Модели принятия решений при управлении просроченной задолженностью физических лиц в банковских системах

• Автор: Рындин, Роман Викторович
• Шифр специальности: 05.13.10
• Научная степень: Кандидатская
• Год защиты: 2012
• Место защиты: Воронеж
• Количество страниц: 149 с. : ил.

Содержание
Введение
1 Анализ средств и методов управления просроченной задолженностью физических лиц
1.1 Постановка задачи по разработке средств оптимизации процесса управления просроченной задолженностью физических лиц
1.2 Понятие управления просроченной задолженностью. Основные определения
1.3 Исследование рычагов управления коллекторской деятельностью
1.4 Обзор и критический анализ существующих систем автоматизации управления коллекторской деятельностью
1.5 Подходы к решению задачи автоматизации управления просроченной задолженностью физических лиц
1.6 Цели и задачи исследования
2 Моделирование эффективного управления просроченной задолженностью физических лиц в банке
2.1 Формирование структурной модели управления просроченной задолженностью в банке
2.2 Обоснование применения автоинтерактивных методов принятия решения в управлении просроченной задолженностью
2.3 Повышение эффективности управления просроченной задолженностью с помощью унификации схемы контроля в автоинтерактивной скоринговой процедуре принятия решения об оптимальном способе снижения просроченной задолженности
2.4 Построение методики стимулирования в рамках коллектора на основе ключевых показателей эффективности
2.5 Модель принятия управленческих решений по выбору системы стимулирования в рамках коллекторской деятельности

2.6 Выводы
3 Разработка скоринговых моделей и алгоритмов принятия решений при управлении просроченной задолженностью
3.1 Многокритериальная модель скоринговой оценки уровня проблем-ности кредитных договоров с просроченной задолженностью
3.2 Алгоритм получения скоринговой оценки способов борьбы с просроченной задолженностью физических лиц на ранних сроках, на основе методов построения деревьев решения
3.3 Применение генетического алгоритма для достижения оптимальной скоринговой оценки клиента банка допустившего просроченную задолженность
3.4 Выводы
4 Применение методов и алгоритмов принятия решения для оптимизации процесса управления просроченной задолженностью
4.1 Сравнение эффективности применения управления просроченной задолженностью с типовым алгоритмом работы с просроченной задолженностью
4.2 Обоснование состава и структуры средств автоматизации управления просроченной задолженностью физических лиц в коллекторе
4.3 Основные научные положения диссертации в средствах автоматизации принятия решений при управлении просроченной задолженностью
4.4 Методика внедрения средств автоматизации методов и алгоритмов принятия решения в процессе управления просроченной задолженностью физических лиц
4.5 Оценка результатов внедрения средств принятия решения в финансовой организации на основе анализа динамики сокращения удельного веса просроченной задолженности
4.6 Выводы
Заключение
Список литературы

Приложение А Унифицированная схема работы с просроченной задолженностью в кредитных организациях
Приложение Б Состав, порядок и обязательность полей в метафайлах для загрузки данных в АС «УПЗ-ФЛ»
Приложение В Состав, порядок и обязательность полей в метафайлах для учета филиальской сети банка и индивидуальных заданий на работу в АС «УПЗ-ФЛ
Приложение Г Акты внедрения

некоторый компромисс между частными критериями позволяющими построить скоринговую оценку просроченной задолженности по кредиту.
Деревья решений. Наиболее часто данный алгоритм применяется в скоринговых моделях по оценке возможности выдать кредит заемщику. Наглядный пример скоринговой модели оценки платежеспособности заемщика - это модель Дюрана. Но использовать эту модель для оценки выбора индивидуальной схемы работы с клиентом, допустившим просроченную задолженность невозможно. Поэтому требуется серьезная переработка данного алгоритма и его параметров для адаптации к поставленной в работе задаче. Такой алгоритм применим для более простых случаев выбора варианта работы с клиентом.
Г енетические алгоритмы. Это стохастические, эвристические оптимизационные методы, впервые предложенные Холландом в 1975г. Они основываются на идее эволюции с помощью естественного отбора, выдвинутой Дарвином в 1859г. В приложении к задаче работы данный алгоритм может наиболее точно подобрать индивидуальную схему работы с просроченной задолженностью. Это возможно благодаря следующим свойствам генетических алгоритмов [23]:
они не имеют значительных математических требований к видам целевых функций и ограничений. Исследователь не должен упрощать модель объекта, теряя ее адекватность, и искусственно добиваясь возможности применения доступных математических методов. При этом могут использоваться самые разнообразные целевые функции и виды ограничений (линейные и нелинейные), определенные на дискретных, непрерывных и смешанных универсальных множествах;
при использовании классических пошаговых методик глобальный оптимум может быть найден только в том случае, когда проблема обладает свойством выпуклости. В тоже время эволюционные операции генетических алгоритмов позволяют эффективно отыскивать глобальный оптимум.
Задача формирования индивидуальной схемы работы с просроченной задолженностью является важнейшим этапом при работе коллектора. Однако не менее важным, а зачастую и более важным для решения основной цели коллекторского агентства - снижения объема просроченной задолженности, является реализация выбранной схемы работы с клиентом на практике.