Статті автора : Кузьменко Г. Г.№ 3/2016
Методи і моделі прогнозуванняЮРИК Ярина Іванівна1, КУЗЬМЕНКО Г. Г.2
1ДУ «Інститут економіки та прогнозування НАН України»
2АТ "Аліор банк" (Польща)
Побудова скорингової моделі для оцінки ризикових подій на ринку праці
АНОТАЦІЯ ▼
Уперше досліджено можливості побудови скорингової моделі для розв'язання завдань прогнозування, класифікації та діагностики ризику на ринку праці, зокрема безробіття.
Розроблення скорингової моделі здійснювалося за допомогою методу бінарної логістичної регресії з використанням програм R, SPSS та MS Excel.
Результат, який дозволила отримати технологія скорингу, – ранжування зайнятих за "потенціалом" втрати ними роботи та виокремлення у структурі робочої сили контингенту, для якого цей ризик більший.
Використання такого результату створить підґрунтя для вироблення рішень з подолання проблем безробіття не інтуїтивно, а на основі формалізованих критеріїв, безпосередньо пов'язаних з імовірністю настання цього ризику.
Ключові слова: скорингова модель, ризик, ринок праці, безробіття
Стаття українською мовою (cтор. 107 - 118) | Завантажити | Завантажень : 1092 |
СПИСОК ЛІТЕРАТУРИ ▼
1. Юринець Р.В. Економетрична модель оцінювання кредитного позичальника відповідно до експертної оцінки / Р.В. Юринець // Науковий вісник НЛТУ України : зб. наук.-техн. праць. – Вип. 19.5. – Львів : РВВ НЛТУ України, 2009.– С. 254–258.
2. Камінський А.Б. Cкорингові технології в кредитному ризик-менеджменті / А.Б. Камінський, К.К. Писанець // Бізнес Інформ. – 2012. – № 4. – С. 197–201.
3. Ковалев М. Методика построения банковской скоринговой модели для оценки кредитоспособности физических лиц / М. Ковалев, В. Корженевская // Банки Казахстана. – № 1. – 2008. – С. 43–48.
4. Крістіогло Г.М. Використання скорингових моделей в умовах невизначеності та ризику споживчого кредитування / Г.М. Крістіогло // Формування ринкових відносин в Україні. – 2007. – № 7 (74). – С. 86–90.
5. Сонникова В.И. Модель кредитного скоринга как алгоритм типологии нечетких совокупностей / В.И. Сонникова, К.О. Кулиджоглян // Вестник НГУЭУ. – 2013. – № 3. – С. 107–117.
6. Уланов С.В. Оценка качества и сравнение скоринговых карт / С.В. Уланов // Экономические науки. – 2009. – № 9 (58). – С. 330–335.
7. Abdou H.A., Pointon J. Credit scoring, statistical techniques and evaluation criteria: A review of the literature // Intelligent systems in accounting, finance and management. – 2011. – № 18 (2–3). – P. 59–88. doi:
doi.org/10.1002/isaf.325
8. Anderson R. The credit scoring toolkit: theory and practice for retail credit risk management and decision automation. – New York : Oxford University press, 2007. – 790 p.
9. Hand D.J., Henley W.E. Statistical classification methods in consumer credit scoring: a review // Journal of the Royal Statistical Society, Series A. – 1997. – V. 160. – P. 523–541. doi:
doi.org/10.1111/j.1467-985X.1997.00078.x
10. Liu Y. New issues in credit scoring application // Research paper, Institute of Information Systems, University of Goettingen. – 2001. – № 16. – 35 р.
11. Liu Y. A framework of data mining application process for credit scoring // Research paper, Institute of Information Systems, University of Goettingen. – 2002. – № 1. – 45 р.
12. Liu Y. The evaluation of classification models for credit scoring // Research paper, Institute of Information Systems, University of Goettingen. – 2002. – № 2. – 59 р.
13. Lewis E.M. An introduction to credit scoring. – San Rafael : The Athena Press, 1992. – 172 p.
14. Mays E. (Ed.). Handbook of credit scoring. – Chicago : Glenlake Publishing Company Ltd/Fitzroy Dearborn Publishers, 2001. – 382 p.
15. Siddiqi N. Credit risk scorecards: developing and implementing intelligent credit scoring. – New Jersey : John Wiley and Sons, 2006. – 208 p.
16. Sohn S.Y., Kim D.H., Yoon J.H. Technology credit scoring model with fuzzy logistic regression // Applied Soft Computing. – 2016. – Vol. 43. – P. 150–158. doi:
doi.org/10.1016/j.asoc.2016.02.025
17. Tomas L.C. A survey of credit and behavioral scoring: forecasting financial risk of lending to consumers // International Journal of Forecasting. – 2000. – Vol. 16. – P. 149–172. doi:
doi.org/10.1016/S0169-2070(00)00034-0
18. Thomas L.C., Edelman D.B., Crook J.N. Credit scoring and its applications: SIAM monographs on mathematical modeling and computation. – SIAM : Philadelphia, USA. – 2002. – 248 p. doi:
doi.org/10.1137/1.9780898718317
19. Kebebew E, Hwang J., Reiff E., Duh QY, Clark O.H. Predictors of single-gland vs multigland parathyroid disease in primary hyperparathyroidism: a simple and accurate scoring model // Archives of Surgery. – 2006. – Vol. 141(8). – P. 777–782. doi:
doi.org/10.1001/archsurg.141.8.777
20. Мильчаков К.С. Скоринговые карты в медицине: обзор и анализ публикаций / К.С. Мильчаков, М.П. Шебалков // Врач и информационные технологии. – 2015. – № 1. – С. 71–79.
21. Malthouse E.C. Ridge regression and direct marketing scoring models // Journal of Interactive Marketing. – 1999. – Vol. 13(4). – P. 10–23. doi:
doi.org/10.1002/(SICI)1520-6653(199923)13:4<10::AID-DIR2>3.0.CO;2-3
22. Malthouse E.C. Assessing the performance of direct marketing scoring models // Journal of Interactive Marketing. – 2001. – Vol. 15(1). – Р. 49–62. doi:
doi.org/10.1002/1520-6653(200124)15:1<49::AID-DIR1003>3.0.CO;2-F