Моделирование и анализ кредитоспособности физических лиц на основе аппарата нечеткой логики тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат экономических наук Перевозчиков, Александр Викторович

  • Перевозчиков, Александр Викторович
  • кандидат экономических науккандидат экономических наук
  • 2009, Липецк
  • Специальность ВАК РФ08.00.13
  • Количество страниц 143
Перевозчиков, Александр Викторович. Моделирование и анализ кредитоспособности физических лиц на основе аппарата нечеткой логики: дис. кандидат экономических наук: 08.00.13 - Математические и инструментальные методы экономики. Липецк. 2009. 143 с.

Оглавление диссертации кандидат экономических наук Перевозчиков, Александр Викторович

ВВЕДЕНИЕ.

1. ОБЗОР СОВРЕМЕННЫХ МЕТОДОВ ОЦЕНКИ КРЕДИТОСПОСОБНОСТИ ФИЗИЧЕСКИХ ЛИЦ.

1.1. НАПРАВЛЕНИЯ РАЗВИТИЯ ПОДХОДОВ К ОЦЕНКЕ КРЕДИТОСПОСОБНОСТИ ФИЗИЧЕСКИХ ЛИЦ.

1.2. СОВРЕМЕННЫЕ ПОДХОДЫ К ОЦЕНКЕ КРЕДИТОСПОСОБНОСТИ ФИЗИЧЕСКИХ ЛИЦ.

1.2.1. Классификационные методы.

1.2.1.1. Экспертные оценки.

1.2.1.2. Деревья решений.

1.2.1.3. Скоринговые модели.

1.2.2. Методы комплексного анализа.

1.3. ОБЗОР ПРОБЛЕМ В ОБЛАСТИ КРЕДИТОВАНИЯ.

ФИЗИЧЕСКИХ ЛИЦ

1.4. ВЫВОДЫ.

2. РАЗРАБОТКА МЕТОДИКИ СИСТЕМЫ ОЦЕНКИ КРЕДИТОСПОСОБНОСТИ.

2.1. ФОРМАЛЬНАЯ МОДЕЛЬ САМООБУЧАЮЩЕЙСЯ СИСТЕМЫ ОЦЕНКИ КРЕДИТОСПОСОБНОСТИ.

2.2. МЕТОДИКА АНАЛИЗА КРЕДИТНОЙ

ИСТОРИИ.

2.2.1. Описание характеристик кредитной истории с использованием лингвистических переменных.

2.2.2. Построение функций принадлежности на основе метода парных сравнений.

2.2.3. Аналитическое построение функций принадлежности на основе априорной информации о нечетком множестве.

2.2.4. Построение нечеткой базы знаний.

2.2.5. Классификация кредитной истории с использованием нечетких моделей типа Мамдани.

2.2.6. Классификация кредитной истории методом дискриминантного анализа.

2.3. РЕГРЕССИОННАЯ МОДЕЛЬ ОЦЕНКИ КРЕДИТОСПОСОБНОСТИ.

2.3.1. Общая постановка задачи.

2.3.2. Математическая модель определения зависимости «статус кредитной истории — характеристики заемщика».

2.4. УПРАВЛЕНИЕ КАЧЕСТВОМ КРЕДИТНОГО ПОРТФЕЛЯ.

2.5. ВЫВОДЫ.

3. РАЗРАБОТКА АРХИТЕКТУРЫ АС ОКФЛ.

3.1. ОБЕСПЕЧЕНИЕ ИНВАРИАНТНОСТИ АС ОКФЛ.

3.1.1. Многоуровневая архитектура АС ОКФЛ.

3.1.2. Шлюз доступа к данным.

3.1.3. Объектно-ориентированная модель данных АС ОКФЛ.

3.1.4. Принципы реализации прикладных приложений.

3.2. РЕАЛИЗАЦИЯ МОДЕЛИ ДАННЫХ АС ОКФЛ НА БАЗЕ ОБЪЕКТО-РЕЛЯЦИОННОГО ШЛЮЗА.

3.2.1. Архитектура объектно-реляционного шлюза.

3.2.2. Автоматизированное проектирование и синтез объектно-реляционного шлюза.

3.3. ОБЪЕКТНО-ОРИЕНТИРОВАННАЯ ТЕХНИКА МОДЕЛИРОВАНИЯ ИССЛЕДУЕМОГО ПРОЦЕССА.

3.4. ВЫВОДЫ.

4. ЭКСПЕРИМЕНТАЛЬНАЯ ПРОВЕРКА ЭФФЕКТИВНОСТИ РАЗРАБОТАННЫХ МОДЕЛЕЙ И ИНСТРУМЕНТАЛЬНЫХ СРЕДСТВ.

4.1. НАСТРОЙКА АС ОКФЛ НА ПРОЦЕСС ОЦЕНКИ КРЕДИТОСПОСОБНОСТИ ФИЗИЧЕСКИХ ЛИЦ.

