ГІБРИДНА НЕЙРО-НЕЧІТКА МОДЕЛЬ ОЦІНЮВАННЯ КРЕДИТОСПРОМОЖНОСТІ ПОЗИЧАЛЬНИКА БАНКУ
##plugins.themes.bootstrap3.article.main##
Анотація
Обґрунтовано доцільність використання гібридної нейро-нечіткої моделі, що поєднує алгоритм Мамдані та адаптивну нейро-нечітку систему ANFIS, для підтримки прийняття рішень у сфері банківського кредитування. Запропонована модель має дворівневу ієрархічну структуру: на першому рівні здійснюється агрегування первинних показників у субіндекси соціального та фінансового стану позичальника, якості обслуговування боргу та умов кредитування, а на другому – формування інтегрального показника кредитоспроможності. Представлено архітектуру моделі та результати її апробації на синтетичних даних.
##plugins.themes.bootstrap3.article.details##
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Автори, які публікуються у цьому журналі, погоджуються з такими умовами:
1. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
2. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
3. Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи.
УГОДА
ПРО ПЕРЕДАЧУ АВТОРСЬКИХ ПРАВ
Я, автор статті/Ми, автори рукопису статті _______________________________________________________________________
у випадку її прийняття до опублікування передаємо засновникам та редколегії наукового видання «Вісник Черкаського національного університету імені Богдана Хмельницького. Серія «Економічні науки» такі права:
1. Публікацію цієї статті українською (англійською, російською, польською) мовою та розповсюдження її друкованої версії.
2. Розповсюдження електронної версії статті через будь-які електронні засоби (розміщення на офіційному web-сайті журналу, в електронних базах даних, репозитаріях, тощо).
При цьому зберігаємо за собою право без узгодження з редколегією та засновниками:
1. Використовувати матеріали статті повністю або частково з освітньою метою.
2. Використовувати матеріали статті повністю або частково для написання власних дисертацій.
3. Використовувати матеріали статті для підготовки тез, доповідей конференцій, а також усних презентацій.
4. Розміщувати електронні копії статті (зокрема кінцеву електронну версію, завантажену з офіційного web-сайту журналу) на:
a. персональних web-pecypcax усіх авторів (web-сайти, web-сторінки, блоги, тощо);
b. web-pecypcax установ, де працюють автори (включно з електронними інституційними репозитаріями);
с. некомерційних web-pecypcax відкритого доступу (наприклад, arXiv.org).
Цією угодою ми також засвідчуємо, що поданий рукопис відповідає таким критеріям:
1. Не містить закликів до насильства, розпалювання расової чи етнічної ворожнечі, які викликають занепокоєння, є загрозливими, ганебними, наклепницькими, жорстокими, непристойними, вульгарними тощо.
2. Не порушує авторських прав та права інтелектуальної власності інших осіб або організацій; містить всі передбачені чинним законодавством про авторське право посилання на цитованих авторів та / або видання, а також використовувані в статті результати і факти, отримані іншими авторами чи організаціями.
3. Не був опублікований раніше в інших видавництвах та не був поданий до публікації в інші видання.
4. Не включає матеріали, що не підлягають опублікуванню у відкритій пресі, згідно з чинним законодавством.
____________________ ___________________
підпис П.І.Б. автора
"___"__________ 20__ р.
Посилання
Zadeh, L. A. (1965). Fuzzy Sets. Information and Control, 8(3), 338–353. Retrieved from: https://doi.org/10.1016/S0019-9958(65)90241-X (Accessed 21.11.2025).
Jang, J.-S. R. (1993). ANFIS: Adaptive-Network-Based Fuzzy Inference System. IEEE Transactions on Systems, Man, and Cybernetics, 23(3), 665–685. Retrieved from: https://doi.org/10.1109/21.256541 (Accessed 21.11.2025).
Shovhun, N. V. (2012). Analysis of borrower creditworthiness using fuzzy logic methods. Visnyk NTUU «KPI». Informatyka, upravlinnia ta obchysliuvalna tekhnika, 55, 169–173. Retrieved from: https://ela.kpi.ua/handle/123456789/3713 (Accessed 21.11.2025) [in Ukrainian].
Novoseletskyi, O. M., & Yakubets, O. V. (2013). Assessment of individual borrower creditworthiness using a fuzzy-set approach. Naukovi zapysky Natsionalnoho universytetu «Ostrozka akademiia». Seriia «Ekonomika», 24, 242–246. Retrieved from: https://journals.oa.edu.ua/Economy/article/view/763/621 (Accessed 21.11.2025) [in Ukrainian].
Markovych, T. H. (2019). Development of express analysis of exporter enterprises’ creditworthiness based on the fuzzy logic method. Problemy teorii ta metodolohii bukhhalterskoho obliku, kontroliu i analizu, 2(43), 55–60. Retrieved from: https://doi.org/10.26642/pbo-2019-2(43)-55-60 (Accessed 21.11.2025) [in Ukrainian].
Bennouna, G., & Tkiouat, M. (2018). Fuzzy logic approach applied to credit scoring for microfinance in Morocco. Procedia Computer Science, 127, 274–283. Retrieved from: https://doi.org/10.1016/j.procs.2018.01.123 (Accessed 21.11.2025).
Sanchez-Roger, M., Oliver-Alfonso, M. D., & Sanchis-Pedregosa, C. (2019). Fuzzy Logic and Its Uses in Finance: A Systematic Review Exploring Its Potential to Deal with Banking Crises. Mathematics, 7(11), Article 1091. Retrieved from: https://doi.org/10.3390/math7111091 (Accessed 21.11.2025).
Vu, H. (2025). Fuzzy Logic in Credit Risk Assessment: A Literature Review (Bachelor's thesis). Espoo: Aalto University. Retrieved from: https://aaltodoc.aalto.fi/items/08918f5b-3036-49ae-9549-33b90efa7df6 (Accessed 21.11.2025).
Thomas, L. C., Crook, J. N., & Edelman, D. B. (2017). Credit Scoring and Its Applications. Philadelphia: SIAM. Retrieved from: https://doi.org/10.1137/1.9781611974560 (Accessed 21.11.2025).
Louzada, F., Ara, A., & Fernandes, G. B. (2016). Classification methods applied to credit scoring: Systematic review and overall comparison. Surveys in Operations Research and Management Science, 21(2), 117–134. Retrieved from: https://doi.org/10.1016/j.sorms.2016.09.001 (Accessed 21.11.2025).
Basel Committee on Banking Supervision. (2006). Sound Credit Risk Assessment and Valuation for Loans. Basel: Bank for International Settlements. Retrieved from: https://www.bis.org/publ/bcbs126.htm (Accessed 21.11.2025).
MathWorks. (2024). Adaptive Neuro-Fuzzy Inference System (ANFIS). Natick, MA: The MathWorks, Inc. Retrieved from: https://www.mathworks.com/help/fuzzy/adaptive-neuro-fuzzy-inference-system.htm (Accessed 21.11.2025).