Оцінювання кредитних ризиків методами інтелектуального анализу даних
Проаналізовано кредитні ризики фінансових організацій за допомогою методів інтелектуального аналізу даних. Фактичні статистичні дані, які характеризують позичальників кредитів, використано для побудови математичних моделей у формі рівнянь типу логіт, дерев рішень і байєсівських мереж. Якість побудов...
Saved in:
| Published in: | Системні дослідження та інформаційні технології |
|---|---|
| Date: | 2017 |
| Main Authors: | , , |
| Format: | Article |
| Language: | Russian |
| Published: |
Навчально-науковий комплекс "Інститут прикладного системного аналізу" НТУУ "КПІ" МОН та НАН України
2017
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/151062 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Оцінювання кредитних ризиків методами інтелектуального анализу даних / В.Я. Данилов, О.Л. Жиров, П.І. Бідюк // Системні дослідження та інформаційні технології. — 2017. — № 1. — С. 33-48. — Бібліогр.: 9 назв. — укр. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1862745043803045888 |
|---|---|
| author | Данилов, В.Я. Жиров, О.Л. Бідюк, П.І. |
| author_facet | Данилов, В.Я. Жиров, О.Л. Бідюк, П.І. |
| citation_txt | Оцінювання кредитних ризиків методами інтелектуального анализу даних / В.Я. Данилов, О.Л. Жиров, П.І. Бідюк // Системні дослідження та інформаційні технології. — 2017. — № 1. — С. 33-48. — Бібліогр.: 9 назв. — укр. |
| collection | DSpace DC |
| container_title | Системні дослідження та інформаційні технології |
| description | Проаналізовано кредитні ризики фінансових організацій за допомогою методів інтелектуального аналізу даних. Фактичні статистичні дані, які характеризують позичальників кредитів, використано для побудови математичних моделей у формі рівнянь типу логіт, дерев рішень і байєсівських мереж. Якість побудованих моделей проаналізовано за множиною належних статистичних критеріїв, які забезпечують основу для вибору кращої альтернативної моделі. Із використанням двох вибірок банківських даних виконано ряд обчислювальних експериментів і виявлено кращі моделі у формі рівнянь типу логіт і байєсівські мережі. Передбачається розширити множину методів побудови математичних моделей і реалізувати ідею комбінування оцінок, згенерованих за альтернативними методами. Обґрунтовано доцільність розроблення та реалізацію спеціалізованої системи підтримання прийняття рішень для виконання досліджень у галузі оцінювання та прогнозування фінансових ризиків.
Проанализированы кредитные риски финансовых организаций с помощью методов интеллектуального анализа данных. Фактические статистические данные, которые характеризуют заемщиков кредитов, использованы для построения математических моделей в форме уравнений типа логит, деревьев решений и байесовских сетей. Качество построенных моделей проанализировано с помощью множества соответствующих статистических критериев, которые дают основание для выбора лучшей альтернативной модели. С использованием двух выборок банковских данных выполнен ряд вычислительных экспериментов и установлено, что лучшими оказались модели типа логит и байесовские сети. Предусматриваются расширение множества методов построения математических моделей и реализация идеи комбинирования оценок, сгенерированных альтернативними методами. Обоснованы целесообразность разработки и реализация специализированной системы поддержки принятия решений для выполнения исследований в сфере оценивания и прогнозирования финансовых рисков.
Проанализированы кредитные риски финансовых организаций с помощью методов интеллектуального анализа данных. Фактические статистические данные, которые характеризуют заемщиков кредитов, использованы для построения математических моделей в форме уравнений типа логит, деревьев решений и байесовских сетей. Качество построенных моделей проанализировано с помощью множества соответствующих статистических критериев, которые дают основание для выбора лучшей альтернативной модели. С использованием двух выборок банковских данных выполнен ряд вычислительных экспериментов и установлено, что лучшими оказались модели типа логит и байесовские сети. Предусматриваются расширение множества методов построения математических моделей и реализация идеи комбинирования оценок, сгенерированных альтернативними методами. Обоснованы целесообразность разработки и реализация специализированной системы поддержки принятия решений для выполнения исследований в сфере оценивания и прогнозирования финансовых рисков.