4.1.1. Формальное описание процесса принятия решения о выдаче кредита.

4.1.2. Определение метода доступа к фактическим данным и общая характеристика данных.

4.2. ПРОВЕРКА ЭФФЕКТИВНОСТИ

ИНСТРУМЕНТОВ АС ОКФЛ.

4.2.1. Обобщение знаний и опыта эксперта.

4.2.2. Адаптация базы знаний к математическому аппарату нечеткой логики.

4.2.3. Построение функций принадлежности.

4.2.4. Классификация кредитных историй методом Мамдани.

4.2.5. Сравнение результатов классификации нечеткого вывода Мамдани со статистическими методами.

4.2.6. Традиционные средства статистического контроля.

4.2.7. Построение и анализ моделей.

4.2.8. Оценка качества кредитного портфеля.

4.3. ВЫВОДЫ.

Рекомендованный список диссертаций по специальности «Математические и инструментальные методы экономики», 08.00.13 шифр ВАК

Введение диссертации (часть автореферата) на тему «Моделирование и анализ кредитоспособности физических лиц на основе аппарата нечеткой логики»

Актуальность темы исследования. Проблема своевременного возвращения кредитов, выданных физическим лицам, актуальна для большинства банковских учреждений, реализующих программы по развитию розничного бизнеса. Ее решение в значительной мере зависит от «качества» оценки кредитоспособности потенциальных заемщиков.

В связи с этим тщательный отбор заемщиков, анализ условий выдачи кредита, постоянный контроль за финансовым состоянием заемщика, за способностью погасить кредит являются одной из основополагающих составляющих финансового благополучия кредитных организаций.

Анализ кредитоспособности в большом количестве банков производится экспертами, которые опираются, в основном, на свой опыт и интуицию, что может приводить к внесению в решение не имеющих достаточных оснований субъективных соображений. В реальной ситуации мнения аналитиков часто различаются, особенно если обсуждаются спорные вопросы, имеющие множество альтернативных решений.

Ситуация осложняется при отсутствии в кредитной организации нормативных документов, регламентирующих процедуру выяснения способности и намерений клиента выполнять условия договора по погашению задолженности. Вследствие этого, в оценке чрезмерный вес приобретают субъективные факторы: квалификация и заинтересованность эксперта и следующая из них некомпетентная или преднамеренная интерпретация информации, приводящая к принятию решений, ущербных для банка. Отсутствие регламента и формализации процедуры приводит к невозможности последующего анализа и обоснованной оценки решений экспертов.

При разработке методов оценки уровня кредитоспособности физических лиц широкое распространение получил подход, базирующийся на вычислении рейтинга заемщика. Основой в этом подходе является начальная опросная анкета, данные которой отражают социально-экономическое положение и способность клиента своевременного возвращения кредита. Скоринговая система в этом случае осуществляет количественный, семантический анализ и обработку данных анкеты.

Внесение изменений в опросную анкету влечет необходимость корректировки или существенной модернизации всей системы. Данное обстоятельство ограничивает возможность адаптации скоринговых моделей к социально-экономическим условиям региона, в котором банковская структура планирует кредитовать частных клиентов, а также к изменениям текущей экономической ситуации. Поэтому, подобный подход не позволяет разработать универсальной системы автоматизированного анализа кредитоспособности.

Таким образом, актуальность темы диссертационной работы определяется необходимостью разработки формализованной методики совершенствования современных подходов к оценке кредитоспособности физических лиц и алгоритмов, реализующих методику в виде системы, поддерживающей принятие объективных решений.

Степень разработанности проблемы. В основе поиска направлений совершенствования методов оценки кредитоспособности физических лиц лежат работы, посвященные различным аспектам классификации заемщиков (И.В. Вишняков, Б.И. Герасимов, В.Н. Едронова, Г.М. Кирисюк, С. Майерс, В.Г. Чернов), теории риска (Э. Альтман, И.Ф. Готовчиков, Г. Марковиц, Р. Чессер, У. Шарп), математической статистики (Е.С. Вентцель, В.Е. Гмурман, Н. Дрейпер, A.M. Дубов).

В современной литературе исследованы различные подходы к оценке кредитоспособности и прогнозирования дефолта, которые могут быть описаны с помощью вероятностных моделей. Однако математический аппарат разработанных систем ориентирован на работу с четко определенными данными, которые таковыми не являются, как, например, характеристики кредитной истории. В связи с этим, целесообразно использовать альтернативные пути решения, основанные на применении аппарата теории нечетких множеств (А.Е. Алтунин, JL Заде, A.M. Норвич, А.О. Недосекин, Н.Г. Ярушкина, Т.М. Леденева, М.Г. Матвеев и др.).

Вместе с тем, многие направления оценки социально-экономического положения заемщиков исследованы недостаточно. Речь идет, прежде всего, об экспертных оценках и субъективных факторах, возникающих в процессе принятия человеком решений, в условиях неопределенности и недостаточной информации об объекте исследования.

