Результаты исследований: Публикации в книгах, отчётах, сборниках, трудах конференций › статья в сборнике материалов конференции › научная › Рецензирование
Оценка уровня потерь при дефолте заемщиков на основе регрессионных и нейросетевых моделей. / Гусейнова, Фатима Эльмаровна; Котенев, Всеволод Сергеевич.
Развитие современной экономики России: Материалы работы Международной конференции молодых учёных-экономистов. СПб : Скифия-принт, 2022. стр. 147-153.Результаты исследований: Публикации в книгах, отчётах, сборниках, трудах конференций › статья в сборнике материалов конференции › научная › Рецензирование
}
TY - GEN
T1 - Оценка уровня потерь при дефолте заемщиков на основе регрессионных и нейросетевых моделей
AU - Гусейнова, Фатима Эльмаровна
AU - Котенев, Всеволод Сергеевич
PY - 2022/3/19
Y1 - 2022/3/19
N2 - В соответствии с Международным стандартом финансовой отчетности кредитные организации обязаны оценивать и формировать резерв под ожидаемые кредитные убытки по выданным займам. Оценка ожидаемых кредитных убытков производится на основе вероятности дефолта заемщика, уровня потерь при дефолте заемщика и суммы под риском на момент дефолта. В данной статье рассматривается количественная оценка уровня потерь при дефолте банком или финансовой организацией на примере портфеля договоров автокредитования физических лиц при помощи классической регрессии и регрессии с использованием архитектуры нейронной сети. По результатам оцененных моделей был проведен кластерный анализ заемщиков по двум критериям — уровень потерь при дефолте и вероятность дефолта.
AB - В соответствии с Международным стандартом финансовой отчетности кредитные организации обязаны оценивать и формировать резерв под ожидаемые кредитные убытки по выданным займам. Оценка ожидаемых кредитных убытков производится на основе вероятности дефолта заемщика, уровня потерь при дефолте заемщика и суммы под риском на момент дефолта. В данной статье рассматривается количественная оценка уровня потерь при дефолте банком или финансовой организацией на примере портфеля договоров автокредитования физических лиц при помощи классической регрессии и регрессии с использованием архитектуры нейронной сети. По результатам оцененных моделей был проведен кластерный анализ заемщиков по двум критериям — уровень потерь при дефолте и вероятность дефолта.
KW - ожидаемые кредитные убытки (ОКУ)
KW - уровень потерь при дефолте
KW - вероятность дефолта
KW - метод наименьших квадратов (МНК)
KW - нейронная сеть
KW - кластерный анализ
UR - https://www.elibrary.ru/item.asp?id=49432715
M3 - статья в сборнике материалов конференции
SP - 147
EP - 153
BT - Развитие современной экономики России
PB - Скифия-принт
CY - СПб
T2 - VI МЕЖДУНАРОДНЫЙ ЭКОНОМИЧЕСКИЙ СИМПОЗИУМ: Международная конференция молодых ученых-экономистов "Развитие современной экономики России"
Y2 - 17 March 2022 through 19 March 2022
ER -
ID: 102430774