|
| first_indexed | 2025-12-07T20:38:51Z |
| format | Article |
| fulltext | |
| id | nasplib_isofts_kiev_ua-123456789-151062 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1681–6048 |
| language | Russian |
| last_indexed | 2025-12-07T20:38:51Z |
| publishDate | 2017 |
| publisher | Навчально-науковий комплекс "Інститут прикладного системного аналізу" НТУУ "КПІ" МОН та НАН України |
| record_format | dspace |
| spelling | Данилов, В.Я. Жиров, О.Л. Бідюк, П.І. 2019-04-23T19:11:45Z 2019-04-23T19:11:45Z 2017 Оцінювання кредитних ризиків методами інтелектуального анализу даних / В.Я. Данилов, О.Л. Жиров, П.І. Бідюк // Системні дослідження та інформаційні технології. — 2017. — № 1. — С. 33-48. — Бібліогр.: 9 назв. — укр. 1681–6048 DOI: https://doi.org/10.20535/SRIT.2308-8893.2017.1.03 https://nasplib.isofts.kiev.ua/handle/123456789/151062 519.226, 330.322 Проаналізовано кредитні ризики фінансових організацій за допомогою методів інтелектуального аналізу даних. Фактичні статистичні дані, які характеризують позичальників кредитів, використано для побудови математичних моделей у формі рівнянь типу логіт, дерев рішень і байєсівських мереж. Якість побудованих моделей проаналізовано за множиною належних статистичних критеріїв, які забезпечують основу для вибору кращої альтернативної моделі. Із використанням двох вибірок банківських даних виконано ряд обчислювальних експериментів і виявлено кращі моделі у формі рівнянь типу логіт і байєсівські мережі. Передбачається розширити множину методів побудови математичних моделей і реалізувати ідею комбінування оцінок, згенерованих за альтернативними методами. Обґрунтовано доцільність розроблення та реалізацію спеціалізованої системи підтримання прийняття рішень для виконання досліджень у галузі оцінювання та прогнозування фінансових ризиків. Проанализированы кредитные риски финансовых организаций с помощью методов интеллектуального анализа данных. Фактические статистические данные, которые характеризуют заемщиков кредитов, использованы для построения математических моделей в форме уравнений типа логит, деревьев решений и байесовских сетей. Качество построенных моделей проанализировано с помощью множества соответствующих статистических критериев, которые дают основание для выбора лучшей альтернативной модели. С использованием двух выборок банковских данных выполнен ряд вычислительных экспериментов и установлено, что лучшими оказались модели типа логит и байесовские сети. Предусматриваются расширение множества методов построения математических моделей и реализация идеи комбинирования оценок, сгенерированных альтернативними методами. Обоснованы целесообразность разработки и реализация специализированной системы поддержки принятия решений для выполнения исследований в сфере оценивания и прогнозирования финансовых рисков. Проанализированы кредитные риски финансовых организаций с помощью методов интеллектуального анализа данных. Фактические статистические данные, которые характеризуют заемщиков кредитов, использованы для построения математических моделей в форме уравнений типа логит, деревьев решений и байесовских сетей. Качество построенных моделей проанализировано с помощью множества соответствующих статистических критериев, которые дают основание для выбора лучшей альтернативной модели. С использованием двух выборок банковских данных выполнен ряд вычислительных экспериментов и установлено, что лучшими оказались модели типа логит и байесовские сети. Предусматриваются расширение множества методов построения математических моделей и реализация идеи комбинирования оценок, сгенерированных альтернативними методами. Обоснованы целесообразность разработки и реализация специализированной системы поддержки принятия решений для выполнения исследований в сфере оценивания и прогнозирования финансовых рисков. ru Навчально-науковий комплекс "Інститут прикладного системного аналізу" НТУУ "КПІ" МОН та НАН України Системні дослідження та інформаційні технології Проблеми прийняття рішень і управління в економічних, технічних, екологічних і соціальних системах Оцінювання кредитних ризиків методами інтелектуального анализу даних Оценивание кредитных рисков методами интеллектуального анализа данных Estimation of credit risks using the data mining methods Article published earlier |
| spellingShingle | Оцінювання кредитних ризиків методами інтелектуального анализу даних Данилов, В.Я. Жиров, О.Л. Бідюк, П.І. Проблеми прийняття рішень і управління в економічних, технічних, екологічних і соціальних системах |
| title | Оцінювання кредитних ризиків методами інтелектуального анализу даних |
| title_alt | Оценивание кредитных рисков методами интеллектуального анализа данных Estimation of credit risks using the data mining methods |
| title_full | Оцінювання кредитних ризиків методами інтелектуального анализу даних |
| title_fullStr | Оцінювання кредитних ризиків методами інтелектуального анализу даних |
| title_full_unstemmed | Оцінювання кредитних ризиків методами інтелектуального анализу даних |
| title_short | Оцінювання кредитних ризиків методами інтелектуального анализу даних |
| title_sort | оцінювання кредитних ризиків методами інтелектуального анализу даних |
| topic | Проблеми прийняття рішень і управління в економічних, технічних, екологічних і соціальних системах |
| topic_facet | Проблеми прийняття рішень і управління в економічних, технічних, екологічних і соціальних системах |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/151062 |
| work_keys_str_mv | AT danilovvâ ocínûvannâkreditnihrizikívmetodamiíntelektualʹnogoanalizudanih AT žirovol ocínûvannâkreditnihrizikívmetodamiíntelektualʹnogoanalizudanih AT bídûkpí ocínûvannâkreditnihrizikívmetodamiíntelektualʹnogoanalizudanih AT danilovvâ ocenivaniekreditnyhriskovmetodamiintellektualʹnogoanalizadannyh AT žirovol ocenivaniekreditnyhriskovmetodamiintellektualʹnogoanalizadannyh AT bídûkpí ocenivaniekreditnyhriskovmetodamiintellektualʹnogoanalizadannyh AT danilovvâ estimationofcreditrisksusingthedataminingmethods AT žirovol estimationofcreditrisksusingthedataminingmethods AT bídûkpí estimationofcreditrisksusingthedataminingmethods |