Целью диссертационного исследования является разработка математических и инструментальных средств повышения эффективности принятия объективных решений при анализе кредитоспособности физических лиц на основе методов нечеткой логики. Поставленная цель определила следующие задачи исследования: изучение и систематизацию разработанных к настоящему времени математических моделей и методов, которые можно использовать в задачах классификации заемщиков; анализ отечественных и зарубежных подходов к оценке кредитоспособности физических лиц с целью использования положительных достижений и устранения недостатков; применение методологического аппарата нечеткой логики для оценки качества кредитной истории заемщиков; построение моделей, отражающих специфику анализа социально-экономического положения частных клиентов; исследование прикладных возможностей предлагаемых моделей и процедур; разработка методов расчета экономического эффекта от реализации мероприятий, ориентированных на оптимизацию качества кредитного портфеля банковской организации; программная реализация разработанного математического аппарата.

Область исследования. Диссертационная работа выполнена в рамках п. 1.2. «Теория и методология экономико-математического моделирования.», п. 1.6. «Математический анализ и моделирование процессов в финансовом секторе экономики.» паспорта специальности 08.00.13 — «Математические и инструментальные методы экономики».

Объектом исследования является кредитный портфель физических лиц банковской организации, а предмет исследования составляет математический аппарат моделирования и анализа кредитоспособности частных клиентов.

Теоретическую и методологическую основу исследования составили труды отечественных и зарубежных ученых по вопросам рейтингового оценивания, теории принятия решений, экспертного оценивания, методам оценки риска. Были также использованы материалы периодической печати и законодательные акты Российской Федерации. При выполнении диссертационной работы применялись методы теории вероятностей, математической статистики, нечеткой логики, теории баз данных, экономического анализа.

Эмпирической базой являются Интернет-ресурсы и материалы, опубликованные Федеральной службой государственной статистики.

Научная новизна исследования состоит в разработке методики оценки кредитоспособности физических лиц, позволяющей обосновать целесообразность принимаемых решений, а также средства расчета экономического эффекта и исследования в динамике результатов банковской организации по операциям кредитования физических лиц.

Научную новизну содержат следующие результаты диссертационного исследования: формальная методика оценки качества исполнения обязательств заемщиков по погашению задолженности на основе анализа ретроспективной информации о кредитных историях, разработанная с использованием аппарата нечеткой логики, отличающаяся возможностью обобщения знаний и опыта экспертов, с целью минимизации влияния субъективной составляющей в процедуре принятия решения о выдаче кредита; модель системы оценки кредитоспособности физических лиц, обеспечивающая возможность оперативного контроля качества кредитного портфеля банковской организации и отражающая специфику исследуемой предметной области; метод расчета экономической эффективности операций в области принятия решений при определении кредитоспособности физических лиц, позволяющий в динамике оценить финансовые результаты банковской организации на основе изменения качества кредитного портфеля; методы формализованного представления исследуемого процесса принятия решений по выдаче кредита, обеспечивающие инвариантность разрабатываемой системы к принципам кредитования и взаимодействие с информационным пространством конкретного банковского учреждения; инструментальные средства анализа социально-экономического положения заемщиков, позволяющие повысить эффективность менеджмента банковской организации с точки зрения обоснованности и оперативности принимаемых управленческих решений.

Практическая значимость работы определяется тем, что сформулированные выводы и предложения, разработанные модели и алгоритмы могут быть использованы финансово-кредитными учреждениями, разработчиками информационно-аналитических систем, другими организациями, реализующими программы по развитию розничного бизнеса в качестве инструментария для получения дополнительной информации, способствующей повышению степени обоснованности инвестиционных решений.

Апробация результатов работы. Основные теоретические и практические результаты исследований докладывались и обсуждались на: семинарах и научных сессиях Липецкого государственно технического университета, Международной конференции «Проблемы управления и информационные технологии» (г. Казань, 2008), Всероссийской конференции «Новые технологии в научных исследованиях, проектировании, управлении, производстве» (г. Воронеж, 2008), V Всероссийской школе-семинаре молодых ученых

Управление большими системами» (г. Липецк, 2008), Липецком областном профильном семинаре «Школа молодых ученых» по проблемам технических наук (г. Липецк, 2008), Региональной конференции «Шаг в будущее» (г. Липецк, 1999), V Международной научно-практической конференции «Экономическое прогнозирование: модели и методы» (г. Воронеж, 2009).

Публикации. По теме диссертационного исследования опубликовано 8 печатных работ, в том числе 1 - в издании, рекомендованном ВАК РФ. В работах, опубликованных в соавторстве и приведенных в конце автореферата, лично соискателю принадлежит: в [1,2,4] — методика оценки качества исполнения заемщиком обязательств по погашению задолженности; в [2] -подход к представлению задачи анализа кредитной истории физических лиц с использованием математического аппарата теории нечетких множеств; в [3,5] — разработка модели самообучающейся системы оценки кредитоспособности физических лиц; в [7] — метод оценки качества кредитного портфеля физических лиц банковской организации; в [8] — модель анализа рисковых операций кредитования физических лиц.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка используемой литературы, включающего 106 наименований, в т.ч. англоязычных - 16. Основная часть работы изложена на 131 странице, содержит 26 рисунков, 19 таблиц и 4 приложения.

