Проблематика. Разработка эффективных методик оценки кредитоспособности лиц и риска банков при предоставлении потребительских кредитов.Цель исследования. Определение механизма реализации скоринговой модели в виде скоринговой карты. Анализ возможностей использования метода скоринговых карт как инструмента управления кредитным риском.Методика реализации. Построение скоринговой карты и предварительный анализ исходных данных с помощью специализированных компонент системы SAS Enterprise Miner.Результаты исследования. Рассмотрены основные этапы разработки скоринговых карт. Построена скоринговая карта на основе реальных статистических данных о выдаче потребительских кредитов. Проведен сравнительный анализ скоринговой карты с другими статистическими методами классификации потенциальных заемщиков кредитов.Выводы. Установлено, что скоринговые карты имеют лучшую прогнозирующую способность относительно платежеспособности клиентов, чем другие статистические методы, такие как деревья решений, нейронные сети и логистическая регрессия. Формат разработки прогнозных моделей в виде скоринговой карты является наиболее простым для интерпретации. Однако применение этого метода требует значительных капиталовложений, а также постоянного пополнения и обновления кредитных историй заемщиков.

Background. Development of effective methods for evaluating solvency of individuals and risk of banks in providing consumer loans.Objective. Determining of the mechanisms for implementation of scoring models in the form of scoring cards. Analysis of the possibility of using scoring cards as a tool for credit risk management.Methods. Construction of scoring cards and preliminary analysis of input data using specialized component of the SAS Enterprise Miner.Results. The main stages of scoring cards development were considered. The scoring card was constructed that is based on actual statistical data on granting of the consumer loans. The research also presents comparative analysis of the scoring cards with other statistical methods of subjects classification.Conclusions. It was established in this study that the scoring cards have better forecasting ability than other statistical methods such as decision trees, neural networks and logistic regression. The format of development the forecasting models in the form of scoring cards is the easiest for interpreting. However, application of this method requires considerable investments as well as continuous updating and renewal of credit histories for borrowers.

Проблематика. Розробка ефективних методик оцінювання кредитоспроможності осіб і ризику банків при наданні споживчих кредитів.Мета дослідження. Визначення механізму реалізації скорингової моделі у вигляді скорингової карти. Аналіз можливостей використання методу скорингових карт як інструменту управління кредитним ризиком.Методика реалізації. Побудова скорингової карти та попередній аналіз вихідних даних за допомогою спеціалізованих компонент системи SAS Enterprise Miner.Результати дослідження. Розглянуто основні етапи розробки скорингових карт. Побудовано скорингову карту на основі реальних статистичних даних щодо видачі споживчих кредитів. Проведено порівняльний аналіз скорингової карти з іншими статистичними методами класифікації потенційних позичальників кредитів.Висновки. Встановлено, що скорингові карти мають кращу прогнозну здатність стосовно платоспроможності клієнтів, ніж інші статистичні методи, такі як дерева рішень, нейронні мережі та логістична регресія. Формат розробки прогнозних моделей у вигляді скорингової карти є найбільш простим для інтерпретації. Проте застосування цього методу вимагає значних капітало­вкладень і постійного поповнення та оновлення кредитних історій позичальників.