Ру
Регистрация Вход
  1. Главная
  2. Конференция
  3. Право, экономика и управление: теория и практика
  4. Оценка кредитоспособности физических лиц по модели...

Оценка кредитоспособности физических лиц по модели логистической регрессии

Статья в сборнике трудов конференции
III Всероссийская научно-практическая конференция с международным участием «Право, экономика и управление: теория и практика»
Creative commons logo
Опубликовано в:
III Всероссийская научно-практическая конференция с международным участием «Право, экономика и управление: теория и практика»
Авторы:
Андреева Ю. Д. 1 , Михайлова Е. А. 1 , Бобин Д. В. 1
Рубрика:
Общие вопросы экономических наук
Страницы:
10-14
Получена: 25.06.2022

Рейтинг:
Статья просмотрена:
1348 раз
Размещено в:
РИНЦ
1 Чувашский государственный университет им. И.Н. Ульянова
Для цитирования:

Аннотация

В статье разработана модель оценки кредитоспособности физических лиц с использованием многомерной логистической регрессии, которая позволяет выявить взаимосвязи между характеристиками заемщиков и классифицировать их как благонадежных или неблагонадежных. Причем точность классификации, как правило, выше, чем при применении одномерных подходов, например скоринговых карт. Для оценки качества классификации применены такие метрики, как точность, специфичность, полнота, F-мера, AUC. Полученные результаты могут служить основой для вынесения сотрудниками банка решения по выдаче кредита.

Список литературы

  1. 1. Воротилкина Е.А. Моделирование кредитоспособности физических лиц и разработка приложения скорингового калькулятора / Е.А. Воротилкина, Д.В. Бобин // Проблемы и перспективы развития социально-экономического потенциала российских регионов: материалы V Всероссийской электронной научно-практической конференции. – Чебоксары: Изд-во Чуваш. ун-та; Пегас, 2016. – С. 369–372.
  2. 2. Гусарова О.М. Нейронные сети в кредитном скоринге / О.М. Гусарова, П.И. Комаров, Д.Э. Денисов // Вестник Алтайской академии экономики и права. – 2018. – №5 – С. 107–113.
  3. 3. Данилович В.Ю. Скоринговые модели как средство управления кредитными рисками в российских банках / В.Ю. Данилович, Г.С. Курганская // Бизнес-образование в экономике знаний. – 2017. – №1. – С. 29–33.
  4. 4. Дьяков О.А. Особенности применения методов Data Mining в скоринговых решениях в коммерческих банках / О.А. Дьяков // Научные записи молодых исследователей. – 2017. – №3. – С. 5–11.
  5. 5. Казанцева К.И. Оценка платежеспособности физических лиц / К.И. Казанцева, Д.В. Бобин // Проблемы и перспективы развития социально-экономического потенциала российских регионов: материалы VIII Всероссийской научно-практической конференции. – Чебоксары: Изд-во Чуваш. ун-та; Пегас, 2019. – С. 284–289.
  6. 6. Савдерова А.Ф. Совершенствование методов оценки заемщиков как фактор обеспечения стабильности деятельности коммерческого банка / А.Ф. Савдерова, Е.Б. Крылова, К.В. Васильева // Экономическая безопасность как парадигма современной теории и практики управления: сборник материалов Всероссийской научно-практической конференции. – Чебоксары: Изд-во Чуваш. ун-та, 2019. – С. 306–310.
  7. 7. Датасет «borrowers» [Электронный ресурс]. – Режим доступа: https://loginom.ru/sites/default/files/blogpost-files/borrowers.txt (дата обращения: 20.06.2022).

Комментарии(0)

При добавлении комментария укажите:
  • степень актуальности публикуемого материала;
  • общую оценку (оригинальность и актуальность темы, полнота, глубина, всесторонность раскрытия темы, логичность, связность, доказательность, структурная упорядоченность, характер и достоверность примеров, иллюстративного материала, убедительность выводов);
  • недостатки, недочеты;
  • вопросы и пожелания Автору.