Аннотация:
Рассматривается задача прогнозирования составляющих кредитного портфеля банка, в частности доли проблемных кредитов. Предполагается, что изменение портфеля описывается марковским случайным процессом с дискретным временем и конечным числом состояний. Под состоянием кредита понимается принадлежность его той или иной группе кредитов по наличию и срокам задолженности по платежам. Предполагается, что матрица переходных вероятностей известна неточно и информация о ней поступает по мере функционирования системы.
Статья представлена к публикации членом редколлегии:А. И. Кибзун
Образец цитирования:
Г. А. Тимофеева, Н. А. Тимофеев, “Прогнозирование составляющих кредитного портфеля на основе модели марковской цепи”, Автомат. и телемех., 2012, № 4, 47–65; Autom. Remote Control, 73:4 (2012), 637–651
\RBibitem{TimTim12}
\by Г.~А.~Тимофеева, Н.~А.~Тимофеев
\paper Прогнозирование составляющих кредитного портфеля на основе модели марковской цепи
\jour Автомат. и телемех.
\yr 2012
\issue 4
\pages 47--65
\mathnet{http://mi.mathnet.ru/at3789}
\transl
\jour Autom. Remote Control
\yr 2012
\vol 73
\issue 4
\pages 637--651
\crossref{https://doi.org/10.1134/S0005117912040042}
\isi{https://gateway.webofknowledge.com/gateway/Gateway.cgi?GWVersion=2&SrcApp=Publons&SrcAuth=Publons_CEL&DestLinkType=FullRecord&DestApp=WOS_CPL&KeyUT=000302809600004}
\scopus{https://www.scopus.com/record/display.url?origin=inward&eid=2-s2.0-84862123626}
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/at3789
https://www.mathnet.ru/rus/at/y2012/i4/p47
Эта публикация цитируется в следующих 12 статьяx:
Neskorodieva T., Fedorov E., “Method For Automatic Analysis of Compliance of Expenses Data and the Enterprise Income By Neural Network Model of Forecast”, Ceur Workshop Proceedings-Series, 2631, eds. Emmerich M., Lytvyn V., Vysotska V., BastoFernandes V., Lytvynenko V., Rwth Aachen, 2020
Liu F., Deng Y., “A Fast Algorithm For Network Forecasting Time Series”, IEEE Access, 7 (2019), 102554–102560
G. A. Timofeeva, “Forecasting the return of the loan portfolio on the basis of Markov model”, Вестн. ЮУрГУ. Сер. Матем. моделирование и программирование, 10:3 (2017), 54–66
Ya. Bozhalkina, “Mathematical model of the loan portfolio dynamics in the form of Markov chain considering the process of new customers attraction”, Proceedings of the 43rd International Conference Applications of Mathematics in Engineering and Economics, AMEE'17, AIP Conf. Proc., 1910, eds. V. Pasheva, N. Popivanov, G. Venkov, Amer. Inst. Phys., 2017, UNSP 020009
T. Galina, “Influence of credit scoring on the dynamics of Markov chain”, 41st international conference applications of mathematics in engineering and economics (amee'15), AIP Conf. Proc., 1690, eds. V. Pasheva, N. Popivanov, G. Venkov, Amer. Inst. Phys., 2015, 020010
G. Timofeeva, N. Timofeev, “Evaluation of payment flows based on Markov chain model with incomplete information”, Applications of Mathematics in Engineering and Economics (AMEE'14), AIP Conf. Proc., 1631, ed. G. Venkov, V. Pasheva, Amer. Inst. Phys., 2014, 17–22
Xie FengYun, Wu Bo, Hu YouMin, Wang Yan, “A generalized Markov chain model based on generalized interval probability”, Sci. China-Technol. Sci., 56:9 (2013), 2132–2136
Nikolay Timofeev, Galina Timofeeva, IFIP Advances in Information and Communication Technology, 391, System Modeling and Optimization, 2013, 207
Н. А. Тимофеев, “Методы расчета резервов на возможные потери для кредитного портфеля”, Экономика и менеджмент систем управления, 2012, 168–173
Н. А. Тимофеев, “Оценка потоков платежей, порождаемых кредитным портфелем”, Экономика и менеджмент систем управления, 6 (2012), 291–296