ИСПОЛЬЗОВАНИЕ МЕТОДОВ ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА ДАННЫХ В БАНКОВСКОЙ СФЕРЕ

Аннотация

Интеллектуальный анализ данных с каждым годом становится все более актуальным направлением исследования во всех сферах жизни людей: банковский, страховой, государственный сектора и др. Кредитные институты столкнулись с необходимостью обрабатывать большие объемы данных с возрастающей скоростью. Используемые в кредитовании модели, такие как скоринг, стали комбинироваться с методами машинного обучения или интеллектуального анализа данных. В статье рассмотрено понятие кредитного скоринга. Кредитный скоринг позволяет упростить работу кредитных специалистов в банковской сфере и сделать оценку кредитных рисков менее затратной. Кредитный скоринг подразумевает применение алгоритмов, полученных с использованием математических и статистических методов, для деления потенциальных кредитных операций на непересекающиеся группы риска. В статье описаны преимущества и ограничения различных моделей и алгоритмов, используемых в кредитном скоринге, а также перспективы дальнейшего развития данного способа оценки кредитных рисков. Выбор и построение модели, внедрение кредитного скоринга и его применение - сложная и трудоемкая задача. В кредитном скоринге алгоритмы машинного обучения являются неотъемлемой частью и помогают избежать лишних рисков и издержек, за счёт работы алгоритмов, которые помогают сотрудникам банка принимать правильные решения касаемо вопросов предоставления кредитов.