Оценка кредитоспособности заемщиков БИНБАНК методами нейросетевого моделирования
Дипломная работа - Компьютеры, программирование
Другие дипломы по предмету Компьютеры, программирование
Федеральное агентство по образованию
Государственное образовательное учреждение
высшего профессионального образования
ПЕРМСКИЙ ГОСУДАРСТВЕННЫЙ ПЕДАГОГИЧЕСКИЙ УНИВЕРСИТЕТ
Факультет информатики и экономики
Кафедра прикладной информатики
Выпускная квалификационная работа
Оценка кредитоспособности заемщиков БИНБАНК методами нейросетевого моделирования
Работу выполнил:
студентка 1253 группы
Карелина Мария "адиславовна
Пермь 2012
Введение
Предоставление кредитов является основной экономической функцией банков, осуществляемой для финансирования как физических, так и юридических лиц. От подбора и применения методов оценки кредитоспособности в последующем во многом зависит финансовое состояние и жизнеспособность самого банка.
В настоящее время, в связи с последствиями финансово-экономического кризиса, для многих банков целью является уже не максимизация прибыли, а минимизация рисков. Кризис ликвидности, платежеспособности привел к тому, что многие ссуды не были возвращены, что привело к ухудшению финансового положения самих кредитных учреждений. Финансово - экономический кризис показал низкую работоспособность действующих методик банков по оценке кредитоспособности заемщиков. Текущие модели уже не способны в полной мере спрогнозировать наступление кредитного риска.
Кредитный риск является основным финансовым риском, с которыми сталкиваются банки в своей работе. В связи с возросшим масштабом кредитных рисков связана проблема поиска альтернативных методов снижения банковских рисков за iет эффективной классификации потенциального заемщика. Вопросы, касающиеся необходимости применения новых методов в оценке кредитного риска активно обсуждались и на Всемирном экономическом форуме в Давосе в феврале 2010 г.[21]
Таким образом, в настоящее время возник вопрос о разработке работающей методики оценки кредитоспособности заемщика, применив новый аппарат для прогнозирования кредитного риска. Желательно, чтобы такая модель могла предсказать кризисную ситуацию коммерческой организации еще до появления ее очевидных признаков.
Учитывая актуальность данной проблемы, целью выпускной квалификационной работы является разработка модели оценки кредитоспособности заемщиков - индивидуальных предпринимателей с использованием нейросетевых технологий, для их дальнейшей классификации в зависимости от уровня кредитного риска. При этом построенная модель должна обладать высокой степенью прогнозирования возникновения проблем у заемщиков с возвратом кредита. Для достижения поставленной цели необходимо решить ряд задач:
Дать определение кредитоспособности и оценки кредитоспособности;
Определить цели и задачи анализа кредитоспособности заемщика;
Описать работу нейросимулятора;
Рассмотреть различные подходы оценки кредитоспособности;
Проверить работоспособность нейросети на основе существующей модели оценки кредитоспособности;
Собрать необходимую информацию для создания нейросетевой модели;
Разработать демонстрационный прототип нейросетевой системы оценки кредитоспособности заемщика;
Внедрить информационную систему в кредитной организации для опытной эксплуатации;
Определить экономическую эффективность применения нейросетевой модели оценки кредитоспособности заемщика.
В первой главе представлен теоретический материал, описывающий понятие кредитоспособности, кредитный риск, описаны методики оценки кредитоспособности заемщика, способны борьбы с кредитным риском. Здесь же даны определение и характеристика нейросетевых технологий, возможность их применения для определения кредитоспособности заемщика.
Во второй главе работы проводится демонстрация разработки методики оценки кредитоспособности индивидуальных предпринимателей, основанной на нейросетевых технологиях, для проведения классификации потенциальных заемщиков. Для построения нейросетевой модели используется программный продукт Нейросимулятор NSim3 [16-17], в качестве базы данных используется информация из кредитных историй ОАО БИНБАНК Пермского филиала.
В третьей главе работы проводится анализ экономической эффективности применения нейросетевой модели оценки кредитоспособности заемщика.
При написании работы использованы монографии отечественных авторов, учебная литература, электронные ресурсы и нормативные документы. В работе также использована зарубежная литература по банковскому финансовому и риск-менеджменту, основам систем искусственного интеллекта и, в частности, теории нейронных сетей.
Материалы для исследований и обучения нейронной сети были предоставлены профессором Ясницким Л.Н. и ОАО БИНБАНК Пермский филиал.
Глава 1. Теоретические аспекты оценки кредитоспособности заемщика
1.1 Понятие, цели и задачи оценки кредитоспособности
Современный коммерческий банк является универсальной кредитной организацией, которая предоставляет клиентам широкий спектр услуг. При этом, хотя и возрастает привлекательность отдельных банковских операций, главной функцией банков остается осуществление операций по кредитованию.
Согласно Федеральному закону №395-1 О банках и банковской деятельности от 2 декабря 1990 года, банк - кредитная орган