Детальная информация

Название: Разработка методики оценки кредитных рисков банков на основе нечетко-множественного подхода: выпускная квалификационная работа магистра: направление 38.04.01 «Экономика» ; образовательная программа 38.04.01_26 «Цифровая экономика и бизнес-аналитика»
Авторы: Гасанова Лейла Тарлановна
Научный руководитель: Рытова Елена Владимировна
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт промышленного менеджмента, экономики и торговли
Выходные сведения: Санкт-Петербург, 2022
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: оценка кредитоспособности клиента; кредитная организация; банк; кредитование; ссуды; долговая нагрузка; кредиты; регрессионная модель; закредитованность населения; нечетко-множественная модель; классическая теория множеств; теория нечетких множеств; нечетко-множественный подход; assessment of the client's creditworthiness; credit institution; bank; lending; loans; debt burden; regression model; creditworthiness of the population; fuzzy multiple model; classical set theory; fuzzy set theory; fuzzy multiple approach
ББК: 65.262.101-09
Тип документа: Выпускная квалификационная работа магистра
Тип файла: PDF
Язык: Русский
Уровень высшего образования: Магистратура
Код специальности ФГОС: 38.04.01
Группа специальностей ФГОС: 380000 - Экономика и управление
DOI: 10.18720/SPBPU/3/2022/vr/vr22-1636
Права доступа: Доступ по паролю из сети Интернет (чтение, печать)
Ключ записи: ru\spstu\vkr\16743

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

Тема выпускной квалификационной работы: «Разработка методики оценки кредитных рисков банков на основе нечетко-множественного подхода». Данная работа посвящена исследованию кредитных рисков банков и разработке их оценки на основе нечетко-множественного подхода. Задачи, которые решались в ходе исследования: 1. Определить сущность и методы оценки банковского кредитного риска; 2. Проанализировать уровень закредитованности населения Российской Федерации; 3. Рассмотреть возможности применения нечетко-множественных моделей в анализе кредитоспособности клиента; 4. Разработка методики оценки банковского кредитного риска на основе нечетко-множественного подхода; 5. Разработка алгоритма цифровизации оценки кредитоспособности клиента. В работе даны понятия о банковском кредитном риске и его классификации, методах оценки кредитоспособности клиента, применяемые в Российской Федерации. Были проведены расчеты, формирующие общий агрегированный индикатор принятия решения о выдаче кредита физическому  лицу-заемщику.

The topic of the final qualifying work: "Development of a methodology for assessing credit risks of banks based on a fuzzy-multiple approach". This work is devoted to the study of credit risks of banks and the development of their assessment based on a fuzzy-multiple approach. Tasks that were solved during the study: 1. Determine the nature and methods of assessing bank credit risk; 2. Analyze the level of creditworthiness of the population of the Russian Federation; 3. Consider the possibilities of using fuzzy multiple models in the analysis of the client's creditworthiness; 4. Development of a methodology for assessing bank credit risk based on a fuzzy multiple approach; 5. Development of a digitalization algorithm for assessing the creditworthiness of the client. The paper presents the concepts of bank credit risk and its classification, methods of assessing the creditworthiness of the client used in the Russian Federation. Calculations were carried out that form a general aggregated indicator of the decision to issue a loan to an individual borrower.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать Печать
Интернет Авторизованные пользователи СПбПУ Прочитать Печать
-> Интернет Анонимные пользователи

Статистика использования

stat Количество обращений: 30
За последние 30 дней: 2
Подробная статистика