An application of neural networks to solution of the credit scoring task | Vestnik Tomskogo gosudarstvennogo universiteta. Ekonomika – Tomsk State University Journal of Economics. 2018. № 44. DOI: 10.17223/19988648/44/12

An application of neural networks to solution of the credit scoring task

The article describes the application of neural networks to solve the task of credit scoring. Also shows the effectiveness of their application to real tasks in example of building model determines the rating of borrower creditworthiness. The statistic data received from platform of mutual crediting Lending Club was used as an initial data. Application of multilayer perceptron was shown in the task of application scoring. The article contains a detailed description of process of knowledge extraction from data: from data preprocessing to building a model and assessing its accuracy.

Download file

Counter downloads: 170

Keywords

кредитный скоринг, классификация, многослойный персептрон, нейронная сеть, машинное обучение, анализ данных, classification, multilayer perceptron, neural network, machine learning, data analysis

Authors

Name	Organization	E-mail
Bogdanov A.L.	Tomsk State University	bogdanov.al@mail.tsu.ru
Dulya I.S.	Tomsk State University	idulya7@gmail.com

Всего: 2

References

Официальная статистика. Финансы / Росстат. М., 1999-2018. URL: http://www.gks.ru/wps/wcm/connect/rosstat_main/rosstat/ru/statistics/finance (дата обращения: 01.11.2017).

Lending Club: официальный сайт. San Francisco, 2006-2018. URL: https://www.lendingclub.com (дата обращения: 10.10.2017).

Глинкина Е.В. Кредитный скоринг как инструмент повышения эффективной оценки кредитоспособности // Банковское дело. 2011. № 16. С. 43-47.

Алешин В.А., РуДаева О.О. Кредитный скоринг как инструмент повышения качества банковского риск-менеджмента в современных условиях // Terra Economicus. 2012. Т. 10, № 2 (3). С. 27-30.

Хайкин С. Нейронные сети: полный курс. 2-е изд. / пер. с англ. М. : Вильямс, 2006. 1104 с.

Паклин Н.Б., Орешков В.И. Бизнес-аналитика: от данных к знаниям. СПб. : Питер, 2013. 704 с.

Рашка С. Python и машинное обучение / пер. с англ. А.В. Логунова. М. : ДМК Пресс, 2017. 418 с.

NumPy // NumPy developer. 2005-2018. URL: http://www.numpy.org (Accessed: 29.04.2018).

Pandas // AQR Capital Management. 2008-2018. URL: http://pandas.pydata.org (Accessed: 29.04.2018).

Scikit-learn // Scikit-learn developer. 2007-2018. URL: http://scikit-learn.org (Accessed: 29.04.2018).