Скоринговые модели и средства управления рисками для поддержки принятия кредитных решений

• Автор: Уланов, Сергей Викторович
• Шифр специальности: 08.00.13, 08.00.10
• Научная степень: Кандидатская
• Год защиты: 2007
• Место защиты: Ижевск
• Количество страниц: 152 с. : ил.

СОДЕРЖАНИЕ
Введение
1. Анализ функционирования скорингового механизма, математических моделей рисков кредитной организации и средств поддержки принятия кредитных решений

1.1. История развития скоринга

1.2. Внутренний механизм скоринга

1.3. Определение кредитоспособности и информация, используемая для ее прогнозирования

1.4. Алгоритмы скоринга и точность скоринговых расчетов

1.5. Финансовый скоринг

1.5.1. Рисковые скоринговые таблицы

1.5.2. Терминология рискового скоринга

1.6. Анализ проблем потребительского кредитования

1.7. Перспективы развития скоринга в России
1.8. Полученные результаты и выводы
2. Математические модели и автоматизированные системы оценки кредитного риска
2.1. Скоринг технология оценки рисков при кредитовании
2.2. Методы классификации клиентов
2.3. Применение нейросетевых методов для оценки кредитной надежности физических лиц
2.4. Интеллектуальные алгоритмы, основанные на правилах
2.5. Реинжиниринг процессов при внедрении скоринговой системы в банке
2.6. Нечеткая классификация заемщиков в задаче кредитного скоринга
2.7. Модель прогнозирования полезности и риска решений риск
менеджеров
2.7.1. Построение функции полезности и риска
2.7.2. Алгоритм и погрешности оценок максимального правдоподобия параметров функции полезности и риска
2.8. Полученные результаты и выводы
3. Информационные технологии оценки рисков
3.1. Основания необходимости оценки финансовых рисков
3.2. Инструменты для измерения глубины финансовых рисков
3.3. Методы оценивания рисковой стоимости
3.4. Ковариационный метод расчета рисковой стоимости
3.5. Измерение глубины финансовых рисков путем восстановления функции плотности распределения значений финансовых величин
3.6. Метод ВФПР
3.7. Полученные результаты и выводы
4. Кредитный скоринг субъектов малого бизнеса
4.1. Финансовокредитная политика малого бизнеса
4.2. Построения модели кредитования малого и среднего бизнеса в условиях дефицита статистических данных
4.3. Проблемы потребительского кредитования в России
4.4. Дедуктивные скоринговые системы
4.5. Полученные результаты и выводы
Заключение
Литература


Построение математической скоринговой модели дает возможность сравнивать клиентов с совершенно разными признаками и принимать решения о кредитовании не интуитивно, а на основе формализованных критериев, непосредственно связанных с вероятностью дефолта. Преимуществом подхода нечеткой классификации является то, что аналитик оперирует единственным численным показателем принадлежности клиента к тому или иному множеству заемщиков. Обобщенная функция полезности, полученная в виде нечетной функции от уровня выигрыша и потерь, ожидаемых ЛИР, отображает уровень показателя полезности и риска решения, которые ожидает ЛПР. Она отображает соизмеримые ожидаемые выигрыш и потери. Сутью V i рисковая стоимость является четкий и однозначный ответ на вопрос, возникающий при проведении финансовых операций какой максимальный убыток рискует понести инвестор за определенный период времени с заданной вероятностью. Отсюда следует, что величина V определяется как наибольший ожидаемый убыток, который с заданной вероятностью может получить инвестор в течение заданного количества дней. Ключевыми параметрами V является период времени, на который производится расчет риска, и заданная вероятность того, что потери не превысят определенной величины. Когда банки не обладают значительными по объемам базами данных о кредитной истории заемщиков как физических, так и юридических лиц, затрудняет, если вообще представляет возможность, использовать статистические скоринговые модели. Применение экспертных моделей кредитного скоринга, рассмотренных в диссертации, позволяет обойти эту проблему. Апробация результатов исследования. Основные положения и результаты диссертации докладывались и обсуждались на Международной научнотехнической конференции Информационные технологии в инновационных проектах Ижевск, , , Международной конференции Российской научной школы Инноватика Сочи, , V Всероссийской научнопрактической конференции Проблемы и перспективы российской экономики Пенза, , Седьмой Международной научнотехнической конференции Искусственный интеллект Таганрог, , Международных конференциях Информационные технологии в науке, социологии, экономике и бизнесе и Информационные технологии в науке, образовании, телекоммуникациях и бизнесе Украина, Крым, ЯлтаГурзуф, и . Реализация работы в производственных условиях. Положения, разработки и рекомендации диссертационной работы внедрены в Филиале АБ Газпромбанк ЗАО в г. Ижевске. Публикации. По теме диссертации опубликовано работ, общим объемом 9 п. Автор имеет 9 работ в рецензируемых научных изданиях, выпускаемых в РФ и рекомендуемых ВАКом для публикации основных результатов диссертаций. Структура диссертации. Диссертация состоит из введения, четырех глав, заключения, приложения с актом внедрения результатов работы. Основное содержание работы изложено на 2 страницах. В работе содержатся 7 таблиц и рисунка. Список использованной литературы включает 7 источников. Введение содержит обоснование актуальности темы, формулировку цели и задач работы, основные положения, выносимые на защиту, и определяет содержание и методы выполнения работы. России. Вторая глава содержит описание математических моделей и автоматизированных систем оценки кредитного риска, методов оценки кредитной надежности заемщиков, основанных на интеллектуальных алгоритмах, в задаче кредитного скоринга. Проведен реинжиниринг процессов при внедрении скоринговой системы в банке, описана модель прогнозирования полезности и риска решений рискменеджеров. В третьей главе рассмотрены информационные технологии оценки рисков, дано понятие глубины финансовых рисков, описаны инструменты для е измерения. Рассмотрены методы оценивания рисковой стоимости, среди которых ковариационный метод, метод с использованием распределения Парето и метод, основанный на САЯСН модели, метод восстановления функции плотности распределения. Четвертая глава посвящена кредитному скорингу субъектов малого бизнеса. В ней рассмотрена финансовокредитная политика малого бизнеса, построена модель кредитования малого и среднего бизнеса в условиях дефицита статистических данных, рассмотрены дедуктивные скоринговые системы В заключении подводятся итоги исследования.