4 1 39 3 2 2 2 1 1
1 6 4 0 1361 1 2 2 3 1 4 1 40 3 2 1 2 2 1];
[U1, S1, V1] = svd (A1);
[U2, S2, V2] = svd (A2); = []; = [] k = 1:5; = Z * 1/S1 (k, k) * V1 (:, k); = Z * 1/S2 (k, k) * V2 (:, k); = [W1 w1]; = [W2 w2] = []; i = 1:5; = abs (sqrt ((W1 (1)-U1 (i, 1)) ^ 2 + (W1 (2)-U1 (i, 1)) ^ 2 + (W1 (3)-U1 (i, 1)) ^ 2 + ...
(W2 (4)-U2 (i, 1)) ^ 2 + (W2 (5)-U2 (i, 1)) ^ 2)); = [D d1 d2]; = [W1 (1) 1; W1 (2) 1; W1 (3) 1; W1 (4) 1; W1 (5) 1; W2 (1) 1; W2 (2) 1; W2 (3) 1; W2 (4) 1; W2 (5) 1]; = [0.8530; 0.6221; 0.3510; 0.5132; 0.4018; 0.0760; 0.2399; 0.1233; 0.1839; 0.2400]; = 0.35
[Um, Sm, Vm] = svd (M); = 1/Sm (1,1) * Vm (:, 1) * Um (:, 1) '= 1/Sm (2,2) * Vm (:, 2) * Um (:, 2) '= c1 + c2 = C * b = M * C = [0.36; 0.36; 0.36; 0.36; 0.36; 0.36; 0.36; 0.36; 0.36; 0.36] ([ I], 'g') on ([y], 'r')
Вхідними даними є вибірка з 10 кредитів, A1 і A2 і довільний вектор b.
Результат формування індексів оцінки кредитних ризиків представлений на малюнку 7.
В
Рис. 7. Формування оцінок кредитних ризиків. br/>
Проведемо інтерпретацію отриманих результатів. Щодо заданого показника рівного 0,35 кредити 1,2,4 та 5 є хорошими, відповідно кредити 6,7,8,3 і 10 є поганими. br/>
Висновок
В ході виконання даної курсової роботи представлені результати оцінювання кредитних ризиків на основі розроблених обчислювальних процедур імунокомп'ютингу. Для їх реалізації на основі інструментальних засобів системи Matlab проведено обгрунтування вибору структури пакета прикладних програм, проаналізовано його характеристики і можливості. Мовою Matlab розроблені прикладні програми, що реалізують обчислювальні процедури на основі імунокомп'ютингу: кластеризації, класифікації і формування оцінок ризиків кредитів. p align="justify"> За допомогою розробленого пакету прикладних програм вирішені завдання класифікації і кластеризації кредитних ризиків на основі вихідної інформації, отриманої з фрагментів стандартної бази даних про позичальника
Розроблена інтелектуальна інформаційна система дозволяє швидко і досить точно оцінювати кредитні ризики пов'язані з потенційними позичальниками.
Вона може бути використана в банківській справі для допомоги експерту в ухваленні рішення про схвалення або відхилення заявки потенційного позичальника. Таким чином, дана інтелектуальна інформаційна система допомагає знизити ризик грошових втрат при видачі кредиту поганому позичальникові. p align="justify"> Удосконалення даного пакета прикладних програм дозволить розширити його можливості. Наприклад, при певному доопрацюванні даного пакета прикладних програм можна збільшити кількість класів позичальників та відповідно з цим встановити грошові інтервали для кожного класу, в межах яких можна видавати кредити. br/>
Список використаної літератури
