Материал: 2047

На основании рекомендаций, данных в работах [107, 128], сформированная анкета КЗ, содержащая СЗП, дополнена весами или значениями этих слов для респондентов. Приняты следующие условия: время заполнения психодиагностической анкеты не более 10 минут, т.е. количество слов от 30 до 50; словарь содержит наибольшее возможное число слов-признаков – 50 слов для осуществления дальнейшего выбора наиболее информативных признаков.

Соискателям предложены анкеты (прил. 3), содержащие 50 СЗП. Структура пространства СЗП дает возможность для измерения различий в интерпретации понятий, что позволяет использовать стандартный психодиагностический метод, впервые предложенный Ч. Осгудом и широко применяемый на сегодняшний день [107].

СЗП оцениваются путем соотнесения с одной из фиксированных точек шкалы. Пространство шкалы между противоположными значениями воспринимается испытуемым как континуум градаций выраженности признака. Весь континуум шкалы разбивается на 7 интервалов, и оцениваемый признак может принимать значения от - 3 до +3, для простоты восприятия респондентам предложено оценить предложенные слова-признаки в соответствии со шкалой от 0 до 6 включительно: стимулы – вербальные, выбранные на основании ассоциативного эксперимента; ответы – закрытые, типа «Оценивание значения признака по заданной шкале».

Таким образом, имеем описательные модели знаний отношения КЗ к действию «кредит», которые строятся на данных с известными результатами, как обнаружение сущности на основе найденных специфических зависимостей в соответствии с типологией КЗ. Типологический анализ заключается в выявлении степени значимости того или иного СЗП для определенного типа КЗ, классификации по типу путем соотнесения вновь обратившегося соискателя (объекта) с некоторым типом КЗ (классом объектов). Отклонение от определенного типа как «нормы» и есть прогнозирование рисков невозврата кредитных средств.

4.2. Определение формы представления данных для построения модели знаний

В работе [32] отмечено, что существуют десятки моделей представления знаний для различных предметных областей, которые могут быть сведены к следующим классам: продукционные модели, семантические сети, фреймы, формальные логические модели.

75

В случае когда предметную область возможно описать в виде набора аксиом, предпочтение следует отдать традиционным в представлении знаний формальным логическим моделям, основанным на классическом исчислении предикатов I-го порядка [146].

Определимся, что:

­в данной работе следует понимать риск как вероятность возможного убытка или ущерба в результате действия как субъективных, так и объективных факторов (определение риска основано на статистических данных об успехе или неуспехе кредитов банка);

­для оценки кредитного риска производится анализ кредитоспособности заемщика как желания, соединенного с возможностью своевременно погасить выданное обязательство;

­сценарий неуспеха кредита является ассоциативным и формулируется на основе здравого смысла: сочетание выявленных СЗП, полученных в результате семантического эксперимента, и традиционно анкетируемых социально-демографических признаков, наиболее тесно связанных с ненадежностью КЗ;

­перечисленные далее социально-демографические признаки соответствуют признакам, определяющим типологию КЗ: пол – «мужчина» и «женщина»; образование: высшее и среднеспециальное; семейное положение: «есть дети», «нет детей»; возраст

–до 25 лет, от 25 до 35 лет, от 35 до 45 лет, старше 45 лет;

­для измерения признаков или характеристик кредита использованы шкалы: для оценки успеха события – логическая (истина или ложь); для оценки социально-демографических признаков – качественная; для психодиагностических признаков («вес» слов-признаков от 0 до 6 включительно) – качественная и числовая; для оценки риска: точечной – процентная, интервальной (интервалы допустимого риска)

–числовая.

Следует отметить, что осуществление типологического анализа в целях описания моделей представления знаний, с учетом полученных данных методом многомерного шкалирования, полученные признаки имеют следующие отличительные особенности: «Кредит» – действие, отношение к которому проявляется через выявленные посредством ассоциативного эксперимента СЗП, определяющих СПП в связи с общепринятыми анкетируемыми признаками: демографическими (пол, возраст), социальными (семейное положение, образование), то есть однородность определяется принадлежностью к определенной типологии КЗ; полученные в результате семантического эксперимен-

76

та СЗП имеют градации или вес от 0 до 6 включительно; каждая компонента имеет разные параметры, имеет разную размерность, имеет дискретное непараметрическое распределение, которое задается таблично; информационная модель должна быть прозрачная и открытая, чтобы осуществить возможность оптимизации по управлению риском уже на этапе классификации посредством выявления более актуальных характеристик кредитоспособности; для анализа и управления риском следует учитывать возможность отсутствия некоторых СЗП; признаки и градации признаков не должны иметь преимуществ, то есть признак «мужчина» не лучше и не хуже признака «женщина» равно, как и полученные ответы на вопросы.

На основе анализа работ, посвященных типологическому анализу в социологии, социальной психологии и психодиагностике [137, 138], оценке рисков [123, 126, 127], для построения МЗ и построения БЗ были адаптированы и модифицированы методы логиковероятностного (ЛВ) моделирования, подробно изложенные (применительно к оценке рисков в кредитной сфере) в работах [13, 14, 19].

Подробное изучение проблем кредитного скоринга, начиная с выбора признаков «хорошего» и «плохого» КЗ, и анализ существующих методов решения задачи его классификации [18, 22] и оценки риска выдачи кредита c учетом субъективного кредитного поведения, дает право на следующие выводы, объясняющие основные причины использования логико-вероятностных методов для оценки риска кредитования физических лиц в данной работе: задание статистических данных позволяет вести вычисления с многомерными распределениями, в которых каждая компонента имеет свой закон распределения, не являющийся нормальным, что при оценке психологического аспекта отношения к действию «кредит» физических лиц является необходимым; оцениваемые параметры могут иметь разную размерность, могут быть заданы таблично, при этом осуществляется возможность вычислять вклады в риск объекта или всего множества объектов любых инициирующих событий-градаций и событийпризнаков, позволяющих соответственно в дальнейшем управлять риском, что объясняет прозрачность данного метода и возможность оценки степени влияния субъективного поведения на принятие решения соискателя; сценарий риска является ассоциативным и рассматривается только как гипотеза, что является большим преимуществом при оценке психологических аспектов, и решает проблему дискриминационного характера кредитного скоринга; инициирую-

77

щие признаки-события могут иметь не два состояния, а от 2 до 60 несовместных событий-градаций, что позволяет использовать достаточно большой список СЗП; возможность дополнения ЛВ-модели и совместного использования полученных статистических зависимостей делает данный метод универсальным.

Для осуществления типологического анализа на основе методов многомерного шкалирования перейдем к известному представлению данных в дихотомической шкале с учетом терминологии ЛВмоделирования. В табл. 4.1 приведена классификация соответствия бинарных логических переменных – градаций Zjr объектампризнакам. СЗП, полученные в результате ассоциативного эксперимента, являются событиями-признаками, характеризующими СПП соискателя. Такие события-признаки для удобства рассмотрения сгруппированы в соответствии с терминологией психодиагностики личности [27, 107] и представлены в табл. 4.1, 4.2.

78

Таблица 4.2

Градации в группах психологических признаков

79