Национальный цифровой ресурс Руконт - межотраслевая электронная библиотека (ЭБС) на базе технологии Контекстум (всего произведений: 610373)
Контекстум
Известия высших учебных заведений. Поволжский регион. Технические науки  / №4 2013

СРАВНИТЕЛЬНЫЙ АНАЛИЗ МОДЕЛЕЙ РАСПОЗНАВАНИЯ РИСКА (90,00 руб.)

0   0
Первый авторМоисеев
АвторыПоправко Е.А., Федотов Н.Г.
Страниц13
ID552459
АннотацияАктуальность и цели. Интерес к моделям распознавания риска связан с желанием автоматизировать принятие управленческих решений в условиях риска, в которых учета только осредненного конечного результата не достаточно. На настоящий момент имеется несколько подходов к оценке риска. В каждом конкретном случае требуется сравнение моделей по качеству распознавания. Целью данной работы является рассмотрение процедуры сравнения моделей. В работе процедура сравнения различных моделей распознавания проводится для конкретных результатов, полученных на основе реальной статистики банка с использованием алгоритма, построенного авторами Материалы и методы. Построение моделей проведено с применением статистических пакетов прикладных программ SPSS и Statistica. Рассматривается модель дискриминантного анализа, логит-модель и пробит-модель. Для характеристики качества распознавания определяются оценки вероятности ошибок второго и первого рода. Для сравнения моделей привлекается ROC-кривая. Для окончательного вывода о качестве построенных моделей используется экзаменующая выборка. Результаты. Совокупный анализ построенных моделей и на обучающей, и на экзаменующей выборке показал высокую степень эффективности модели дискриминантного анализа в целях отнесения потенциальных заемщиков к одной из двух групп. Данная модель характеризуется высокой степенью прогнозирования кредитоспособных клиентов, а также высоким качеством распознавания дефолта заемщика. Применение результатов дискриминантного анализа в алгоритме изучения дает возможность прогнозировать некредитоспособность заемщика и может служить критерием для формирования групп высокого риска по определенным клиентам банка. Выводы. Рассмотренная процедура сравнения качества моделей распознавания позволяет повысить качество информационного обеспечения принятия решений в условиях риска.
УДК004.67,004.62
Моисеев, А.В. СРАВНИТЕЛЬНЫЙ АНАЛИЗ МОДЕЛЕЙ РАСПОЗНАВАНИЯ РИСКА / А.В. Моисеев, Е.А. Поправко, Н.Г. Федотов // Известия высших учебных заведений. Поволжский регион. Технические науки .— 2013 .— №4 .— С. 19-31 .— URL: https://rucont.ru/efd/552459 (дата обращения: 07.04.2025)

Предпросмотр (выдержки из произведения)

Информатика, вычислительная техника УДК 004.67,004.62 А. В. Моисеев, Е. А. Поправко, Н. Г. Федотов СРАВНИТЕЛЬНЫЙ АНАЛИЗ МОДЕЛЕЙ РАСПОЗНАВАНИЯ РИСКА Аннотация. <...> Интерес к моделям распознавания риска связан с желанием автоматизировать принятие управленческих решений в условиях риска, в которых учета только осредненного конечного результата не достаточно. <...> В каждом конкретном случае требуется сравнение моделей по качеству распознавания. <...> Целью данной работы является рассмотрение процедуры сравнения моделей. <...> В работе процедура сравнения различных моделей распознавания проводится для конкретных результатов, полученных на основе реальной статистики банка с использованием алгоритма, построенного авторами. <...> Для окончательного вывода о качестве построенных моделей используется экзаменующая выборка. <...> Совокупный анализ построенных моделей и на обучающей, и на экзаменующей выборке показал высокую степень эффективности модели дискриминантного анализа в целях отнесения потенциальных заемщиков к одной из двух групп. <...> Данная модель характеризуется высокой степенью прогнозирования кредитоспособных клиентов, а также высоким качеством распознавания дефолта заемщика. <...> Применение результатов дискриминантного анализа в алгоритме изучения дает возможность прогнозировать некредитоспособность заемщика и может служить критерием для формирования групп высокого риска по определенным клиентам банка. <...> Рассмотренная процедура сравнения качества моделей распознавания позволяет повысить качество информационного обеспечения принятия решений в условиях риска. <...> Введение Для построения эффективной системы управления кредитными рисками следует автоматизировать систему распознавания риска. <...> В статье предлагается алгоритм построения модели (рис. <...> 1) распознавания риска с учетом многообразия выбора базовых моделей. <...> Для окончательного выбора конкретной модели требуется сравнение качества распознавания риска <...>

Облако ключевых слов *


* - вычисляется автоматически