Анализ деятельности кредитных организаций
/b>
Если средневзвешенная процентная ставка > 14 и объем выданных кредитов физ. лицам на покупку жилья >2663564 и >3518255 то класс 3 (3/1 объекта).Ниже представлены извлеченные правила.Каждое правило имеет следующую структуру:- номер правила, - в скобках - количество объектов обучающей выборки, - запись условной части правила (часть «ЕСЛИ»), - после знака импликации (->) - запись заключительной части правила (часть «ТО»), в которой указана принадлежность к классу, - величина, принимающая значение от 0 до 1, которая выражает степень доверия к правилу. Decision Tree Rules ---------------- ---------------- Size Errors No Errors 5 2( 3.6%) 4 2( 3.6%) << (a) (b) (c) <-classified as ---- ---- ---- 28 1 (a): class 1 15 (b): class 2 1 11 (c): class 3A. Из 1 класса правильно классифицируются 28 объектов, 1 объект ошибочно относится к классу 3B. Из 2 класса все 15 объектов классифицируются верно, C. Из класса 3 верно классифицируются 11 объектов, один объект ошибочно относится к классу 2.Количество сработавших правил равно 4, имеет место ошибка извлечения объектов (3.6 процента).
Раздел 3 Проблемы управления функционированием объекта исследованияС момента появления кредитной услуги единственным органом, предоставляющим таковую, являлся банк. Взяв необходимую сумму, заемщик осуществлял сделки по покупке, использованию различных услуг, взятию определенного имущества в аренду и т.д. Однако данная структура системы являлась недостаточно эффективной по причине больших нагрузок на деятельность банков. Данная проблема была решена путем применения
принципа декомпозиции (
возможность расчленения систем по тому или иному признаку на отдельные части (подсистем) и в формировании для них собственных целей и функций, исходя из условия обеспечения достижения глобальных целей системы). Представленная в данной работе схема 1 отображает разновидность предоставляемых кредитных услуг в зависимости от целей потребителей. Активность кредитных организаций определяется объемом выданных кредитов гражданам. Характер тенденции в заключении сделок зависит от степени доверия между заемщиком и кредитором. Однако практика российского кредитования указала на отрицательную тенденцию в направлении доверия между банками и населением. Причиной этому послужило отсутствие предоставление данных со стороны банка о полной сумме процента с взятой суммы, вернуть которую в определенные сроки должен заемщик. Вследствие этого заемщик со своей стороны очень часто оказывается не в состоянии оплатить кредит в указанные сроки. Данную проблему можно отнести к разновидности несоблюдения
принципа управляемости и наблюдаемости (управляемость предполагает воздействие на элементы системы в процессе управления, а наблюдаемость предполагает возможность получения информации о состоянии системы в процессе управления). В данном случае несоответствие составляющей принципа «наблюдаемость», выражено в отсутствии информации о полной сумме кредита. Заемщик в свою очередь не мог воздействовать на процесс выдачи информации о полной сумме. Однако принятие закона, предписывающего выдавать полную информацию обо всей сумме кредита, положило начало пути по решению данной проблемы.
|
Номер | Регион | Кластер | Компонентный анализ | Дерево решений | |
1 | Белгородская область | 1 | 1 | 1 | |
2 | Брянская область | 2 | 1 | 2 | |
3 | Владимирская область | 1 | 1 | 1 | |
4 | Воронежская область | 1 | 1 | 1 | |
5 | Ивановская область | 1 | 1 | 1 | |
6 | Калужская область | 2 | 1 | 2 | |
7 | Костромская область | 1 | 1 | 1 | |
8 | Курская область | 1 | 1 | 1 | |
9 | Липецкая область | 1 | 1 | 1 | |
10 | Московская область | 3 | 3 | 3 | |
11 | Орловская область | 1 | 1 | 1 | |
12 | Рязанская область | 1 | 1 | 1 | |
13 | Смоленская область | 1 | 1 | 1 | |
14 | Тамбовская область | 1 | 1 | 1 | |
15 | Тверская область | 2 | 1 | 2 | |
16 | Тульская область | 1 | 1 | 1 | |
17 | Ярославская область | 1 | 1 | 1 | |
18 | г. Москва | 3 | 3 | 3 | |
19 | Республика Карелия | 2 | 1 | 2 | |
20 | Республика Коми | 1 | 1 | 3 | |
21 | Архангельская область | 1 | 1 | 1 | |
22 | Ненецкий автономный округ | 1 | 1 | 1 | |
23 | Вологодская область | 3 | 1 | 2 | |
24 | Калининградская область | 2 | 1 | 2 | |
25 | Ленинградская область | 2 | 1 | 2 | |
26 | Мурманская область | 1 | 1 | 1 | |
27 | Новгородская область | 1 | 1 | 1 | |
28 | Псковская область | 1 | 1 | 1 | |
29 | г. Санкт-Петербург | 3 | 3 | 3 | |
30 | Республика Адыгея (Адыгея) | 1 | 1 | 1 | |
31 | Республика Дагестан | 1 | 1 | 1 | |
32 | Республика Ингушетия | 1 | 1 | 1 | |
33 | Кабардино-Балкарская Республика | 1 | 1 | 1 | |
34 | Республика Калмыкия | 1 | 1 | 1 | |
35 | Карачаево-Черкесская Республика | 1 | 1 | 1 | |
36 | Республика Северная Осетия-Алания | 1 | 1 | 1 | |
37 | Чеченская Республика | 2 | 1 | 2 | |
38 | Краснодарский край | 3 | 2 | 3 | |
