Спеціалізована комп’ютерна система прогнозування кредитного ризику та відтоку клієнтів у банках
Ескіз недоступний
Дата
2024
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Актуальність теми. Сучасний банківський бізнес характеризується високим рівнем конкуренції та ризиків. Ключовим ризиком для банків є кредитний ризик та відтік клієнтів. Кредитний ризик визначається як ймовірність втрати банком коштів через несплату кредиту з боку клієнта, в той час як відтік клієнтів може призвести до зменшення доходів банку та погіршення його конкурентоспроможності.
В наш час банки повинні мати ефективні системи управління ризиками, для мінімізації своїх втрат та підвищення конкурентоспроможності. Важливим інструментом управління ризиками є спеціалізовані комп’ютерні системи прогнозування кредитного ризику та відтоку клієнтів. Тому розробка та втілення таких систем є досить актуальним питанням для сучасного банківського сектора. Використання сучасних методів та інструментів, таких як машинне навчання та великі дані, може допомогти банкам мінімізувати втрати у сучасному фінансовому середовищі.
Мета роботи: експериментальним шляхом дослідити існуючі моделі машинного навчання, виконати їх аналіз, та на основі отриманих результатів, запропонувати ефективніший метод для спеціалізованої комп’ютерної системи прогнозування кредитного ризику та відтоку клієнтів у банках.
Об’єктом дослідження є процеси прогнозування кредитного ризику та відтоку клієнтів у банківських установах
Предметом дослідження є методи машинного навчання, їх моделі та програмні комплекси прогнозування кредитного ризику та відтоку клієнтів банку.
Методи дослідження: методи машинного навчання – логістична регресія, випадковий ліс, k-найближчих сусідів, нейронні мережі.
Наукова новизна полягає в наступному:
• запропоновано ансамблевий спосіб прогнозування відтоку клієнтів, який використовує сильні сторони набору окремих методів машинного навчання;
• розроблено модель на основі нейронної мережі, яка забезпечує підвищення точності прогнозування кредитного ризику.
Практична цінність: розроблена спеціалізована комп’ютерна система прогнозування кредитного ризику та відтоку клієнтів у на основі запропонованих моделей може забезпечити банкам ефективність управління ризиками та сприятиме покращенню обслуговування клієнтів
Апробація роботи. Основні положення і результати роботи були представлені та обговорювались на:
- XVII науково-практичній конференції магістрантів та аспірантів «Прикладна математика та комп’ютинг» ПМК-2024 факультету прикладна математика (Київ, 20 -22 листопада 2024 р.);
- XI Міжнародна науково-технічна Internet-конференція «Сучасні методи, інформаційне, програмне та технічне забезпечення систем керування організаційно-технічними та технологічними комплексами». 27 листопада 2024 р. – К.: НУХТ, 2024.
Публікації: за темою дослідження опубліковано дві наукові праці – тези доповідей на конференціях.
Структура та обсяг роботи. Представлена магістерська дисертація виконана відповідно до встановлених вимог щодо структури та обсягу наукових робіт. Магістерська дисертація складається з вступу, чотирьох основних розділів, висновків по кожному розділу та загальних висновків по роботі в цілому.
У вступі обґрунтовано актуальність обраної теми, визначено мету, завдання, об’єкт та предмет дослідження, розкрито наукову новизну та практичну цінність отриманих результатів.
Перший розділ присвячено теоретичним аспектам СКС та прогнозування кредитного ризику та відтоку клієнтів у банківській сфері. В ньому проведено аналіз існуючих методів прогнозування, виявлено їх переваги та недоліки, обґрунтовано доцільність застосування методів машинного навчання.
У другому розділі розглянуто методи машинного навчання, проведено порівняльну характеристику.
У третьому розділі розроблено спеціалізовану комп’ютерну систему прогнозування кредитного ризику та відтоку клієнтів яка використовує методи машинного навчання.
Четвертий розділ присвячено практичній реалізації методів машинного навчання для прогнозу кредитного ризику та відтоку клієнтів у банках. Був розроблений ансамблевий метод (Stacking Ensemble) для прогнозу відтоку клієнтів, який поєднує переваги різних машинних методів для підвищення точності прогнозування. А для прогнозування кредитного ризику була реалізована повнозв’язна нейронна мережа, яка показала високі результати у задачі прогнозування схвалення позики.
У висновках узагальнено основні результати дисертаційного дослідження, сформульовано висновки та рекомендації щодо подальшого використання розробленої системи.
Загальний обсяг магістерської дисертації становить 127 сторінок, у тому числі 90 сторінок основного тексту, включаючи 31 рисунків, 6 таблиць.
Ключові слова: банківська сфера, кредитний ризик, відтік клієнтів, прогнозування, методи машинного навчання, нейронні мережі, спеціалізована комп’ютерна система.
Опис
Ключові слова
банківська сфера, кредитний ризик, відтік клієнтів, прогнозування, методи машинного навчання, нейронні мережі, спеціалізована комп’ютерна система, banking sector, credit risk, customer attrition, forecasting, machine learning methods, neural networks, specialized computer system
Бібліографічний опис
Ус, В. С. Спеціалізована комп’ютерна система прогнозування кредитного ризику та відтоку клієнтів у банках : магістерська дис.: 123 Комп'ютерна інженерія / Ус Іван Олександрович . – Київ, 2024. – 92 с