Информационная технология принятия решений в микрофинансовой организации

В. Ю. Кузнецова

Аннотация


В работе представлен обзор исследования и разработки информационной технологии принятия решений в микрофинансовой организации (МФО) с целью повышения эффективности управленческих решений путем совершенствования информационной технологии сбора, обработки и анализа данных о клиентах. Для достижения этой цели в рамках классической схемы принятия решения, состоящей из 5 этапов (диагностика проблемы, формулировка критериев и ограничений, выявление альтернатив, оценка альтернатив, окончательный выбор альтернативы) решены следующие задачи. Выявлены особенности обеспечения информационной поддержки процесса принятия управленческих решений в МФО, проанализированы имеющиеся подходы, критерии и шкалы для оценки параметров акторов процесса, выявлены их преимущества и недостатки. Сформулирован критерий, отражающий уровень финансовой ответственности клиентов МФО и позволяющий формализовать субъективную неопределенность оценок их характеристик. На его основе разработана методика кластеризации клиентов.  Предложены процедуры классификации потенциальных оффлайн- и онлайн-клиентов на основе прецедентного подхода путем построения их расширенных цифровых профилей. Разработана комплексная методика принятия управленческих решений на основе предложенных методик классификации клиентов. Предложенные решения апробированы в условиях реальных МФО, проанализированы результаты внедрения, выработаны рекомендации по тиражированию разработанной технологии информационной поддержки процесса принятия управленческих решений в организационных системах, работающих в области микрофинансирования.

Ключевые слова


микрофинансовая организация; управление рисками; цифровой профиль заемщика; управление процессом принятия решений.

Полный текст:

PDF

Литература


Новиков Д. А. Теория управления организационными системами. Москва: МПСИ, 2015. [[ Novikov D. A. Theory of Management of Organizational Systems. Moscow: MPSI, 2015. (In Russian). ]]

Новиков Д. А. Управление проектами: организационные механизмы. Москва: ПМСОФТ, 2017. [[ Novikov D. A. Project Management: Organizational Mechanisms. Moscow: PMSOFT, 2017. (In Russian). ]]

Новиков Д. А. Структура теории управления социально-экономическими системами // Управление большими систе-мами (УБС). 2009. № 24. C. 216–257. [[ Novikov D. A. “The structure of the theory of management of socio-economic systems” // Management of Large Systems (UBS). 2009, no. 24, pp. 216-257. (In Russian). ]]

Ендовицкий Д. А. и др. Предрейтинговый анализ кредитоспособности заемщика: организация и методика обеспече-ния. Москва: Проспект, 2018. [[ Endovitsky D. A. et al. Pre-rating Analysis of the Borrower's Creditworthiness: Organization and Methods of Security. Moscow: Prospect, 2018. (In Russian). ]]

Antonio Blanco, Rafael Pino-Mejías, Juan Lara. “Credit scoring models for the microfinance industry using neural networks: Evidence from Peru” // Expert Systems with Applications, vol. 40, issue 1, 2013, pp. 356-364. doi.org/10.1016/j.eswa.2012.07.051.

Ханова А. А., Пономарева А. С. Организация принятия решений в виде цикла управления эффективностью организа-ции // Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика. 2011. № 2. С. 171–177. [[ Khanova A. A., Ponomareva A. S. “Organization of decision-making in the form of a cycle of managing the efficiency of an organization” // Bulletin of the Astrakhan State Technical University. Series: Management, computer technology and informatics, 2011, no. 2, pp. 171-177. (In Russian). ]]

Ариничев А. И., Сайбель Н. Ю. Оценка кредитоспособности субъектов малого предпринимательства // Финансы и кредит. 2017. Т. 23, вып. 31. С. 1878–1892. https://doi.org/10.24891/fc.23.31.1878 [[ Arinichev AI, Saibel N. Yu. “Evaluation of the creditworthiness of small business entities” // Finance and Credit, 2017, vol. 23, no. 31, pp. 1878–1892, doi: 10.24891/fc.23.31.1878 (In Russian). ]]