Похожие диссертационные работы по специальности «Математические и инструментальные методы экономики», 08.00.13 шифр ВАК

Заключение диссертации по теме «Математические и инструментальные методы экономики», Перевозчиков, Александр Викторович

4.3. ВЫВОДЫ

Разработанная методика оценки кредитоспособности физических лиц и управления качеством кредитного портфеля может быть применена в различных банковских организациях, реализующих программы по кредитованию частных клиентов.

На примере показано, что инструменты АС ОКФЛ позволяют решать большое количество задач, связанных с анализом и управлением качеством кредитного портфеля. Наглядно демонстрирована возможность настройки системы на процесс оценки кредитоспособности физических лиц с привязкой его к параметрам, применяемым в банковских учреждениях для определения уровня благонадежности потенциальных клиентов, структуре КИП и этапам рассмотрения кредитной заявки. Настройка заключается в указании показателей, применяемых для анализа кредитной истории, перечня анкетных данных, структурных подразделений и их взаимосвязи, а также характеристик всех этих объектов.

Средства моделирования АС ОКФЛ позволяют построить адекватные модели зависимости качества исполнения обязательств по погашению задолженности от социально - экономического положения заемщика методами регрессионного анализа. Адекватность моделей подтверждается на проверочной выборке данных.

Выполнен сравнительный анализ результатов, полученных с использованием предлагаемого подхода и методом дискриминантного анализа, применяемого для решения аналогичных задач.

Существенной особенностью системы является использование фактических данных, отсутствие необходимости в проведении дорогостоящих экспериментов. По совокупности характеристик и реализуемых функций АС ОКФЛ может быть отнесена к системам поддержки принятия решений.

Пользовательский интерфейс АС ОКФЛ построен таким образом, чтобы обеспечить работу с системой специалистов, не имеющих профессиональной подготовки в области используемых математических методов и информационных технологий. С этой целью используются наглядное представление в виде графиков, диаграмм, для решения сложных задач применяются «мастера».

ЗАКЛЮЧЕНИЕ

В диссертации решены следующие задачи:

1. Проанализированы и систематизированы современные математические методы и инструментальные средства рейтингового оценивания и классификации заемщиков. Выявлены основные проблемы, стоящие перед финансово-кредитными организациями, осуществляющими операции по кредитованию физических лиц. В результате было установлено, что информация, характеризующая кредитоспособность индивида является нечеткой и плохо формализуемой. В качестве оптимального решения поставленных задач в диссертационной работе предлагается использование моделей на базе аппарата нечеткой логики.

2. Разработан комплекс математических моделей и методов, обеспечивающих решение задач по оценке кредитоспособности физических лиц, отражающих специфику исследуемой банковской деятельности в данном направлении розничного бизнеса и позволяющих математически реализовать принцип управления качеством кредитного портфеля.

3. Реализован алгоритм нечеткой классификации кредитных историй, обеспечивающий получение объективных оценок качества исполнения обязательств заемщика по погашению задолженности. Отличительной особенностью метода является представление знаний и опыта специалистов в области кредитования физических лиц в виде нечеткой базы знаний, позволяющей применять математические методы обработки экспертной информации.

4. Разработана методика оценки экономической эффективности операций в области принятия решений по проверке благонадежности потенциальных клиентов, позволяющая проводить мероприятия по оптимизации качества кредитного портфеля банковской организации. Методика основывается на модели самообучающейся системы оценки кредитоспособности физических лиц и позволяет исследовать в динамике изменение финансовых результатов.

5. Реализован метод формализованного представления предметной области, отражающий организационную составляющую процесса оценки кредитоспособности частных клиентов, основанный на объектно-ориентированном и компонентном подходах.

6. Экспериментальное исследование показало адекватность разработанных теоретических моделей реальным задачам финансово-кредитных организаций, возникающим в процессе принятия решений при предоставлении клиентам денежных средств и возможность использования системы в качестве инструмента автоматизации процедуры оценки кредитоспособности физических лиц.

7. Осуществлена программная реализация разработанной методики моделирования и поддержки принятия оптимальных управленческих решений, позволяющая повысить обоснованность инвестиционных решений.

Список литературы диссертационного исследования кандидат экономических наук Перевозчиков, Александр Викторович, 2009 год

1. Абрамова Л.А. Финансы, денежное обращение и кредит / Л.А. Абрамова, Л.С. Александрова // М.: ИНФРА М, 1996.

