Оценка кредитоспособности физического лица на основе интеллектуального анализа данных

Введение 5
1 Анализ методик и методов оценки кредитоспособности 8
1.1 Сущность кредитоспособности физических лиц 8
1.2 Оценка доступности кредита 8
1.3 Кредитоспособность клиентов 11
1.4 Модель кредитного скоринга 13
1.4.1 Критерии, используемые в моделях кредитного скоринга 15
1.5 Методы оценки кредитоспособности 16
1.6 Системы оценки кредитоспособности 20
Выводы 21
2 Поиск оптимальных решений для оценки кредитоспособности на
основе методов ИАД 23
2.1 Обзор методов ИАД для решения задачи оценки кредитоспособ­ности физических лиц 23
2.2 Типы данных для анализа 25
2.3 Методы ИАД, используемые в кредитном скоринге 28
2.3.1 Линейный дискриминантный анализ 31
2.3.2 Логистическая регрессия 32
2.3.3 Деревья классификации и регрессии 34
2.3.4 Нейронные сети 36
2.4 Анализ программных средств для обработки и анализа данных 39
2.5 Выбор метода для оценки кредитоспособности 41
2.6 Этапы алгоритма оценки кредитоспособности 43
Выводы 45
3 Разработка алгоритма оценки кредитоспособности и проведе­ние экспериментов 47
3.1 Разработка алгоритма оценки кредитоспособности 47
3.2 Анкетирование потенциальных заемщиков 47
3.3 Описание исходного набора данных 51
3.4 Архитектура хранилища данных 54
3.5 Анализ данных в Deductor 55
3.5.1 Дерево решений 58
3.5.2 Нейронная сеть 60
3.5.3 Карты Кохонена 62
3.5.4 Логистическая регрессия 64
3.6 Работоспособность полученных моделей 67
3.7 Пример расчета кредитоспособности для потенциального заемщика... 69
Выводы 71
Заключение 73
Список используемых источников 74
Приложение А. Дипломы 80
Купить

В современном мире люди часто используют системы принятия решений, для решения разного рода задач. Актуальной на данный момент является задача оценки кредитоспособности физического лица.
Кредитный рейтинг (кредитоспособность) - это мнение определенной организации, выдающей кредиты относительно способности и готовности физического лица выполнять свои финансовые обязательства в полном объеме и в установленные сроки. Кредитный рейтинг также указывает на вероятность дефолта должника. По сути, кредитный рейтинг является мерой кредитоспособности частного лица (кредитный скоринг). Кредитор оценивает кредитоспособность, анализируя информацию, предоставленную заемщиком для получения кредита [1].
Современные системы не всегда позволяют объективно оценить финансовое состояние заемщика, основываясь только на количественном анализе данных. Так как методика количественной оценки позволяет установить уровень кредитоспособности физического лица, с помощью бальной системы, так образом рейтинг заёмщика определяется количеством баллов, набранных в процессе оформления заявки на кредит. Чем больше баллов, тем больше вероятность получения кредита.
Фирмы используют различные методы и процессы для оценки кредитного риска и доступности. Они могут быть автоматизированными, ручными или их комбинацией. Фирмы могут оценивать кредитный риск и доступность вместе или по отдельности. Все это может обеспечить благоприятный исход как для клиентов, так и для банков [2].
Потребительский кредит играет ключевую экономическую функцию и является в значительной степени выгодным видом деятельности. Большинство заемщиков погашают вовремя и без финансовых затруднений. Тем не менее, существуют особые риски в отношении кредитов и заемщиков. Для того, чтобы этого по возможности избежать, банкам необходимо учитывать эти риски как в своей политике и процедурах, так и при принятии индивидуальных решений о кредитовании [3].
Большинство фирм имеют сильный коммерческий стимул для оценки кредитного риска, включая вероятность дефолта. В конечном итоге бизнес будет прибыльным только в том случае, если достаточное количество его клиентов погасит свои кредиты. Это также должно работать в интересах клиентов, получивших кредиты, с дальнейшей возможностью их погашения.
Цель диссертации состоит в проведении исследования различных методик оценки кредитоспособности физических лиц и разработке алгоритма для оценки кредитоспособности физических лиц с помощью методов интеллектуального анализа данных.
Задачи исследования. В соответствии с целью диссертации были выделены следующие задачи:
• проведение анализа банковских методик оценки
кредитоспособности физических лиц;
• обзор методов интеллектуального анализа данных, используемых в кредитном скоринге;
• проведение исследования, с помощью методов интеллектуального анализа данных на базе реальных заемщиков банка;
• оценка эффективности полученных результатов исследования.
Объектом исследования являются методы интеллектуального анализа данных.
Предметом исследования являются алгоритмы методов интеллектуального анализа данных, используемые для оценки кредитоспособности физических лиц.
Научная новизна диссертационной работы заключается в следующем:
1) был разработан алгоритм, позволяющий сделать оценку кредитоспособности клиентов банка;
2) были предложены процедуры для решения задачи оценки кредитоспособности физических лиц с использованием Deductor.
Практическая значимость Данная методика оценки, на основе интеллектуального анализа данных позволит сделать более качественную и объективную оценку кредитоспособности физических лиц, что позволит банкам увеличить количество заемщиков, тем самым получить большую прибыль, а также расширить круг клиентов, которым представится возможность кредитования.
Результаты, выносимые на защиту:
• существующие методики оценки кредитоспособности потенциальных заемщиков;
• методы интеллектуального анализа данных, используемые в кредитном скоринге;
• алгоритм для оценки кредитоспособности физических лиц, полученный в результате исследования.
Публикации. По материалам диссертации были опубликованы две статьи.
Структура и объём работы. Диссертация состоит из введения, трех глав, заключения, списка использованных источников и приложений.
Купить