Моделювання кредитоспроможності клієнта (Modelling client's creditability)

Аверкина, М. Ф. (M. Averkyna) and Октисюк, Є. В. (Ye. Oktysiuk) (2020) Моделювання кредитоспроможності клієнта (Modelling client's creditability). Інфраструктура ринку (вип.40).

PDF - Published Version Download (315kB)

Анотація

Статтю присвячено моделюванню кредитоспроможності клієнта з використанням логістичної регресії. Сьогодні дуже багато українських банків і кредитних компаній зіштовхуються із ситуацією неповернення кредитів чи прострочок по виплатах. Така ситуація є негативним процесом, оскільки впливає на виконання однієї з найважливіших функцій банківської системи – акумулювання коштів та ефективний їх розподіл між суб’єктами економічної діяльності. Для цього у статті розглянуто підходи до визначення поняття «кредитоспроможність», проведено їх узагальнення, порівняння і класифікацію. Представлено авторське розуміння поняття «кредитоспроможність». Висвітлено особливості побудови логістичної регресії як методу оцінки кредитоспроможності клієнта; здійснено первинну роботу з даними і на їхній основі побудовано логістичну модель, яка дає можливість прогнозувати кредитоспроможність клієнта – фізичної особи банку. На основі результатів моделі зроблено висновки та надано відповідні рекомендації для комерційних банків.
(A loan is an inseparable part of current economic system. The loaning is a main and one of the most dynamical activities, which banks do. Giving loans helps solve many social problems. For instance, improving life conditions, increasing payable demand and growing extent of gross domestic product. On the other hand as well banks can boost their financial results through gained incomes from money sold out. When a bank gives a loan it constantly tries to predict whether this client will pay back or default. So giving a loan is a risky business if a recipient doesn`t want to pay back or can`t. And if a bank does give a loan it loses money. Although there can be a situation when a bank doesn`t give a loan to an honest client and finally it has alternative expenditure. Therefore banks need to boost predicting client`s creditability. There have been many delinquencies and defaults in banking system of Ukraine recently. The banks face severe losses. Therefore it`s vital to provide banks with reliable instrument for defining client`s creditability in order economy function healthy as this instrument will boost financial results of the bank. On the other hand it will solve certain social problems. There many different methods to predict creditability. One of them is logistic regression. It is getting more and more popular recent time in Ukraine. Logistic regression is a sort of multiple regression that describes relationship between independent variables(factor variables) and dependent variables(resulting variable). Binary logistic regression is a regression with resulting variable that can have only two means. In our case it`s default or non-default of a borrower. We got model with six variables in the process of modeling. We made the recommendations for a commercial bank based on each variable in the model. In the article there are considered approaches for defining the concept of creditability; theoretical aspects of logistic regression`s building; the data was initially analyzed and built logistic model that predicts creditability of individualclient bank. There were made recommendations for a commercial bank based on model.)

Тип файлу:	Стаття
Ключові слова:	кредитоспроможність, регресія, логістична регресія, позичальник, дефолт, прострочка (creditability, regression, logistic regression, borrower, default, delinquency)
Теми:	За напрямами > Економіка
Підрозділи:	Економічний факультет > Кафедра економіко-математичного моделювання та інформаційних технологій
Розмістив/ла:	заввідділу Наталя Денисенко
Дата розміщення:	22 Січ 2025 13:28
Остання зміна:	22 Січ 2025 13:28
URI:	https://eprints.oa.edu.ua/id/eprint/9564

Actions (login required)

Переглянути елемент