2. Адамова К.Р. Кредитные бюро в России: быть или не быть? / К.Р. Адамова // Бизнес и банки. — 2003. — № 17.

3. Андреева Г. В. Скоринг как метод оценки кредитного риска / Г.В. Андреева // Банковские технологии. № 6. — 2000. http://www.cfin.ru/finanalysis/banks/scoring.shtml.

4. Антонов Н.Г. Денежное обращение, кредит и банки / Н.Г. Антонов, М.А. Пессель // М.: Финстатинформ, 1997. 272 с.

5. Алтунин А.Е. Модели и алгоритмы принятия решений в нечетких условиях: Монография / А.Е. Алтунин, М.В. Семухин // Тюмень: Издательство Тюменского государственного университета, 2000.

6. Архитектура Microsoft Windows для разработчиков. Учебный курс / Пер. с англ. — М.: Издательский отдел «Русская Редакция» ТОО «Channel Trading Ltd.», 1998. 472 с.

7. Болецкая К. Банкиры переходят от формальной оценки заемщика к прогнозированию и рисованию психологических портретов / К. Болецкая // Банковское обозрение. — № 4. апрель 2005 г.

8. Барсегян А.А. Методы и модели анализа данных: OLAP и Data Mining / А.А. Барсегян, М.С. Куприянов, В.В. Степаненко, И.И. Холод // СПб.: БХВ-Петербург, 2004. 336 с.

9. Бокс Д. Сущность технологии СОМ. Библиотека программиста / Д. Бокс // СПб.: Питер, 2001. 400 с.

10. Ю.Боссерт Дж. Экономное производство и «Шесть сигм» / Дж. Боссерт // Стандарты и качество. 2004. - №10. - С. 82-83.

11. Буч Г. UML. Руководство пользователя: Пер. с англ. / Г. Буч, Дж, Рамбо, А. Джекобсон // СПб.: Питер, 2004. 432 с.

12. Блюмин С.JI. Нелинейный метод наименьших квадратов и псевдообращение: учебное пособие / С.Л. Блюмин, С.П. Миловидов, А.К. Погодаев // Липецк: ЛипПИ, 1992. — 80 с.

13. Блюмин С.Л. Псевдообращение: учебное пособие / С.Л. Блюмин, С.П. Миловидов // Воронеж: ВорПИ ЛипПИ, 1991. - 64 с.

14. Вагнер Г. Основы исследования операций: В 3-х томах. Т. 1 / Г. Вагнер // Пер. с англ. -М.: Издательство «Мир», 1972. 335 с.

15. Вагнер Г. Основы исследования операций: В 3-х томах. Т. 2 / Г. Вагнер // Пер. с англ. -М.: Издательство «Мир», 1973. 486 с.

16. Вентцель Е.С. Теория вероятностей: Учеб. для вузов / Е.С. Вентцель // 5-е изд., стер. М.: Высш. шк., 1998. — 576 с.

17. Вишняков И. В. Методы и модели оценки кредитоспособности заемщиков: учеб. пособие / И.В.Вишняков // М-во общ. и проф. образования Рос. Федерации, С.-Петерб. гос. инж.-экон. акад. СПб. : СПбГИЭА, 1998.- 51 с.

18. Ю.Е. Воскобойников. Устойчивые методы и алгоритмы параметрической идентификации : монография / Ю. Е. Воскобойников // Новосибирский государственный архитектурно-строительный университет (Сибстрин) Новосибирск: НГАСУ (Сибстрин), 2006. 180 с.

19. Гантмахер Ф.Р. Теория матриц / Ф.Р. Гантмахер // М.: Наука, 1966.

20. Герасимов Б. И. Качество методов оценки кредитоспособности заемщика коммерческого банка / Б.И. Герасимов, Ю.С. Лаута, Е.Б. Герасимова // М-во образования Рос. Федерации, Тамб. гос. техн. ун-т. Тамбов: Изд-во ТГТУ, 2001. - 126 с.

21. Гмурман В.Е. Теория вероятностей и математическая статистика: Учеб. пособие для вузов / В.Е. Гмурман // Изд. 6-е, стер. М.: Высш. шк., 1997. - 479 с.

22. ГОСТ Р 50779. Статистические методы Комплекс стандартов. М.: ИПК Издательство стандартов.

23. Головко В.А. Нейроинтеллект: Теория и применение. Кн. 2. Самоорганизация, отказоустойчивость и применение нейронных сетей /

24. B.А. Головко // Брест: Изд-во БПИ, 1999. 228 с.

25. Грановский В.А. Методы обработки экспериментальных данных при измерениях / В.А. Грановский, Т.Н. Сирая // JL: Энергоатомиздат, 1990. -288 с.

26. Дейт, К. Дж. Введение в системы баз данных / К.Дж. Дейт // — Пер. с англ. 6-е изд. - К.: Диалектика, 1998. — 784 с.

