Наши конференции

В данной секции Вы можете ознакомиться с материалами наших конференций

VII МНПК "АЛЬЯНС НАУК: ученый - ученому"

IV МНПК "КАЧЕСТВО ЭКОНОМИЧЕСКОГО РАЗВИТИЯ: глобальные и локальные аспекты"

IV МНПК "Проблемы и пути совершенствования экономического механизма предпринимательской деятельности"

I МНПК «Финансовый механизм решения глобальных проблем: предотвращение экономических кризисов»

VII НПК "Спецпроект: анализ научных исследований"

III МНПК молодых ученых и студентов "Стратегия экономического развития стран в условиях глобализации"(17-18 февраля 2012г.)

Региональный научный семинар "Бизнес-планы проектов инвестиционного развития Днепропетровщины в ходе подготовки Евро-2012" (17 апреля 2012г.)

II Всеукраинская НПК "Актуальные проблемы преподавания иностранных языков для профессионального общения" (6-7 апреля 2012г.)

МС НПК "Инновационное развитие государства: проблемы и перспективы глазам молодых ученых" (5-6 апреля 2012г.)

I Международная научно-практическая Интернет-конференция «Актуальные вопросы повышения конкурентоспособности государства, бизнеса и образования в современных экономических условиях»(Полтава, 14?15 февраля 2013г.)

I Международная научно-практическая конференция «Лингвокогнитология и языковые структуры» (Днепропетровск, 14-15 февраля 2013г.)

Региональная научно-методическая конференция для студентов, аспирантов, молодых учёных «Язык и мир: современные тенденции преподавания иностранных языков в высшей школе» (Днепродзержинск, 20-21 февраля 2013г.)

IV Международная научно-практическая конференция молодых ученых и студентов «Стратегия экономического развития стран в условиях глобализации» (Днепропетровск, 15-16 марта 2013г.)

VIII Международная научно-практическая Интернет-конференция «Альянс наук: ученый – ученому» (28–29 марта 2013г.)

Региональная студенческая научно-практическая конференция «Актуальные исследования в сфере социально-экономических, технических и естественных наук и новейших технологий» (Днепропетровск, 4?5 апреля 2013г.)

V Международная научно-практическая конференция «Проблемы и пути совершенствования экономического механизма предпринимательской деятельности» (Желтые Воды, 4?5 апреля 2013г.)

Всеукраинская научно-практическая конференция «Научно-методические подходы к преподаванию управленческих дисциплин в контексте требований рынка труда» (Днепропетровск, 11-12 апреля 2013г.)

VІ Всеукраинская научно-методическая конференция «Восточные славяне: история, язык, культура, перевод» (Днепродзержинск, 17-18 апреля 2013г.)

VIII Международная научно-практическая Интернет-конференция «Спецпроект: анализ научных исследований» (30–31 мая 2013г.)

Всеукраинская научно-практическая конференция «Актуальные проблемы преподавания иностранных языков для профессионального общения» (Днепропетровск, 7–8 июня 2013г.)

V Международная научно-практическая Интернет-конференция «Качество экономического развития: глобальные и локальные аспекты» (17–18 июня 2013г.)

IX Международная научно-практическая конференция «Наука в информационном пространстве» (10–11 октября 2013г.)

«Стратегические составляющие финансовой устойчивости и безопасности банковской системы и финансовых рынков Украины - 2014»

К. е. н. Притоманова О. М.

Дніпропетровський національний університет імені Олеся Гончара, Україна

ОЦІНЮВАННЯ СТУПЕНЯ ПРОБЛЕМНОСТІ КРЕДИТУ НА   ПІДҐРУНТІ   НЕЙРО-НЕЧІТКИХ ТЕХНОЛОГІЙ

 

Сучасний підхід до фінансового менеджменту визначає банківську справу як вимірювання ризику, прийняття ризику та управління прийнятим ризиком. Однією з основних складових ризикології є система кількісних показників ступеня економічного ризику. Тому банк повинен постійно вимірювати кредитний ризик, а адекватна кількісна оцінка ризику є ключовою складовою процесу ефективного управління кредитним ризиком. Більшість фахівців з банківської справи вважають появу проблеми з поверненням кредитів – реалізованими кредитними ризиками. Тому вважаємо, що підходи до оцінки ризику неповернення проблемного кредиту базується на оцінці ступеня проблемності кредиту.

Ступінь проблемності кредиту – це комплексний показник, що характеризує як фінансовий стан позичальника, так і рівень його відповідальності з точки зору виконання взятих зобов’язань. В більшості випадків показники, що оцінюються при аналізі відповідальності позичальника, однозначно нормувати неможливо. Крім того, неявні сигнали неблагополуччя зазвичай присутні у фінансовій звітності позичальника задовго до порушення ним умов кредитного договору. В зв’язку з цим для успішного аналізу ступеня проблемності кредиту виникає необхідність в оцінюванні кредитоспроможності позичальника за деякий час до видачі кредиту, а також здійсненні моніторингу його діяльності протягом всього терміну дії кредитної угоди. Тому, «проблемний кредит», як предмет наукового аналізу, є об’єктом багатоплановим та багатовимірним. Різним вимірам цього об’єкту відповідають різні характерні фактори-індикатори, які так чи інакше можуть бути подані своїми кількісними та якісними характеристиками.

Ґрунтуючись на дослідженні чинників появи проблемної заборгованості та виявленні основних ознак проблемного кредиту, яке проведено у роботі [1], наведемо основні фактори, що найбільше впливають на ступінь проблемності кредиту, у табл. 1.