Поляков К. Л., Жукова Л. В. Опыт моделирования вероятности кредитного дефолта клиентов микрофинансовых ор-ганизаций (на примере одной МФО) // Экономический журнал ВШЭ. 2019. № 4. [[ Polyakov K. L., Zhukova L. V. “Experience in modeling the probability of credit default of clients of microfinance organizations (on the example of one MFI)” // Higher School of Economics Economic Journal, 2019, no. 4. (In Russian). ]]

Аньшин В. М., Манайкина Е. С. Формирование портфеля проектов компании на основе принципов устойчивого раз-вития // Вестник Института экономики РАН. 2015. № 1. С. 126-139. [[ Anshin V. M., Manaykina E. S. “Formation of a company's project portfolio based on the principles of sustainable development” // Bulletin of the Institute of Economics of the Russian Acad-emy of Sciences, 2015, no. 1, pp. 126-139. (In Russian). ]]

Boyle M., Crook J. N., Hamilton R., Thomas L. C. Methods for Credit Scoring Applied to Slow Payers in Credit Scoring and Credit Control. Oxford University Press, 1992.

Henley W. E. Statistical Aspects of Credit Scoring. Ph.D. thesis. Open University, 1995.

Churchill G. A., Nevin J. R., Watson R. R. “The role of credit scoring in the loan decision” // Credit World, March 2011, p.18.

Yobas M. B., Crook J. N., Ross P. “Credit scoring using neural and evolutionary techniques” // Working Paper 97/2, Credit re-search Centre, University of Edinburgh.

Desai V. S., Convay D. G., Crook J. N., Overstreet G. A. “Credit scoring models in the credit union environment using neural networks and genetic algorithms” // IMA J. Mathematics applied in business and industry, 8/2009.

Kuznetsova V. Yu. “Fuzzy approach to clustering microfinance institution borrowers” // In: Futuristic Trends in Network and Communication Technologies — FTNCT 2020. Communications in Computer and In-formation Science, vol. 1395. Springer, Singapore. https://doi.org/10.1007/978-981-16-1480-4_42

Azhmukhamedov I. M., Kuznetsova V. Yu. “Classification of borrowers to improve the scoring system of micro-finance or-ganizations” // International Uzbekistan-Malaysia Conference on “Computational Models and Technologies (CMT2020)”.

Кузнецова В. Ю. Нечеткий подход при кластеризации заемщиков микрофинансовых организаций // Моделирование, оптимизация и информационные технологии. 2020; 8(2). [[ Kuznetsova V. Yu. “Fuzzy approach to clustering borrowers of micro-finance organizations” // Modeling, Optimization, and Information Technologies, 2020; 8(2). (In Russian). ]]

Кузнецова В. Ю. Ажмухамедов И. М. Классификация заемщиков микрофинансовых организаций на основе построе-ния расширенного цифрового профиля и прецедентного подхода // Инженерно-строительный вестник Прикаспия. 2020. № 3 (33). С. 98-103. [[ Kuznetsova V. Yu. Azhmukhamedov I. M. “Classification of borrowers of microfinance organizations based on the construction of an extended digital profile and a precedent approach” // Engineering and Construction Bulletin of the Caspian Sea, 2020, no. 3 (33), pp. 98-103. (In Russian). ]]

Кузнецова В. Ю. Методика принятия решений по выдаче займов в микрофинансовых организациях и ее программ-ная реализация // Прикаспийский журнал: управление и высокие технологии. 2020. № 3 (51). С.67-72. [[ Kuznetsova V. Yu. “Decision-making methodology for issuing loans in microfinance organizations and its program implementation” // Caspian Journal: Management and High Technologies, 2020, no. 3 (51), pp.67-72. (In Russian). ]]


Ссылки

  • На текущий момент ссылки отсутствуют.


(c) 2023 В. Ю. Кузнецова