27. Дрейпер, Н. Прикладной регрессионный анализ: В 2-х кн. Кн.1 / Н. Дрейпер, Г. Смит // Пер. с англ. - 2-е изд., перераб. и доп. - М.: Финансы и статистика, 1986. - 366 с.

28. Дрейпер, Н. Прикладной регрессионный анализ: В 2-х кн. Кн.2 / Н. Дрейпер, Г. Смит // Пер. с англ. - 2-е изд., перераб. и доп. - М.: Финансы и статистика, 1987. - 351 с.

29. Дубров, A.M. Многомерные статистические методы / A.M. Дубров, B.C. Мхитарян, Л.И. Трошин // М.: Финансы и статистика, 1998 г.

30. Дюк В.А., Самойленко А.П. Data Mining: учебный курс / В.А. Дюк, А.П. Самойленко // СПб.: Питер, 2001.

31. Едронова В.Н. Модели анализа кредитоспособности заемщиков / В.Н. Едронова, С.Ю. Хасянова // Финансы и кредит. 2002. - № 6. - С. 9-15.

32. Едронова В. Н. Методика комплексной оценки кредитоспособности заемщика / Едронова В. Н., Хасянова С. Ю. // Финансы и кредит. 2002. -N 14.-С. 2-9.

33. Едронова В.Н. Стратегия и тактика коммерческих банков в области кредитования / В.Н. Едронова, С.Ю. Хасянова // Финансы и кредит -2002. -№3,- С. 2-8.

34. Ермаков С.Л. Работа коммерческого банка по кредитованию заемщиков /

35. C.Л. Ермаков //М.: Алее, 1995.-235 с.

36. Заде Л.А. Понятие лингвистической переменной и его применение к принятию приближенных решений / Л.А. Заде // М.: Мир, 1976. 161 с.

37. Казимагомедов А. А. Банковское обслуживание населения / А.А. Казимагомедов // М.: Финансы и статистика, 1999. — 121 с.

38. Кендэл М.Г. Временные ряды / М.Г. Кендэл // — М.: Финансы и Статистика, 1981г. 200 с.

39. Корнеев A.M. Статистическая обработка экспериментальных данных: Учебное пособие / A.M. Корнеев // ЛГТУ, Липецк, 2002. 70с.

40. Кредитный скоринг в системе dm-Score. Электронный ресурс. -scoring.snowcactus.ru/general.htm.

41. Кредитование: Пер.с англ. / М.А. Гольцберг (ред.), Л.М. Хасан-Бек (ред.). К.: BHY, 1994. - 384с.

42. Кредитоспособность. Электронный ресурс. — http://solvency.boom.ru.

43. Кредитный скоринг. Электронный ресурс. www.plastik-money.ru/index55.html.

44. Кредитование физических лиц. Электронный ресурс. -http://www.basegroup.ru/solutions/credit.

45. Кирисюк Г.М. Оценка банком кредитоспособности заемщика / Г.М. Кирисюк, B.C. Ляховский // Деньги и кредит. 1993. - № 4. - С. 30-39.

46. Киселёв М.Н. Средства добычи знаний в бизнесе и финансах / М.Н. Киселев // Открытые системы. 1997. - № 4. - С. 41-44.

47. Ким Дж. О. Факторный, дискриминантный и кластерный анализ / Дж. О. Ким, Ч. У. Мьюллер, У. Р. Клекка и др. // М.: Финансы и статистика, 1989.-215 с.

48. Колмогоров, А.Н. Теория информации и теория алгоримтов / А.Н. Колмогоров, Отв. ред. Ю.В. Прохоров // М.: Наука, 1987. 304 с.

49. Коннолли Т. Базы данных. Проектирование, реализация и сопровождение. Теория и практика / Т. Коннолли, К. Бегг // 3-е издание. - Пер. с англ. - М.: Издательский дом «Вильяме», 2003. - 1440 с.

50. Кузнецов Л.А. Оценка кредитной истории физических лиц на основе нечетких моделей / Л.А. Кузнецов, А.В. Перевозчиков // Финансы и кредит. 2008. - № 14. - С. 19 - 26.

51. Кузнецов JI.A. Автоматизированная система имитационного моделирования сложных производств / JI.A. Кузнецов, А.К. Погодаев, В.Д. Бурцев // Датчики и системы. — 2001. — №3. — С. 28-32.

52. Кузнецов JI.A. Применение нечетких моделей для решения задач управления качеством проката / JI.A. Кузнецов // Известия ВУЗОВ Черная металлургия. 2001. - № 5. - С. 61-66.

53. Кузнецов JI.A. Статистическая оценка точности оптимизации технологических параметров на основе нелинейной регрессии / JI.A. Кузнецов // Известия вузов. Черная металлургия. 1992. - №7. - С. 69-71.

54. Кузнецов JI.A. Оценка кредитной истории физических лиц на основе нечетких моделей / JI.A. Кузнецов, А.В. Перевозчиков // Управление большими системами. М.: ИПУ РАН, 2008. - № 21. - С. 84 - 106.

