№ 3

Permanent URI for this collection

https://ir.kneu.edu.ua/handle/2010/5148

Browse

Browsing № 3 by Subject "discriminant analysis"

Now showing 1 - 1 of 1
  • Thumbnail Image
    Item
    Моделювання кредитоспроможності юридичних осіб на основі дисримінантного аналізу та нейронних мереж
    (ДВНЗ «Київський національний економічний університет імені Вадима Гетьмана», 2014-02-10) Новоселецький, Олександр М.; Novoseletskyy, Olexandr; Якубець, Ольга В.; Yakubets, Olga
    Метою проведеного в статті дослідження була розробка ефективних економіко-математичних методів і моделей оцінювання кредитоспроможності юридичних осіб — позичальників банківських установ, призначених для зниження їх кредитних ризиків. У статті визначено концептуальні аспекти моделювання кредитоспроможності юридичної особи на основі системи фінансових коефіцієнтів. Обґрунтовано, що для оцінки кредитоспроможності вітчизняних підприємств є достатнім використання кількох фінансових коефіцієнтів, зокрема, коефіцієнтів миттєвої та загальної ліквідності, співвідношення дебіторської і кредиторської заборгованості, рентабельності продажу, оборотності кредиторської заборгованості, автономії та кредитоспроможності. У дослідженні дістав подальшого розвитку синтез кількох підходів до оцінки кредитоспроможності позичальників, що ґрунтуються на застосуванні методів дискримінантного аналізу, класифікаційних функцій, а також нейронних мереж персептронного типу та на базі радіально-базисних функцій. Для оцінки кредитоспроможності множина юридичних осіб розподіляється на 4 класи: підприємства з високою, задовільною, низькою та незадовільною кредитоспроможністю. Якщо кредитоспроможність позичальника є високою, банківській установі рекомендовано прийняти рішення про надання кредиту, задовільною — надати кредит за умови забезпечення його ліквідною заставою, низькою або незадовільною — відмовити юридичній особі у наданні кредиту. Тестування побудованих моделей підтвердило високий рівень їх ефективності. Побудовані в дослідженні економіко-математичні моделі дозволяють істотно підвищити точність оцінювання кредитоспроможності потенційного позичальника та мінімізувати рівень кредитного ризику банківської установи.