Система для аналізу кредитоспроможності клієнтів на основі багатомодельного підходу

Скорочена інформація про документ
dc.contributor.advisorБідюк, Петро Іванович
dc.contributor.authorСавенков, Юрій Ростиславович
dc.date.accessioned2019-01-28T12:50:01Z
dc.date.available2019-01-28T12:50:01Z
dc.date.issued2018
dc.description.abstractenMaster’s thesis: 90 p., 4 fig., 24 tabl., 1 appendix, 13 sources. Topic of master’s thesis: «The system for solvency analysis of clients using multimodel approach». The object of study – dataset of 1838 bank clients that received credit. The sample contains a set of parameters on which the prediction is performing. Purpose of study – development of the system for assessing the solvency of individuals based on logistic regression, Bayesian network and their combination. Subject of research – scoring models for solving the problem of forecasting the return or non-return by the borrower of the loan. Research methods – logistic regression model and Bayesian network. The paper represents the results of obtained credit scoring models based on logistic regression, Bayesian network and their combination. The results of the comparative analysis of models are described with various criteria, as well as conclusions were drawn regarding their correctness and accuracy. Recommendations for further development consist of improvement of existing models of credit scoring for achieving better prediction accuracy and improvement of the developed system on basis of built models.uk
dc.description.abstractukМагістерська дисертація: 90 с., 4 рис., 24 табл., 1 додаток, 13 джерел. Тема магістерської дисертації: «Система для аналізу кредитоспроможності клієнтів на основі багатомодельного підходу». Об'єкт дослідження – вибірка з 1838 спостережень, що являють собою набір атрибутів-характеристик про фізичну особу, що отримала кредит. Мета роботи – розробка системи для аналізу та оцінювання кредитоспроможності фізичних осіб на основі моделей логістичної регресії, байєсівської мережі та їх комбінованого підходу. Предмет дослідження – скорингові моделі для вирішення проблеми прогнозування виплати чи невиплати позичальником кредиту. Методи дослідження – моделі логістичної регресії та байєсівської мережі. В роботі наведені результати побудови моделей кредитного скорингу за допомогою логістичної регресії, байєсівської мережі та їх комбінованого підходу. Проведено порівняльний аналіз отриманих моделей за допомогою різних критеріїв, а також зроблені висновки відносно їх коректності та точності. Прогнозні припущення щодо подальшого розвитку об’єкта дослідження: вдосконалення існуючих моделей кредитного скорингу для покращення точності прогнозування, а також покращення розробленої системи на основі побудованих моделей.uk
dc.format.page88 с.uk
dc.identifier.citationСавенков, Ю. Р. Система для аналізу кредитоспроможності клієнтів на основі багатомодельного підходу : магістерська дис. : 124 Системний аналіз / Савенков Юрій Ростиславович. - Київ, 2018. - 88 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/26072
dc.language.isoukuk
dc.publisher.placeКиївuk
dc.subjectлогістична регресіяuk
dc.subjectбайєсівська мережаuk
dc.subjectскорингові моделіuk
dc.subjectкредитоспроможністьuk
dc.subjectзагальна точність моделіuk
dc.subjectlogistic regressionuk
dc.subjectbayesian networkuk
dc.subjectscoring modelsuk
dc.subjectsolvencyuk
dc.subjectcommon accuracyuk
dc.subject.udc004.942:519.216uk
dc.titleСистема для аналізу кредитоспроможності клієнтів на основі багатомодельного підходуuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
Savenkov_magistr.docx
Розмір:
529.42 KB
Формат:
Microsoft Word XML
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