АВТОМАТИЗОВАНА СИСТЕМА МЕНЕДЖМЕНТУ КРЕДИТНИХ РИЗИКІВ НА ОСНОВІ ШТУЧНОГО ІНТЕЛЕКТУ

Автор(и)

  • РОМАН ЧЕПИГА Національний університет «Львівська політехніка» Автор
  • АНАТОЛІЙ БАТЮК Національний університет «Львівська політехніка» Автор https://orcid.org/0000-0001-7650-7383

DOI:

https://doi.org/10.31891/2307-5732-2026-361-49

Ключові слова:

кредитний ризик, штучний інтелект, машинне навчання, скоринг, автоматизована система, ризик-менеджмент

Анотація

У сучасних умовах цифровізації фінансового сектору проблема ефективного управління кредитними ризиками набуває особливого значення. Зростання обсягів даних, швидкість ухвалення рішень і необхідність дотримання регуляторних вимог зумовлюють потребу у впровадженні інтелектуальних автоматизованих систем. Такі системи здатні аналізувати великі масиви фінансової, поведінкової та транзакційної інформації, формуючи обґрунтовані рекомендації щодо кредитоспроможності клієнтів. Поєднання методів штучного інтелекту, машинного навчання та адаптивної аналітики створює нові можливості для побудови точних і прозорих моделей оцінки ризику.

У статті представлено підхід до розроблення автоматизованої системи менеджменту кредитних ризиків на основі технологій штучного інтелекту. Розглянуто структуру, функціональні модулі та алгоритмічне забезпечення системи, що дозволяє здійснювати ідентифікацію, оцінку та прогнозування кредитних ризиків з використанням методів машинного навчання. Запропонована система поєднує аналітичну складову, модуль обробки даних і модуль пояснення результатів (Explainable AI), що забезпечує прозорість прийняття рішень і підвищує довіру до автоматизованих фінансових технологій. Наведено приклад реалізації прототипу системи з меню введення даних користувача, базою клієнтів і механізмом автоматичного формування звітів.

 

 

Завантаження

Опубліковано

29.01.2026

Як цитувати

ЧЕПИГА, Р., & БАТЮК, А. (2026). АВТОМАТИЗОВАНА СИСТЕМА МЕНЕДЖМЕНТУ КРЕДИТНИХ РИЗИКІВ НА ОСНОВІ ШТУЧНОГО ІНТЕЛЕКТУ. Herald of Khmelnytskyi National University. Technical Sciences, 361(1), 348-353. https://doi.org/10.31891/2307-5732-2026-361-49