 

Таблиця 1. Фактори, що впливають на ступінь проблемності кредиту

Назва групи факторів

Назва фактору

Позначення

Зовнішні

інформаційний

х 1

юридичний

х 2

ринковий

x 3

Фінансові

кредитний (виконання договірних зобов’язань)

х 4

застава

х 5

фінансовий стан

х 6

валютний ризик

х 7

Організаційно-психологічні

ризик менеджменту/власників

х 8

організаційний

х 9

політичний вплив власників

х 10

 

Ці показники не мають об’єктивної кількісної оцінки, тобто мають якісну природу та можуть бути описані лінгвістично експертами-економістами, які займаються кредитуванням (табл. 2).

Наявність значної кількості якісних показників не дозволяє застосувати класичні статистичні та економетричні підходи до моделювання такого складного об’єкту, як проблемний кредит. Тому пропонуємо для оцінювання рівня проблемності банківського кредиту застосувати нейро-нечіткі технології, які дозволяють враховувати невизначеності не лише статистичної, але й лінгвістичної природи [2]. Для побудови моделі оцінки ступеня проблемності кредиту пропонуємо застосувати метод лінгвістичної ідентифікації [3]. Задача ідентифікації (відновлення) складної нелінійної залежності розглядається як побудова моделі об’єкта за експертно-експериментальними даними про взаємозв’язки <входи> – <вихід> і вирішується, як правило, у два етапи:

1)    структурна ідентифікація: формування нечіткої бази знань, що грубо відтворює залежність виходу (оцінки ступеня проблемності кредиту) від входів (факторів-ознак його проблемності) за допомогою лінгвістичних правил «ЯКЩО-ТО», які генеруються з експериментальних даних про завершені проблемні кредитні угоди;

2)    параметрична ідентифікація: пошук таких параметрів нечіткої бази знань, які мінімізують відхилення модельних та експериментальних результатів.

Розглянемо функціональну залежність виходу у від входів   процесу у вигляді:

                                             (1)

Змінні   можуть бути кількісними та якісними. Для побудови нечіткої моделі залежності (1) будемо розглядати її вхідні та вихідні змінні як лінгвістичні змінні (табл. 2).

 

Таблиця 2. Приклад змісту та позначення інформаційного та юридичного

факторів, що впливають на ступінь проблемності кредиту

Фактор

Значення

Зміст показника

інформаційний

низький (Н)

Наявність негативної інформації щодо позичальника у зовнішніх інформаційних джерелах не встановлено або вона поодинока

середній (С)

Негативна інформація щодо позичальника із зовнішніх джерел протягом тривалого часу

високий (В)

Інформація щодо початку процедури банкрутства / ліквідації позичальника / заставодавця

юридичний

низький (Н)

Відсутність судових позовів з боку кредиторів, наявність інших судових процесів, позовів, кримінальних справ у відношенні позичальника (посадових осіб позичальника)/ поручителів та майнових поручителів, а також власників позичальника, які можуть негативно вплинути на виконання позичальником своїх зобов’язань за договором на проведення кредитної операції

середній (С)

Ризикована юридична структура кредитної операції, визнання або ризик визнання недійсними договорів за кредитними операціями

високий (В)

Ухвалення рішення щодо початку процедури банкрутства / ліквідації за рішенням власника

 

В якості значень інтегральної оцінки ступеня проблемності кредиту ( у ) оберемо такі лінгвістичні значення:

–     низький (Н) , якщо були виконані умови кредитного договору між позичальником і банком у повному обсязі,

–     середній (С) , якщо умови кредитного договору були виконані більш ніж на 50 % від первинних умов;

–     високий (В) , якщо умови кредитного договору були виконані менш ніж на 50 % від первинних умов;

–     дефолтний ( Дф ), якщо умови кредитного договору виконані не були, тобто кредит був списаний.

На основі проведеного аналізу правило прийняття рішення щодо ступеня проблемності кредиту за кредитним договором може бути представлено лінгвістичним висловлюванням типу: ЯКЩО < x 1 низький > І < х 2 середній > І < х 3 високий > І < х 4 високий > І < х 5 високий > І < х 6 високий > І < х 7 середній > І < х 8 середній > І < х 9 середній > І < х 10 середній > ТО < ступінь проблемності кредиту у високий >. Подібним чином формується вся нечітка база знань.

Побудована на основі такої нечіткої бази знань нейро-нечітка модель реалізує нелінійну аналітичну залежність ступеня проблемності кредиту від впливу змін факторів зі сформованого переліку показників діяльності позичальника та умов зовнішнього середовища. Розроблену модель можна використовувати для:

–     розрахунку прогнозного значення ступеня проблемності кредиту;

–     визначення діапазонів зміни кожного з показників діяльності позичальника та зовнішніх умов його функціонування, за яких ступінь проблемності кредиту залишається високим .

Модель на основі нейро-нечіткого підходу може слугувати підґрунтям для створення систем підтримки прийняття рішень з управління проблемним кредитом з метою зниження обсягів проблемної заборгованості у кредитному портфелі банку.

 

Список використаних джерел:

1.              Білай О. С. Проблемна заборгованість: основні ознаки та засоби підвищення ефективності повернення кредитів / О. С.  Білай , А. П.  Дучинський // Економіка ринкових відносин, 2011. – № 8. – С. 204–208.

2.              Матвійчук А. В. Штучний інтелект в економіці: нейронні мережі, нечітка логіка: Монографія / А. В. Матвійчук. – К.: КНЕУ, 2011. – 439 с.

3.              Притоманова О. М. Нейро-нечітка модель оцінки ступеня проблемності кредиту / О. М. Притоманова , О. С.  Білай // Нейро-нечіткі технології моделювання в економіці. – 2013. – № 2. – С. 135–159.