55. Кузнецов JI.A. Концепция оценки кредитоспособности физических лиц / JI.A. Кузнецов, А.В. Перевозчиков // Инновационный Вестник Регион (межрегион, инф.-аналит. журнал). Воронеж, 2008. -№ 3. - С. 30-32.

56. Кузнецов JI.A. Концепция оценки кредитоспособности физических лиц / JI.A. Кузнецов, А.В. Перевозчиков // Управление большими системами: сб. трудов. V Всерос. школы-семинара молодых ученых. Липецк: Липецк, гос. техн. ун-т, 2008. - Т.1. - С. 245-249.

57. Кузнецов Л.А. Модель управления качеством кредитного портфеля физических лиц / Л.А. Кузнецов, А.В. Перевозчиков // Инновационный130

58. Вестник Регион (межрегион, инф.-аналит. журнал). Воронеж, 2009. - № 3.-С. 31-33.

59. Перевозчиков А.В. Модель анализа рисковых операций кредитования физических лиц / А.В. Перевозчиков // Экономическое прогнозирование: модели и методы: материалы V Междунар. науч.-практ. конф. — Воронеж: ИПЦ Воронеж, гос. ун-та, 2009. -Ч 1. С. 257-262.

60. Куштуев А.А. Показатели платежеспособности и ликвидности в оценке кредитоспособности заемщика / А.А. Куштуев // Деньги и кредит. — М.: 1996. -№ 12.-С. 55-60.

61. Ларичев В.Д. Злоупотребления в сфере банковского кредитования. Методика их предупреждения / В.Д. Ларичев // М., 1997. — 224 с.

62. Линник Ю.В. Метод наименьших квадратов и основы теории обработки наблюдений / Ю.В. Линник // М.: Физматгиз, 1958. — 349 с.

63. Мартынова Таисия. Выколачивание долгов: теперь без утюга / Т. Мартынова // «Банковское обозрение». №3. - март 2005 г. Электронный ресурс. - http://bo.bdc.ru/2005/3/crash.htm.

64. Медведев, B.C. Нейронные сети. MATLAB 6 / B.C. Медведев, В.Г. Потемкин // М.: Диалог МИФИ, 2002. - 496 с.

65. Мейерс С. Эффективное использование STL / С. Мейерс // СПб.: Питер, 2002.-224 с.

66. Мину М. Математическое программирование. Теория и алгоритмы / М. Мину // М.: Наука. Гл. ред. физ.-мат. лит., 1990. 488 с.

67. Оунсон Ч. Численное решение задач метода наименьших квадратов / Ч. Оунсон, Р. Хенсон // М.: Наука, 1986. 232 с.

68. Панова Г.С. Кредитная политика коммерческого банка / Г.С. Панова // М.: Финансы и статистика, 1997. 164 с.

69. Пугачев B.C. Теория вероятностей и математическая статистика: Учеб. пособие / B.C. Пугачев // 2-е изд., исправл. и дополн. М.: ФИЗМАТЛИТ, 2002.-496 с.

70. Роджерсон Д. Основы СОМ / Д. Роджерсон // 2-е изд., испр. и перераб. — М.: «Русская Редакция», 2000. — 400 с.

71. Роуз Питер С. Банковский менеджмент. Предоставление финансовых услуг. Учебник. Академия народного хозяйства при Правительстве РФ. М.В. Белова (пер.с англ.) / Питер С. Роуз // М.: Дело, 1997. 768с.

72. Рассел С. Искусственный интеллект: современный подход 2-е издание / С.Рассел, П.Норвиг// М.:Вильямс, 2005. 1424 с.

73. Редкозубое, С.А. Статистические методы прогнозирования в АСУ / С.А. Редкозубов//М.: Энергоиздат, 1981. — 151 с.

74. Решение нелинейной задачи о наименьших квадратах : свидетельство об отраслевой регистрации разработки №4942 / Л.А. Кузнецов, П.А. Домашнев. Дата регистрации 20.06.2005.

75. Саати Т. Л. Принятие решений. Метод анализа иерархий / Т. Л. Саати // М.: Радио и связь, 1993. 320 с.

76. Самарский А.А. Численные методы: учебное пособие для ВУЗов / А.А. Самарский, А.В. Гулин // М.: Наука, 1989. 432 с.

77. Скоринг оценка заемщиков физических лиц. Электронный ресурс. -franklin-grant.ru/ru/services/banks-scoring-consumer.asp.

78. Уголовный кодекс РФ от 24.05.1996 г. Электронный ресурс.: http://www.consultant.ru/onHne.

79. Ульман, Дж. Д. Введение в системы баз данных Текст. / Джеффри Д. Ульман, Дженнифер Уидом. М.: Лори, 2000. - 374 с.

80. Федеральный закон от 30.12.2004 № 218 ФЗ (ред. от 24.07.2007) «О кредитных историях» (принят ГД ФС РФ 22.12.2004) Электронный ресурс.: http://www.consuItant.ru/online.

