МАРКЕТИНГОВІ ДОСЛІДЖЕННЯ КРЕДИТНОГО РЕЙТИНГУ НА ОСНОВІ ШТУЧНОЇ НЕЙРОННОЇ МЕРЕЖІ

  • Сергій Францович Смерічевський д-р екон. наук, професор, завідувач кафедри маркетингу, Національний авіаційний університет (Київ, Україна)
  • Наталія Віталіївна Касьянова д-р екон. наук, професор, професор кафедри економічної кібернетики, Національний авіаційний університет (Київ, Україна)
  • Сергій Сергійович Глушаченко канд. екон. наук,, науковий співробітник, Інститут економіки промисловості НАН України (Київ, Україна)

Анотація

В роботі розглянуті актуальні проблеми оцінки кредитного рейтингу підприємства на основі використання методів економіко-математичного моделювання шляхом побудови та навчання штучної нейронної мережі. Визначено основні етапи нейромережевого моделювання процесу формування кредитного рейтингу підприємства. Теоретичні пропозиції підтверджено практичними розрахунками. Для оцінки кредитного рейтингу підприємства побудована багатошарова нейронна мережа з прямим звязком. В результаті проведеного експерименту на наявній вибірці нейронна мережа побудована з точністю 98,7 %, що є задовільним показником її роботи. Авторами обґрунтована доцільність використання запропонованого програмного продукту банками для автоматизованої оцінки кредитоспроможності потенційних клієнтів.


Ключові слова: кредитний рейтинг, кластерний аналіз, штучна нейронна мережа, багатошаровий персептрон


DOI: 10.15276/mdt.1.2.2017.2



  1. Бэстенс Д.-Э., Ван Ден Берг В.-М., Вуд Д. Нейронные сети и финансовые рынки. Принятие решений в торговых операціях. М. : ТВП, 1997. 254 с.

  2. Ежов А. А., Шумский С. А. Нейрокомпьютинг и его применение в экономике и бизнесе : учеб. пособие. М. : МИФИ, 1998. 222 с.

  3. Азаренкова Г. М., Бєлєнкова О. О. Рейтингове оцінювання як метод визначення кредитоспроможності позичальників банку // Вісник Університету банківської справи Національного банку України. 2011. № 1 (10). С. 219–223.

  4. Внукова Н. М., Притула Н. І. Сучасні підходи до методичного забезпечення кредитно-рейтингової оцінки підприємств-емітентів // Економіка України. 2007. № 10. С. 38–42.

  5. Каллан Р. Основные концепции нейронных сетей / пер. с англ. М : Вильямс, 2001. 287 с.

  6. Юркевич О. М. Кредитний рейтинг як інструмент оцінки кредитного ризику // Фінанси, облік, аудит. 2009. № 13. С. 130–135.

  7. Goldberg D. Е. Genetic Algorithms in Search, Optimization, and Machine Learning. USA : Addison-Wesley Publishing company, Inc., 1989. 45 p.

  8. Davis L. Handbook of Genetic Algorithms. New York : Van Nostrand Reinhold, 1991. 280 p.

  9. Zadeh L. A. Fuzzy logic, neutral networks and soft computing // Commun. ACM, 1997. Vol .37. P. 77–84.

  10. Цифровий маркетинг – модель маркетингу ХХІ сторіччя / М. А. Окландер, Т. О. Окландер, О. І. Яшкіна [та ін.]. / за ред. М.А. Окландера. Одеса : Астропринт, 2017. 292 с.

  11. Конкурентоспроможність підприємства: оцінка рівня та напрями підвищення / О. Г Янковий, О. Б. Чернишова, С. М. Цуркан [та ін.]. / за ред. О.Г. Янкового. Одеса : Атлант, 2013. 470 с.

##submission.howToCite##
СМЕРІЧЕВСЬКИЙ, Сергій Францович; КАСЬЯНОВА, Наталія Віталіївна; ГЛУШАЧЕНКО, Сергій Сергійович. МАРКЕТИНГОВІ ДОСЛІДЖЕННЯ КРЕДИТНОГО РЕЙТИНГУ НА ОСНОВІ ШТУЧНОЇ НЕЙРОННОЇ МЕРЕЖІ. МАРКЕТИНГ І ЦИФРОВІ ТЕХНОЛОГІЇ, [S.l.], v. 1, n. 2, p. 32-40, гру. 2017. ISSN 2523-434X. Доступно за адресою: <https://mdt-opu.com.ua/index.php/mdt/article/view/14>. Дата доступу: 22 лис. 2024
Розділ
Статьи
Посмотрено раз