ПРОГРАММНАЯ МОДЕЛЬ ОЦЕНКИ КРЕДИТОСПОСОБНОСТИ КЛИЕНТОВ С ПРИМЕНЕНИЕМ АЛГОРИТМОВ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Обоснована актуальность применения методов искусственного интеллекта для оценки кредитоспособности физических лиц. Построена математическая модель оценки кредитоспособности посредством присвоения физическому лицу соответствующего коэффициента доверия, при этом отражены лишь некоторые оцениваемые характеристики заемщика для формирования скоринг-балла. На основании построенной математической модели реализована программа на языке программирования C#. Представлены результаты численного моделирования оценки кредитоспособности клиента с применением разработанной программной реализации на основе предложенной скоринговой модели. Произведена оценка кредитоспособности физических лиц, полученные результаты были сравнены с оценкой «Национального бюро кредитных историй». Разработанная модель и программа может применяться для оценивания и ранжирования объектов в разнообразных прикладных задачах имитационного моделирования. Программа имеет простой интерфейс, возможность выбора параметров оценки, расширения их числа. Реализованные алгоритмы машинного обучения позволяют уточнять коэффициенты модели с ростом статистических данных.

Purpose: Current trends in the development of digital infrastructures organizations in digital economy conditions are directed on the development of decision-making tools based on data analysis. Design/methodology/approach: Organizations designed information systems must contain relevant elements that include automation of decision-making without human participation. The article substantiates the relevance of use of artificial intelligence methods for evaluating the creditworthiness of individual person. Findings: A mathematical model for assessing creditworthiness was constructed by assigning a corresponding confidence coefficient to an individual. The program is implemented in the C# programming language. Research limitations/implications: The results of numerical modeling of the client's creditworthiness assessment using the developed software implementation based on the proposed scoring model are presented. An assessment of the creditworthiness of individuals was made, the results were compared with the assessment of the «National Bureau of Credit Histories». Originality/value: The developed model and program can be used for evaluating and ranking objects in various simulation applications. The program has a clear interface, the ability to select evaluation parameters and expand their number. Implemented machine learning algorithms allow you to refine the coefficients of the model with the growth of statistical data.