Тип публикации: доклад, тезисы доклада, статья из сборника материалов конференций
Конференция: Наука молодых - 2025 (HETS 2025); Красноярск; Красноярск
Год издания: 2026
Ключевые слова: credit risk, machine learning, financial risks, assessment, кредитный риск, cost-sensitive, машинное обучение, финансовые риски, оценка
Аннотация: Кредитные организации сталкиваются с различными видами рисков, среди которых ключевое значение имеет кредитный риск, требующий точной оценки и эффективного управления. Традиционные методы оценки кредитоспособности заемщиков часто не учитывают финансовые последствия ошибок прогнозирования. В работе рассматривается применение cost-seПоказать полностьюnsitive подхода машинного обучения, направленного на интеграцию экономических последствий в процесс моделирования. Показано, что использование данного подхода позволяет повысить точность оценки кредитного риска и снизить совокупные финансовые потери кредитных организаций. Financial institutions face various types of risks, among which credit risk plays a key role, requiring accurate assessment and effective management. Traditional methods for evaluating borrowers' creditworthiness often do not account for the financial consequences of prediction errors. This study examines the application of cost-sensitive machine learning, which integrates economic consequences into the modeling process. It is demonstrated that this approach can improve the accuracy of credit risk assessment and reduce the overall financial losses of financial institutions.
Журнал: Наука молодых - 2025
Номера страниц: 45-48
Место издания: Красноярск