Использование нейросетевых технологий в сфере кредитования населения

Авторы: Аскерова Н.А., Соколов Т.Д., Аскерова А.А.
Опубликовано в выпуске: #5(58)/2021
DOI: 10.18698/2541-8009-2021-5-695
Раздел: Информатика, вычислительная техника и управление | Рубрика: Системный анализ, управление и обработка информации, статистика
Ключевые слова: нейросети, технология, финансовая сфера, нейронные сети, методы, кредитоспособность, библиотеки, эффективность
Опубликовано: 20.05.2021

Рассмотрено применение нейронных сетей в оценке кредитоспособности заемщика, приведены примеры их внедрения в данную сферу, перечислены преимущества и недостатки нейронных сетей по сравнению с экспертной оценкой в вопросе кредитования. Выполнено сравнение кредитоспособности физического лица экспертным подходом и с использованием различных библиотек нейронных сетей по следующим критериям: время проверки, время обучения, финансовые расходы, характеристика обрабатываемых данных и точность. Сформирована таблица показателей для сравнения и проведена оценка эффективности использования нейронных сетей для определения кредитоспособности физических лиц.

Литература

[1] Как работает нейронная сеть: алгоритмы, обучение, функции активации и потери. neurohive.io: веб-сайт. URL: https://neurohive.io/ru/osnovy-data-science/osnovy-nejronnyh-setej-algoritmy-obuchenie-funkcii-aktivacii-i-poteri/ (дата обращения: 2020.05.07).

[2] Экспертная оценка. biznes-prost.ru: веб-сайт. URL: https://biznes-prost.ru/ekspertnaya-ocenka.html (дата обращения: 2020.05.07).

[3] Многослойная нейронная сеть. wiki.loginom.ru: веб-сайт. URL: https://wiki.loginom.ru/articles/multilayer-neural-net.html (дата обращения: 2020.05.07).

[4] Гусарова О.М., Комаров П.И., Денисов Д.Э. Нейронные сети в кредитном сторинге. Вестник Алтайской академии экономики и права, 2018, № 5, с. 107–113.

[5] Wallace M.P. Neural networks and their application to finance. In: Operations management. Apple Academic Press, 2016, pp. 67–76.

[6] Просалова, В.С. Проблемы оценки кредитоспособности клиентов коммерческих банков. Владивосток, Дальнаука, 2008.

[7] Классы кредитоспособности Сбербанка. ekamoney.ru: веб-сайт. URL: http://ekamoney.ru/klassyi-kreditosposobnosti-sberbanka (дата обращения: 2020.05.07).

[8] Кручинин Д., Долотов Е., Кустикова В. и др. Сравнение библиотек глубокого обучения на примере задачи классификации рукописных цифр. habr.com: веб-сайт. URL: https://habr.com/ru/company/intel/blog/254747 (дата обращения: 2020.05.07).

[9] Deep learning на пальцах: может ли обычный человек изучить нейронные сети и хорошо на этом заработать. ostrovrusa.ru: веб-сайт. URL: https://ostrovrusa.ru/deep-learning-na-palcah (дата обращения: 2020.05.07).

[10] Сколько получают и зарабатывают сотрудники Сбербанка? skolkozarabativaet.ru: веб-сайт. URL: https://skolkozarabativaet.ru/biznes/finansovye-novosti/skolko-poluchayut-i-zarabatyvayut-sotrudniki-sberbanka (дата обращения: 2020.05.07).