@ARTICLE{26543120_662150501_2022, 
	author = {А. С. Сорокин}, 
	keywords = {, кредитный лимит, кредитный скоринг, кредитный риск, риск-аналитика, МФО, кластерный анализ, логистическая регрессия, взвешенный МНКматематическая модель},
	title = {Моделирование оптимальных кредитных лимитов в микрофинансовых организациях},
	journal = {Экономический журнал ВШЭ},
	year = {2022},
	volume = {26},
	number = {2},
	pages = {285-306},
	url = {https://ej.hse.ru/2022-26-2/662150501.html},
	publisher = {},
	abstract = {В условиях нестабильной экономической ситуации население предъявляет высокий спрос на деньги, что приводит к повышению кредитных рисков микрофинансовых организаций (МФО). Это требует выработки системных управленческих решений по их минимизации. Необходимость системного подхода в управлении рисками в МФО вызвана особенностью развития рынка микрокредитования в РФ: ограниченность временных ресурсов при внедрении систем принятия решений (СПР) в связи с коротким сроком займа по сравнению с банковским сектором, недостаток специалистов по управ­лению рисками и технических специалистов, увеличение степени регулирования рынка со стороны Центрального банка (ЦБ). Один из способов управления кредитным риском, особенно в микрофинансовых организациях, - это установка лимитов выдаваемых займов в зависимости от степени риска заемщика и ожидаемой доходности. Данная статья посвящена изучению воп­роса установления кредитных лимитов и их влияния на кредитный риск во всем портфеле МФО. Целью данной статьи является разработка систематизированного математического подхода к управлению кредитными рисками посредством установления оптимальных кредитных лимитов в МФО. В статье приведена методика и практический пример моделирования лимитов на основе данных МФО, входящей в топ-10 российского онлайн-рынка микрофинансирования. По сегментам первичных и повторных заемщиков на основе реальных данных строится математическая модель, позволяющая корректировать лимитную политику организации для снижения уровня риска, учи­тывая доходность каждого сегмента клиентов. В качестве математического инструментария используется взвешенный метод наименьших квадратов для оценки коэффициентов полиноминальной регрессии, а также модель логистической регрессии. Научная новизна данной статьи состоит в применении в СПР МФО, помимо скоринговой модели, отдельной математической модели для установки лимитов. Практическая значимость данной статьи состоит в возможности использования полученной модели в качестве советни­ка при формировании кредитной и рисковой политики конкретной МФО.},
	annote = {В условиях нестабильной экономической ситуации население предъявляет высокий спрос на деньги, что приводит к повышению кредитных рисков микрофинансовых организаций (МФО). Это требует выработки системных управленческих решений по их минимизации. Необходимость системного подхода в управлении рисками в МФО вызвана особенностью развития рынка микрокредитования в РФ: ограниченность временных ресурсов при внедрении систем принятия решений (СПР) в связи с коротким сроком займа по сравнению с банковским сектором, недостаток специалистов по управ­лению рисками и технических специалистов, увеличение степени регулирования рынка со стороны Центрального банка (ЦБ). Один из способов управления кредитным риском, особенно в микрофинансовых организациях, - это установка лимитов выдаваемых займов в зависимости от степени риска заемщика и ожидаемой доходности. Данная статья посвящена изучению воп­роса установления кредитных лимитов и их влияния на кредитный риск во всем портфеле МФО. Целью данной статьи является разработка систематизированного математического подхода к управлению кредитными рисками посредством установления оптимальных кредитных лимитов в МФО. В статье приведена методика и практический пример моделирования лимитов на основе данных МФО, входящей в топ-10 российского онлайн-рынка микрофинансирования. По сегментам первичных и повторных заемщиков на основе реальных данных строится математическая модель, позволяющая корректировать лимитную политику организации для снижения уровня риска, учи­тывая доходность каждого сегмента клиентов. В качестве математического инструментария используется взвешенный метод наименьших квадратов для оценки коэффициентов полиноминальной регрессии, а также модель логистической регрессии. Научная новизна данной статьи состоит в применении в СПР МФО, помимо скоринговой модели, отдельной математической модели для установки лимитов. Практическая значимость данной статьи состоит в возможности использования полученной модели в качестве советни­ка при формировании кредитной и рисковой политики конкретной МФО.}
}