DOI: 10.17587/prin.12.358-372

УДК: 004.67; 519.22; 330.46

Предиктивная аналитика кредитных рисков на основе данных цифровых следов заемщиков и методов статистического машинного обучения

Е. В. Орлова, д-р техн. наук, проф., ekorl@mail.ru, Уфимский государственный авиационный технический университет

Рассматривается задача снижения кредитных рисков банка, связанных с неплатежеспособностью заемщиков — физических лиц. Представлены новый подход, модели и методы оценки профиля риска заемщиков с учетом дополнительных факторов, обусловленных данными их цифрового следа, позволяющие осуществить комплексную оценку портрета платежеспособности заемщика. Применяются методы иерархической кластеризации и k-средних для формирования однородных групп заемщиков. Углубленный анализ данных проводится в модели классификации, основанной на методе стохастического градиентного бустинга для прогнозирования кредитного риска потенциального заемщика.

Ключевые слова: аналитика данных, машинное обучение, кластеризация, классификация, кредитоспособность, цифровой след, снижение кредитных рисков

Стр. 358–372