81. Федеральный закон № 395 1 от 02.12.1990 «О банках и банковской деятельности» Электронный ресурс.: http://www.consultant.ru/online.

82. Федеральный закон № 152 от 27.07.2006 «О персональных данных» Электронный ресурс.: http://www.consultant.ru/online.

83. Форсайт Дж. Машинные методы математических вычислений / Дж. Форсайт, М. Малькольм, К. Моулер // Пер. с англ. М.: Мир, 1980. - 279 с.

84. Химмельблау Д. Прикладное нелинейное программирование / Д. Химмельблау // М.: Мир, 1975. 534 с.

85. Хайкин С. Нейронные сети: полный курс 2-е издание / С.Хайкин // М.: Вильяме, 2005.- 1104 с.

86. Чернов В.Г. Методика оценки кредитоспособности предприятий сферы малого бизнеса, основанная на нечеткомножественной математической модели / В.Г. Чернов, А.В. Илларионов // М.: Финансы и кредит. 2006. -№ 20. - С. 72-78.

87. Штовба С.Д. Введение в теорию нечетких множеств и нечеткую логику /

88. С. Д. Штовба // Электронный ресурс.matlab.exponenta.ru/fuzzylogic/book 1.

89. Ямпольский М.М. О трактовках кредита / М.М. Ямпольский // Деньги и кредит. 1999. - № 4. - С. 30-32.

90. Altman Е. I. Application of classification techniques in business, banking and finance / E. I. Altman, R. B. Avery, R. A. Eisenbeis, J. Sinkey // JAI Press, Greenwich, CT, 8 (1981). pp. XX-418.

91. Brooks N. A. L. Expert systems / N. A. L. Brooks // Bank Administration, 65 1989 August, Iss. 8. pp. 36-37.

92. Boggess W. P.1 Screen-test your credit risks / W. P. Boggess // Harvard Business Review, 1967Nov.-Dec. -pp. 113-122.i 92. Breiman L. Classification and regression trees / L. Breiman, J.H. Friedman,

93. R.A. Olshen, CJ. Stone // Wadsworth International Group, Belmont, CA, 1984.f

94. Dunham H. L. A Simple credit rating for small loans / H.L. Dunham // Bankers Monthly, 1938.

95. Edelstein R. H., Improving the selection of credit risk: An Analysis of a Commercial Bank Minority Lending Program / R. H. Edelstein // Journal of Finance, 30 (1975), pp. 37-55.

96. Johnson R. W. Legal, social and economic issues implementing scoring in the US / R.W. Johnson, L.C. Thomas , J.N Crook, and D.B. Edelman // Oxford University Press, Oxford, 1992. pp. 19-32.

97. Kuznetsov L.A. Analysis of a method for identification of correspondence between sets / L.A. Kuznetsov, A.S. Voronin // Modelling, Measurement & Control, AMSE Press, Tassin, France. 1998. - Vol. 18, №2. - pp.39-47.

98. Myers J. H., Predicting credit risk with a numerical scoring system / J. H. Myers // Journal of Applied Psychology, 47 (1963). Iss. 5. - pp. 348-352.

99. Myers J. H. The development of numerical credit evaluation systems / J.H. Myers, W. Forgy // Journal of the American Statistical Association, 58 1963 September, Iss. 303. pp. 799-806.

100. Orgler Y. E. A credit scoring model for commercial loans / Y.E. Orgler // Journal of Money, Credit, and Banking, 2 1970 November, Iss. 4. pp. 435445.

101. Robins G. Credit scoring / G. Robins // Stores, 75 1993 September, Iss. 9. -pp. 28-30.

102. Srinivasan V. Credit granting: A Comparative Analysis of Classification Procedures / V. Srinivasan, Y. H. Kim // Journal of Finance, 42 1987 July, Iss. 3. — pp. 665-683.

103. Steenacker A. A Credit Scoring Model for Personal Loans, Insurance / A. Steenacker, M. J. Goovaerts // Mathematics & Economics, 8 1989 March, Iss. 1.-pp. 31-34.

104. SAS Credit Scoring for Banking Электронный ресурс. -www.dssdev.ru/Solution/sascrscr.php.

105. Statsoft Russia Электронный учебник Statsoft Электронный ресурс. www.statsoft.ru/statportal/tabID 44/DesktopDefault. aspx.

106. Thomas L. С., Ho J., Scherer W. T. Time will tell: behavioural scoring and the dynamics of consumer credit assessment / L. C. Thomas, J. Ho, W. T. Scherer // IMA Journal of Management Mathematics. 2001. - V. 12. - pp. 89-103.

107. Thomas L. C. A survey of credit and behavioural scoring: forecasting financial risk of lending to consumers / L. C. Thomas // International Journal of Forecasting. — 2000. V. 16. -pp. 149-172.

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.