Моделирование рисков кредитной организации в целях оптимизации процессов принятия решений
Автор: Луконин М.С.
Журнал: Вестник Российского нового университета. Серия: Человек и общество @vestnik-rosnou-human-and-society
Рубрика: Экономические науки
Статья в выпуске: 1, 2026 года.
Бесплатный доступ
В условиях нестабильной макроэкономической среды актуальность точного моделирования кредитных рисков для банковских организаций значительно возросла. Несмотря на развитие методологий риск-менеджмента, многие применяемые в практике модели недостаточно адаптированы к динамике современных экономических условий, что снижает эффективность управления кредитным портфелем. Целью исследования является разработка и обоснование усовершенствованной гибридной модели оценки кредитных рисков, учитывающей комплексный характер влияющих факторов и обеспечивающей более высокую предсказательную способность по сравнению с традиционными методами. В работе проведен критический анализ существующих подходов, выявлены их ограничения, особенно в части учёта макроэкономических индикаторов и адаптивности. Предложена трехуровневая модель, сочетающая логистическую регрессию и случайный лес с механизмом адаптивного весирования признаков в зависимости от фазы экономического цикла. Модель апробирована на выборке из 100000 кредитных заявок российского банка за период 2020–2024 гг. Результаты показали превосходство предлагаемой модели по всем метрикам качества (AUC-ROC = 0,86), а также её устойчивость в кризисные периоды. Научная новизна заключается в интеграции динамической макроэкономической компоненты и механизма самонастройки весов, что обеспечивает баланс между точностью и интерпретируемостью. Полученные результаты могут быть использованы для оптимизации процессов андеррайтинга, стресс-тестирования и формирования резервов, что соответствует требованиям положение Банка России от 28 июня 2017 г. № 590-П «О порядке формирования кредитными организациями резервов на возможные потери по ссудам, ссудной и приравненной к ней задолженности» (с изменениями и дополнениями) и международным стандартам Basel III.
Кредитный риск, моделирование рисков, гибридная модель, машинное обучение, адаптивное весирование, стресс-тестирование, управление рисками, банк, принятие решений
Короткий адрес: https://sciup.org/148332952
IDR: 148332952 | УДК: 336.717.3 | DOI: 10.18137/RNU.V9276.26.01.P.036
Modeling credit organization risks to optimize decision-making processes
In conditions of unstable macroeconomic environment, the relevance of accurate credit risk modeling for banking organizations has signifi cantly increased. Despite the development of risk management methodologies, many models applied in practice are insuffi ciently adapted to the dynamics of modern economic conditions, which reduces the eff ectiveness of credit portfolio management. Th e purpose of this study is to develop and substantiate an improved hybrid model for assessing credit risks that takes into account the complex nature of infl uencing factors and provides higher predictive power compared to traditional methods. Th e paper presents a critical analysis of existing approaches, identifi es their limitations, especially regarding the inclusion of macroeconomic indicators and adaptability. A three-level model is proposed, combining logistic regression and random forest with a mechanism for adaptive weighting of features depending on the phase of the economic cycle. Th e model was tested on a sample of 100,000 loan applications from a Russian bank for the period 2020–2024. Results showed the superiority of the proposed model across all quality metrics (AUC-ROC = 0.86) and its stability during crisis periods. Th e scientifi c novelty lies in the integration of dynamic macroeconomic components and a self-tuning weight mechanism, ensuring a balance between accuracy and interpretability. Th e obtained results can be used to optimize underwriting processes, stress testing, and reserve formation, which corresponds to the requirements of the Bank of Russia Regulation of 28 June 2017 No. 590-P “On the Procedure for Credit Organizations to Form Reserves for Possible Losses on Loans, Loan and Equivalent Debt” (with amendments and additions). and international Basel III standards.
