RUS  ENG
Полная версия
ЖУРНАЛЫ // Известия Кабардино-Балкарского научного центра РАН // Архив

Известия Кабардино-Балкарского научного центра РАН, 2025, том 27, выпуск 5, страницы 68–79 (Mi izkab958)

Системный анализ, управление и обработка информации

Разработка подхода к классификации дефолта заемщика на основе интеграции методов предварительной обработки и методов машинного обучения

А. Ф. Константинов, Л. П. Дьяконова

Российский экономический университет имени Г. В. Плеханова, 115054, Россия, Москва, Стремянный переулок, 36

Аннотация: Задача прогнозирования дефолта заемщиков лежит в основе финансовой стабильности кредитных организаций и является актуальной. Цель исследования – разработка и оценка работы интегрального метода прогнозирования дефолта заемщика. Материалы и методы. Исследование проведено путем моделирования работы интегрального метода прогнозирования дефолта заемщиков, анализа и сравнения полученных результатов с базовой моделью ИИ и формирования выводов. Результаты. По итогам анализа зависимостей разработан и просчитан интегральный метод прогнозирования дефолта заемщика, который показал значительный рост показателей качества (рост средней точности – на 0,383, рост f1-score на – 0,509 и точности – на 0,792) относительно базовой модели. В данной статье приведены результаты экспериментов по улучшению показателей качества моделей машинного обучения, выполняющих прогнозирование дефолта заемщика. Выводы. Разработка интегральных методов прогнозирования дефолта заемщиков позволит повысить точность и надежность прогнозных моделей, что имеет большое практическое значение.

Ключевые слова: методы снижения дисбаланса классов, метод выделения аномалий в отдельную модель, метод баггинга, интегральный метод прогнозирования дефолта заемщика

УДК: 004.89

MSC: 90С99

Поступила в редакцию: 11.06.2025
Исправленный вариант: 15.08.2025
Принята в печать: 25.09.2025

DOI: 10.35330/1991-6639-2025-27-5-68-79



Реферативные базы данных:


© МИАН, 2026