Алгоритм оценки кредитной ситуации, учитывающий дополнительные данные о заемщике кредита и прецедентные данные о схожих ситуациях. Синдромный портрет заемщика. Алгоритм поиска прецедента. Риск кредитования. Расчет интеграционной оценки кредитного проекта.
При низкой оригинальности работы "Снижение уровня банковского риска посредством прецедентного моделирования кредитной ситуации", Вы можете повысить уникальность этой работы до 80-100%
СНИЖЕНИЕ УРОВНЯ БАНКОВСКОГО РИСКА ПОСРЕДСТВОМ ПРЕЦЕДЕНТНОГО МОДЕЛИРОВАНИЯ КРЕДИТНОЙ СИТУАЦИИ Специальность 05.13.18 - математическое моделирование, численные методы и комплексы программРабота выполнена на кафедре телекоммуникационных технологий и сетей в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «Ульяновский государственный университет» Официальные оппоненты: Крашенинников Виктор Ростиславович доктор технических наук, профессор ФГБОУ ВПО «Ульяновский технический государственный университет», заведующий кафедрой Системы автоматизированного проектирования; Мальцев Денис Анатольевич кандидат технических наук, ФГБОУ ВПО «Ульяновский государственный университет», доцент кафедры Информационных технологий Защита диссертации состоится «21» марта 2012 года в 1000 часов на заседании диссертационного совета Д 212.278.02 при ФГБОУ ВПО «Ульяновский государственный университет» по адресу: г.В Ульяновской области выдано 29 421 млн. руб., из них 237 млн. составляет просроченная задолженность, в этих условиях для банков становится очень важной разработка соответствующего механизма расчета, оценки, контроля и управления рисками. Решение таких задач требует не только знаний теории экономики, кредитования, психологии заемщиков, которыми в большей степени обладают наиболее опытные специалисты, но и знаний, основанных на интуиции и многолетнем опыте. Разработана система прецедентного моделирования кредитных ситуаций, основанной на базе прецедентов, дополнительной информации о заемщике и прецедентах. Алгоритм оценки кредитной ситуации, учитывающий дополнительные данные о заемщике кредита и прецедентные данные о схожих ситуациях, являющийся основой в созданном программном комплексе управления кредитным риском с использованием численных методов нейронной сети, экспертных оценок и аппарата нечеткой логики. Разработана модель процесса кредитования посредством использования базы прецедентов, алгоритм поиска прецедентов на основе экспертного анализа, нейронной сети и нечеткой базы знаний.
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы
