?
Credit scoring based on a continuous scale for on-line credit quality control
P. 158–162.
Романюк К. А.
Yuri A. Zelenkov, Elizaveta V. Lashkevich, Business Informatics 2024 Vol. 18 No. 3 P. 24–40
Добавлено: 13 октября 2024 г.
В учебнике представлен теоретический материал, задания для самостоятельного решения и тесты для систематизации знаний по основным разделам академического курса «Теория вероятностей». Цель издания — углубить знания студентов по теории вероятностей, продемонстрировать возможность практического применения случайных событий и величин в реальной жизни. Учебник подготовлен на основе опыта преподавания дисциплин «Теория вероятностей» и «Методы статистических исследований в ...
Добавлено: 6 июля 2023 г.
Маракуева М. А., Финансы и бизнес 2021 Т. 17 № 4 С. 3–17
В статье рассмотрены наиболее распространенные в банковской практике ошибки в построении скоринговых моделей оценки кредитного риска физических лиц. Для детального описания выбраны те из них, стоимость которых для банка с точки зрения формирования прибыли от кредитования является наиболее существенной. На примере логистической регрессии показана цена каждой из описываемых ошибок. Предложены решения, внедрение которых позволит избежать ...
Добавлено: 8 апреля 2023 г.
Anton Markov, Zinaida Seleznyova, Victor Lapshin, Journal of Finance and Data Science 2022 Vol. 8 P. 180–201
Добавлено: 28 июля 2022 г.
Лось А. Б., Белов А. В., , in: 2021 XVII International Symposium "Problems of Redundancy in Information and Control Systems" (REDUNDANCY).: IEEE, 2021. P. 80–84.
Добавлено: 21 декабря 2021 г.
Селезнёва З. В., Journal of Corporate Finance Research 2021 Vol. 15 No. 3 P. 5–13
В течение нескольких десятилетий исследователи занимаются улучшением моделей кредитного скоринга. Ведь увеличение предсказательной способности даже на малые величины может избавить финансовый институт от значительного объёма убытков. Наибольших успехов в этом направлении удалось добиться с помощью ансамблей или нескольких агрегированных скорингов. Однако, при применении ансамблей на несбалансированных выборках речь идёт об улучшении мощности скоринга на тысячные ...
Добавлено: 25 августа 2021 г.
Модельный риск в кредитном скоринге можно трактовать как потери банка, связанные со снижением качества моделей. Ухудшение качества модели влечет за собой некорректную оценку кредитоспособности заемщиков и приводит к увеличению доли потенциально дефолтных заявок в кредитном портфеле ввиду того, что банк полагается на результаты работы модели при принятии решений о выдаче кредита. Взаимосвязь качества модели и ...
Добавлено: 8 июля 2021 г.
Помазанов М. В., Финансы и кредит 2020 Т. 26 № 11 С. 2567–2593
Предмет. Концепция мотивации эффективного управления кредитными рисками.
Цели. Предложить банкам справедливый алгоритм мотивации риск-менеджмента и кредитного менеджмента (бизнеса).
Методология. Построение «игровых» правил, дискриминационный анализ, ошибки I, II рода, моделирование кривой Лоренца, статистический анализ, экономическое моделирование.
Результаты. Предложен механизм оценки качества решений риск-менеджмента в противовес (или подтверждение) решений кредитного бизнеса при одобрении сделок. Разработан механизм, отслеживающий улучшение или ухудшение индикатора динамики частот убытков ...
Добавлено: 16 декабря 2020 г.
Филипенков Н. В., Siddiqi N., Akhadov A., Risk and Compliance 2019 No. JAN-MAR P. 3–14
Новый век кредитного скоринга и принятия решений ...
Добавлено: 16 января 2019 г.
Романюк К. А., Экономические науки 2015 № 125 С. 109–116
Рассмотрен вопрос информативности оценки кредитоспособности физических лиц, получаемой банком при использовании методов кредитного скоринга для принятия управленческих решений, например дифференциации цены кредита. Предложен метод кредитного скоринга с оценкой кредитоспособности по непрерывной шкале. Вычислена оценка кредитоспособности предложенным методом по частной информации физических лиц. Показано, как по данной оценке банк может принять решение о дифференциации цены кредита ...
Добавлено: 20 ноября 2017 г.
Романюк К. А., , in: Proceedings of the 2016 Future Technologies Conference.: IEEE, 2017. P. 254–259.
Добавлено: 20 ноября 2017 г.
Романюк К. А., , in: SAI Intelligent Systems Conference 2015 (IntelliSys 2015).: L.: IEEE, 2015. P. 105–111.
Добавлено: 19 ноября 2017 г.
Романюк К. А., , in: Lecture Notes in Networks and SystemsVol. 15.: Springer, 2018. P. 783–793.
Добавлено: 19 ноября 2017 г.
Внуков А. А., Джанджгава Р. Т., В кн.: Математическое моделирование в прогнозируемых системахВып. 15.: М.: Горная книга, 2017. Гл. 8 С. 56–62.
Объектом исследования является предсказательная скоринговая модель для банков, которая оценивает данные кредитного заемщика и предсказывает вероятность не- возрата денежных средств заемщиком. Цель работы — разработка и внедрение мо- дели кредитного скоринга с использованием нейронных сетей. Модель будет про- гнозировать платежеспособность клиентов банка. В процессе работы был изучен процесс построения скоринговых карт, рассмотрена задача бинарной классифика- ...
Добавлено: 22 августа 2017 г.
М.: Горная книга, 2017.
Разработаны модель управления предприятием и последующая реализация программного обеспечения, позволяющего смоделировать варианты развития предприятия в долгосрочном периоде, комплекс программ на MATLAB, реализующих метод авторегрессии, спектрального и корреляционного анализа, программа на языке программирования Python для оценки платежеспособности заемщиков банка на основе модели с использованием нейронных сетей, исследованы характеристики стохастического временного ряда, предложены программы реализации алгоритмов масштабирования ...
Добавлено: 21 августа 2017 г.