• українська
    • English
  • English 
    • українська
    • English
  • Login
Institutional Repository of Vadym Hetman Kyiv National Economic University ISSN 2411-4383
View Item 
  •   DSpace Home
  • Наукова періодика КНЕУ
  • Моделювання та інформаційні системи в економіці
  • 2011 рік
  • Випуск № 84
  • View Item
  •   DSpace Home
  • Наукова періодика КНЕУ
  • Моделювання та інформаційні системи в економіці
  • 2011 рік
  • Випуск № 84
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.
ISSN 2411-4383

Нейромережеві технології в управлінні портфелем простроченої заборгованості

Thumbnail
View/ Open
Kaminskyi.pdf (515.9Kb)
Date
2011
Author
Камінський, А. Б.
Сікач, В. О.
Metadata
Show full item record
Abstract
Стаття присвячена аналізу та розбудові стратегій управління портфелем простроченої заборгованості за споживчими кредитами. Для цього здійснено структуризацію проблеми стягнення заборгованості на проблему встановлення контакту та проблему оплати боргу. Показано, що фактори, які визначають контактність та платоспроможність, є різними. Для формування стратегій стягнення запроваджено скоринговий підхід до пріоритезації колекторських зусиль як у випадку контактності, так і випадку платоспроможності. Побудову скорингів пріоритезації здійснено на основі технології штучних нейронних мереж. Актуальність використання нейромережевих технологій обумовлена можливістю їх «навчання».
 
The article is devoted to analysis and development of strategies of consumer credits overdue debts portfolio management. For this purpose authors are carry out structuring of the collection problem on the problem of contact establishing and problem of pay ability. It is shown that factors which determine contact ability and pay ability are different. For collection strategies forming the scoring approach is utilized for prioritizing of collector efforts, both in the case of contact ability and in the case of pay ability. The construction of scoring for prioritizing is carried out on the basis of artificial neuron networks technology. The actuality of neural networks technologies using is conditioned by their ability of «learning».
 
URI
https://ir.kneu.edu.ua:443/handle/2010/854
Collections
  • Випуск № 84 [19]

DSpace software copyright © 2002-2016  DuraSpace
Contact Us | Send Feedback
Theme by 
Atmire NV
 

 

Browse

All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

My Account

LoginRegister

Statistics

View Usage Statistics

DSpace software copyright © 2002-2016  DuraSpace
Contact Us | Send Feedback
Theme by 
Atmire NV