Розвідувальний аналіз даних для передбачення кредитоспроможності позичальників методами машинного навчання

Abstract

Робота присвячена підготовці та розвідувальному аналізу даних для подальшого використання в інформаційно-аналітичній системі оцінювання кредитоспроможності позичальників і мінімізації фінансових ризиків комерційного банку методами машинного навчання. Проведено комплексний аналіз структури фінансового датасету та його ознак, а також досліджено просторово-часові залежності між ризиком дефолту, встановленим кредитним лімітом, віковими характеристиками та платіжною дисципліною клієнтів.

The paper is devoted to the preparation and exploratory data analysis for further use in the information technology of assessing borrowers' creditworthiness and minimizing financial risks of a commercial bank using machine learning methods. A comprehensive analysis of the structure of the financial dataset and its features was conducted, and the spatiotemporal dependencies between default risk, the established credit limit, age characteristics, and the payment discipline of clients were investigated..