих факторів означає, що ризик оцінюється з використанням елементів кількісного та якісного аналізу. Актуальність дослідження оцінки кредитоспроможності полягає в тому, що в період розповсюдження вірусу COVID- 19, за прогнозами Центрального Європейського Банку, основною загрозою банківській сфері будуть слугувати саме проблемні кредити. Зважаючи на високий відсоток непрацюючих кредитів в українських комерційних банках тема кредитного скорингу набуває нової актуальності. Метою роботи є оцінити стан ринку споживчого кредитування в Україні, проаналізувати класичні системи та скорингові моделі оцінки кредитоспроможності позичальника банку. Об’єктом дослідження даної роботи є процес управління кредитної діяльності банку. Предметом дослідження роботи є діяльність комерційних банків, ситуацій, які виникають в процесі діяльності банку, та велика кількість ризиків, що притаманні його діяльності. Було побудовано та застосовано декілька моделей для оцінки кредитоспроможності позичальника, проведено якісний аналіз кожної з моделей. В свою чергу, кожна з моделей належить до сучасних методів машинного навчання Застосування моделей проведено на основі мови програмування R. Для удосконалення результативності моделей на даних було застосовано єдиний в своєму роді пакет CleanLab в Python. Таким чином був проведений не тільки аналіз методів, але і вхідних даних. В роботі також були розглянуті недоліки та переваги застосування методів машинного навчання. Результати дослідження є актуальними і можуть бути використані сучасними банками для визначення кредитоспроможності позичальника.uk
dc.description.abstractotherThe role of a commercial bank's credit policy is not to underestimate, as it allows to ensure the formation of an appropriate credit portrait of the bank, to determine the optimal organization of its credit process and to determine the optimal way to manage its assets. The effectiveness of credit policy depends on the relevance of theoretical and practical principles associated with its formation. Many factors are considered in the loan process. These include the characteristics of the borrower, his economic situation, the amount of the loan for which he applies, the purpose of the loan and the type of collateral. The variety of observed factors means that the risk is assessed using elements of quantitative and qualitative analysis. The relevance of the creditworthiness assessment only emerges in the times of the spread of the COVID-19 virus, according to the Central European Bank, the non-performing loans are the main danger for the bank sector. Due to the already existing high percentage of non-performing loans in Ukrainian commercial banks, the topic of credit scoring is gaining new relevance. The purpose of the work is to estimate the state of the consumer lending market in Ukraine, to analyze the classical systems and scoring models for assessing the creditworthiness of the bank borrower. The object of study of this work is the process of managing the credit activities of the bank. The subject of the study is the activities of commercial banks, situations that arise in the banking process and many within inherited risks. Several models were built and applied in order to assess the borrower's creditworthiness, as well as qualitative analysis of each of the models. Within all of them belong to the methods of modern machine learning. The models application was based on the R programming language. To improve the accuracy of the models, a unique CleanLab package in Python was applied to the given data. Thus, not only the analysis of methods was performed, but also the analysis of input data. The paper also discusses the disadvantages and advantages of using machine learning methods. The results of the study are relevant and can be used by modern banks to determine the creditworthiness of the borruk
dc.format.extent102 с.uk
dc.identifier.citationШевченко, А. П. Математичні методи оцінки кредитоспроможності позичальника : дипломна робота ... бакалавра : 051 Економіка / Шевченко Анна Павлівна. - Київ, 2021. - 102 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/61509
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectкредитuk
dc.subjectкредитоспроможністьuk
dc.subjectнепрацюючі кредитиuk
dc.subjectкредитний скорингuk
dc.subjectкомерційний банкuk
dc.subjectдерева рішенняuk
dc.subjectлогістична регресіяuk
dc.subjectдискримінантний аналізuk
dc.subjectмашинне навчанняuk
dc.subjectчистка маркуваньuk
dc.subjectcredituk
dc.subjectcreditworthinessuk
dc.subjectnon-performing loansuk
dc.subjectcredit scoringuk
dc.subjectcommercial bankuk
dc.subjectdecision treesuk
dc.subjectlogistic regressionuk
dc.subjectdiscriminant analysisuk
dc.subjectmachine learninguk
dc.subjectlabels cleaninguk
dc.titleМатематичні методи оцінки кредитоспроможності позичальникаuk
dc.typeBachelor Thesisuk

Файли

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

Зібрання

Бакалаврські роботи (ММЕС)
Бакалаврські роботи