Details

Title: Внедрение машинного обучения в систему управления рисками микрофинансовой организации: выпускная квалификационная работа бакалавра: 38.03.05 - Бизнес-информатика
Creators: Фоминов Антон Александрович
Scientific adviser: Лёвина Анастасия Ивановна
Other creators: Багаева Ирина Владимировна
Organization: Санкт-Петербургский политехнический университет Петра Великого. Институт промышленного менеджмента, экономики и торговли
Imprint: Санкт-Петербург, 2019
Collection: Выпускные квалификационные работы; Общая коллекция
Subjects: скоринг; методы анализа данных; оценка кредитоспособности заемщика; микрофинансовая организация; scoring; data analysis methods; evaluation of the borrower credit capacity; microfinance organization
Document type: Bachelor graduation qualification work
File type: PDF
Language: Russian
Speciality code (FGOS): 38.03.05
Speciality group (FGOS): 380000 - Экономика и управление
Links: Отзыв руководителя; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2019/vr/vr19-5104
Rights: Доступ по паролю из сети Интернет (чтение, печать, копирование)

Allowed Actions:

Action 'Read' will be available if you login or access site from another network Action 'Download' will be available if you login or access site from another network

Group: Anonymous

Network: Internet

Annotation

В работе формулируются предложения по внедрению автоматизированного решения в области скоринга-оценки кредитоспособности заемщиков в деятельность микрофинасовой организации. Рассматриваются технологии анализа данных, на которых построены модели скоринга, делается выбора в пользу моделей, построенных на методах машинного обучения. Рассматриваются различные варианты решения и делается выбор в пользу SaaS: «Скоринг для МФО 2.0» компании Эквифакс Рассчитан экономический эффект от внедрения решения в деятельность компании, по результатам анализа сделаны выводы: количество невозвращенных кредитов уменьшилось, убытки компании, связанные с невозвратом также сократились, улучшилось качество обслуживания.

The paper considers proposals for the implementation of automated solutions in the field of scoring and creditworthiness for the activities of microfinance organizations. We consider the methods of data analysis, which were chosen in favor of models built on the elements of machine learning. SaaS: “Scoring for MFI 2.0” by Equifax Based on the results of the analysis, conclusions were made: the number of unpaid loans decreased, the losses of companies related to non-repayment also decreased, the quality of service improved.

Document access rights

Network User group Action
ILC SPbPU Local Network All Read Print Download
Internet Authorized users Read Print Download
-> Internet Anonymous

Usage statistics

stat Access count: 28
Last 30 days: 0
Detailed usage statistics