Об’єднання моделей logit-регресій як комітету експертів для оцінки кредитоспроможності позичальника

Abstract

Дослідження присвячено побудові економіко-математичних моделей оцінювання кредитоспроможності позичальників-фізичних осіб. Для розв’язання даної задачі застосовано різноманітний математичний інструментарій, зокрема нейромережі типу багатошаровий персептрон та логістичні регресії. В роботі запропоновано новий методологічний підхід до відбору найбільш значущих чинників, на основі яких будуються моделі оцінки кредитоспроможності позичальників. Підхід ґрунтується на синтезі ймовірнісної нейромережі та генетичного алгоритму. Також розроблено методологічний підхід до реалізації «комітету експертів» за рахунок об’єднання кількох logit-регресійних моделей оцінювання кредитоспроможності позичальника. Проведено порівняльний експериментальний аналіз ефективності застосування однієї узагальненої logit-регресії та трьох моделей logit-регресій (комітету експертів), параметри яких оцінені окремо на основі масивів даних, що сформовані за виділеними якісними критеріями. Тестування побудованих економіко-математичних моделей підтвердило високий рівень їх адекватності, що свідчить про можливість на їх основі істотно підвищити точність оцінювання кредитоспроможності потенційного позичальника та мінімізувати рівень кредитного ризику банківської установи. В результаті проведення модельних експериментів одержано висновок щодо доцільності використання нейромережі типу багатошарового персептрону у разі необхідності розподілу позичальників лише за двома класами — надійних чи ненадійних; якщо ж дослідження передбачає необхідність більшої деталізації в оцінці кредитоспроможності, наприклад, визначення рівня ризикованості надання кредиту конкретній особі, то слід застосовувати комітет експертів (поєднання logit-регресій). Результати дослідження можуть бути використані банківськими установами та всіма структурами, що можуть бути зацікавленими в адекватній процедурі оцінки кредитоспроможності фізичних осіб.

The research is dedicated to the formation of economic and mathematical models of creditworthiness assessment of borrower-individual. To resolve this task different mathematical set of tools is applied, in particular neuronets of multilayer perceptron type and logistic regressions. In this work new methodological approach to the selection of most important factors is proposed, on the basis of which new models of creditworthiness assessment of individuals are formed. This approach is based on synthesis of probabilistic neuronet and genetic algorithm. Also, methodological approach to realization of “experts committee” due to merging of several logit-regression models of creditworthiness assessment of borrower-individual is developed. The comparative experimental analysis of effectiveness of implementation of one extended logit-regression and three logit-regression models (experts committee) is conducted, parameters of which are evaluated separately, based on data set formed according to distinguished qualitative criteria. Testing of formed economic-mathematical models confirme the high level of their adequacy, that affirms the ability on their basis to increase essentially the accuracy of creditworthiness assessment of potential borrower and minimize credit risk level of bank institution. As a result of implementation of modeling experiments the conclusion is received concerning the expediency of using neuronet of multilayer perceptron type in case of necessity of borrower division into two classes — reliable or unreliable; and if the research anticipates the necessity of higher particularization in evaluation of creditworthiness, for instance, determination of risk level of giving credit to a particular person, then the expert committee (combination of logit-regressions) should be applied. The investigation results can be used by bank institutions and all organizations that might be interested in adequate procedure of credit-worthiness assessment of borrower-individuals.

Исследование посвящено построению экономико-математических моделей оценки кредитоспособности заемщиков-физических лиц. Для решения данной задачи применен разнообразный математический инструментарий, в частности нейросети типа многослойный персептрон и логистические регрессии. В работе предложен новый методологический подход к отбору наиболее значимых факторов, на основе которых строятся модели оценки кредитоспособности заемщиков. Подход основывается на синтезе вероятностной нейросети и генетического алгоритма. Также разработан методологический подход к реализации «комитета экспертов» за счет объединения нескольких logit-регрессионных моделей оценки кредитоспособности заемщика. Проведен сравнительный экспериментальный анализ эффективности применения одной обобщенной logit-регрессии и трех моделей logit-регрессий (комитета экспертов), параметры которых оценены отдельно на основе массивов данных, сформированных по выделенным качественным критериям. Тестирование построенных экономико-математических моделей подтвердило высокий уровень их адекватности, что свидетельствует о возможности на их основе существенно повысить точность оценки кредитоспособности потенциального заемщика и минимизировать уровень кредитного риска банковского учреждения. В результате проведения модельных экспериментов был получен вывод о целесообразности использования нейросети типа многослойный персептрон в случае необходимости распределения заемщиков только по двум классам — надежных или ненадежных; если же исследование предполагает необходимость большей детализации в оценке кредитоспособности, например, определение уровня рискованности предоставления кредита конкретному лицу, то следует применять комитет экспертов (сочетание logit-регрессий). Результаты исследования могут быть использованы банковскими учреждениями и всеми структурами, заинтересованными в адекватной процедуре оценки кредитоспособности физических лиц.