Теми рефератів
> Реферати > Курсові роботи > Звіти з практики > Курсові проекти > Питання та відповіді > Ессе > Доклади > Учбові матеріали > Контрольні роботи > Методички > Лекції > Твори > Підручники > Статті Контакти
Реферати, твори, дипломи, практика » Новые рефераты » Застосування нейронних мереж до оцінки кредитоспроможності фізичних осіб

Реферат Застосування нейронних мереж до оцінки кредитоспроможності фізичних осіб





ається тим клієнтам, інтегральний показник яких вище цієї лінії.

Переваги скорингових моделей:

) зниження рівня неповернення кредиту, швидкість і неупередженість прийняття рішень;

) можливість ефективного управління кредитним портфелем;

) відсутність тривалого навчання співробітників кредитного департаменту;

) можливість провести експрес-аналіз заявки на кредит в присутності клієнта.

До недоліків можна віднести те, що визначення оцінюють характеристик проводиться тільки на базі інформації про тих клієнтів, яким банк вже надав кредит. Враховуючи це, співробітникам банку доводиться періодично перевіряти якість роботи системи і, коли воно погіршується, розробляти нову модель. Оскільки в основі кредитного скорингу лежать статистичні закони - значить в процесі скорингу можливі помилки з певною часткою ймовірності, що компенсується більшою процентною ставкою по кредиту.

Наведемо нижче порівняльний аналіз розглянутих моделей оцінки кредитоспроможності позичальника - фізичної особи (табл. 2) [29].


Таблиця 2

СкорінгВнутрібанковская оценкаАндеррайтнгВід кредиту Експрес кредитування, кредитні картиКредіт на невідкладні нуждиІпотечний кредит Документи, надані позичальником для оцінки Паспорт, заява, анкетаПаспорт , заява-анкета, довідки про доходи з місця роботи, документи по об'єкту застави та інші документи на вимогу банку Час розгляду 15 ? 30 мінут1 ? 14 дней15 ? 30 днів Підрозділи банку, що беруть участь в аналізі клієнта Кредитний інспекторКредітний департамент, служба безпеки, юридичний департаментКредітний департамент, служба безпеки, юридичний департамент, відділ цінних паперів, відділ оцінки, відділ житлового будівництва Показники, характеристики Якісні характеристикиКоличественные показателіКачественние та кількісні показники, оцінка нерухомості Ступінь автоматизації 100% 70% 60% 1.2 Нейронні мережі як метод вирішення задачі класифікації


Скоринг являє собою класифікаційну задачу : виходячи з наявної інформації, необхідно одержати функцію, найбільш точно розділяє вибірку клієнтів на «поганих» і «хороших». Для вирішення цього завдання проводиться вибірка клієнтів кредитної організації. Вона називається «навчальною» вибіркою. Поділяється на дві групи: «хороші» і «погані» ризики. До «поганим» ризикам зазвичай відносять клієнтів, що затримують чергову виплату на три місяці. Іноді до «поганих» ризиків відносять клієнтів, які занадто рано повертають кредит, і банк не встигає нічого на них заробити.

Попередньо перетворюється наявна інформація у форму, що піддається аналізу. Це можна здійснити наступними двома способами.

. Перетворити кожну ознаку в окрему двійкову змінну. Цей підхід незручний в тому плані, що призводить до великої кількості змінних, хоча він не нав'язує ніяких додаткових відносин між залежною і незалежними змінними.

. Перетворити кожну характеристику в змінну, яка буде приймати значення, відпов...


Назад | сторінка 8 з 17 | Наступна сторінка





Схожі реферати:

  • Реферат на тему: Автоматизація оцінки кредитоспроможності клієнтів комерційного банку за доп ...
  • Реферат на тему: Система оцінки кредитоспроможності клієнтів банку
  • Реферат на тему: Особливості оцінки кредитоспроможності клієнтів комерційних банків
  • Реферат на тему: Аналіз кредитоспроможності позичальника і методи її оцінки на прикладі банк ...
  • Реферат на тему: Аналіз та оцінка кредітоспроможності КЛІЄНТІВ банку