39 | Ставропольский край | 2 | 2 | 3 | |
40 | Астраханская область | 1 | 1 | 1 | |
41 | Волгоградская область | 2 | 1 | 3 | |
42 | Ростовская область | 3 | 2 | 3 | |
43 | Республика Башкортостан | 3 | 3 | 3 | |
44 | Республика Марий Эл | 1 | 1 | 1 | |
45 | Республика Мордовия | 2 | 2 | 2 | |
46 | Республика Татарстан (Татарстан) | 3 | 3 | 3 | |
47 | Удмуртская Республика | 3 | 2 | 3 | |
48 | Чувашская Республика - Чувашия | 2 | 1 | 2 | |
| Пермский край | | | | |
49 | Кировская область | 3 | 3 | 3 | |
50 | Нижегородская область | 2 | 1 | 3 | |
51 | Оренбургская область | 3 | 2 | 3 | |
52 | Пензенская область | 2 | 2 | 2 | |
53 | Самарская область | 2 | 1 | 2 | |
54 | Саратовская область | 3 | 3 | 3 | |
55 | Ульяновская область | 2 | 2 | 3 | |
56 | Курганская область | 1 | 1 | 1 | |
|
ЗаключениеПравило классификации на основе метода главных компонент:
Если объем выданных кредитов физическим лицам = малое, объем кредитов, выданных физическим лицам на покупку жилья = малое, объем выданных ипотечных жилищных кредитов физическим лицам =малое, объем выданных кредитов индивидуальным предпринимателям = малое, то класс = 1Если объем выданных кредитов физическим лицам = среднее, объем кредитов, выданных физическим лицам на покупку жилья = среднее, объем выданных ипотечных жилищных кредитов физическим лицам = среднее, объем выданных кредитов индивидуальным предпринимателям = среднее, то класс = 2Если объем выданных кредитов физическим лицам = большое, объем кредитов, выданных физическим лицам на покупку жилья = большое, объем выданных ипотечных жилищных кредитов физическим лицам = большое, объем выданных кредитов индивидуальным предпринимателям = большое, то класс = 3Правило классификации на основе кластерного анализа:Правило классификации для первого кластера:
Если объем выданных кредитов физическим лицам =большой, объем кредитов, выданных физическим лицам на покупку жилья = малое, объем выданных ипотечных жилищных кредитов физическим лицам = малое, объем выданных кредитов индивидуальным предпринимателям = малое, то класс = 1.Правило классификации для второго кластера:
Если объем выданных кредитов физическим лицам = малый, объем кредитов, выданных физическим лицам на покупку жилья = среднее, объем выданных ипотечных жилищных кредитов физическим лицам = среднее, объем выданных кредитов индивидуальным предпринимателям = среднее, то класс = 2.Правило классификации для третьего кластера:
Если объем выданных кредитов физическим лицам = средний, объем кредитов, выданных физическим лицам на покупку жилья = большой, объем выданных ипотечных жилищных кредитов физическим лицам =большой, объем выданных кредитов индивидуальным предпринимателям = большой, то класс = 3.На основе результатов дерева решений:
Если средневзвешенная процентная ставка <= 14 и объем выданных кредитов физ. лицам<= 4082560, то класс 2 (14/1 объектов),Если средневзвешенная процентная ставка <= 14 и объем выданных кредитов физ. лицам >4082560, то класс 3 (9 объектов),Если средневзвешенная процентная ставка > 14 и объем выданных кредитов физ. лицам <= 2663564, то класс 1 (28 объектов),Если средневзвешенная процентная ставка > 14 и объем выданных кредитов физ. лицам на покупку жилья >2663564 и <=3518255 то класс 2 (2 объекта).Если средневзвешенная процентная ставка > 14 и объем выданных кредитов физ. лицам на покупку жилья >2663564 и >3518255 то класс 3 (3/1 объекта).На основе результатов интеллектуального анализа данных можно сделать следующий вывод.Принадлежность региона к первому классу указывает на малый объем сделок между населением и кредитными организациями. К основной причине сложившейся ситуации можно низкий уровень доходности населения и высокие процентные ставки, вследствие чего имеют место многократные случаи невозвращения процентов по займу. К данному классу относятся регионы
Южного федерального округа, несколько областей
Центрального Федерального округа.Классификация региона по второму классу говорит о средних показателях активности населения в сфере кредитования. Данный фактор свидетельствует о среднем уровне доходов населения, что в свою очередь говорит о возможности приобретать жилье и вести бизнес за счет заемных средств у банка. К таким регионам относятся Чеченская республика, Ставропольский край, Республика Мордовия и т.д.Принадлежность региона к третьему классу говорит об успешности во взаимодействии населения кредитных услуг. Однако к таким регионам относятся малая доля регионов страны: Московская область, Республика Башкортостан, Республика Татарстан, Ростовская область. Данный факт говорит, как об относительно высокой доходности населения, так и об установившемся уровне доверия между заемщиками и кредиторами. Население этих регионов сознательно вступает во взаимодействие с кредитной системой для ведения бизнеса покупки товаров и жилья.
Страницы: 1, 2