Data Mining технологияларына жалпы сипаттама Data Mining негізгі түсініктері

2.3 Тәуекелдерді басқару менеджменті

Data Mining тәуекелдердің факторларын айқындау мақсатында банк бизнесінің әрбір бөлімінде қолданылады. Қаржы ұйымындағы кредиттерді растау жөніндегі органдар кредиттік шешімдерді қабылдау кезіндегі төлем қабілеттілігіне және т. б. негізделген деректерді талдау жасай отырып, тәуекел факторларын анықтау мақсатында деректерді интеллектуалды талдау әдістерін қолданылады.

Коммерциялық кредит беруде деректерді интеллектуалды талдау маңызды рөл атқарады. Коммерциялық кредит беруде тәуекелді бағалау ретінде әдетте нақты кредиттік шешім қабылдау немесе кредиттік желіні бекіту кезінде кредитор үшін дефолт немесе шығын тәуекелін сандық бағалау әрекеттері саналады. Олар кредиттік карталарды сату клиенттердің несиелерін арттыру немесе кредиттік карталарды толықтыру үшін клиенттер туралы деректерді интеллектуалды талдау әдістерін пайдаланады. Коммерциялық кредит беруде деректерді интеллектуалды талдау маңызды рөл атқарады. Коммерциялық кредиттеу тәуекелді бағалау әдетте нақты кредиттік шешім қабылдау немесе кредиттік желіні бекіту кезінде кредитор үшін дефолт немесе шығын тәуекелін сандық бағалау әрекетін білдіреді

Мұнда кредиттік тәуекел кредиттік өнімнің немесе клиенттің барлық кредиттік портфелінің құнының өзгеруі бойынша сандық бағалануы мүмкін, ол жоғары тәуекел үрдісінің өзгеруіне, құрал рейтингі дефолтының ықтималдығына және дефолт жағдайында құралды қалпына келтіру жылдамдығына негізделген.

Кредиттік тәуекелді басқару жүйесін енгізу мен қызмет көрсетудің негізгі бөлігі деректерді интеллектуалды талдаудың типтік проблемасымен байланысты болады. Деректерді интеллектуалды талдау ипотекалық өтеу құны карточкалық несие параметрлері бар жеке қарыз алушылардың кредиттік әрекетін алу және несие тарихын талдау арқылы деректерді қолдана отырып кредит берушіге клиентті бағалауға және несие алуға адам кандидат бола ала ма немесе жоғары тәуекел болу үрдісі бар болғпн жағдайда, шешуге мүмкіндік береді бағалаулар жасалынады.

Клиенттер кредиттік тарихы жақсы және жоғары жалақыда болса, жалақысының табысы төмен жаңадан келген клиентке қарағанда, несиені ұзақ уақытқа үлкен ықтималдықпен рәсімдей алады. Банк Data Mining әдістеріне сүйене клиенттің мүмкіндіктерін ескере отырып, оның жақсы позицины ұстануында тәуекелдердің факторларын төменедете алады. Біз дипломдық жобамызда зерттей келе банк клиенттерімен жұмыс істеудің алгоритмін тұрғызуда осындай әдістерді қолданамыз.