ПРОБЛЕМЫ, ВОЗНИКАЮЩИЕ ПРИ ВЫЯВЛЕНИИ КРЕДИТНЫХ РИСКОВ С ИСПОЛЬЗОВАНИЕМ МОДЕЛЕЙ МАШИННОГО ОБУЧЕНИЯ

Шухратова, Мадина

Рақамли иқтисодиёт ва ахборот технологиялари · 2025-yil

Annotatsiya

Машинное обучение активно внедряется в практику оценки кредитных рисков финансовыми институтами, включая банковский сектор Узбекистана. Настоящее исследование систематизирует ключевые проблемы выявления кредитных рисков при использовании моделей машинного обучения. Методология включает критический анализ научной литературы (48 источников за 2022-2025 годы), изучение регуляторных требований и оценку специфики банковской системы Узбекистана. Результаты демонстрируют четыре категории проблем: технические ограничения моделей, проблемы качества данных, регуляторные барьеры и институциональные факторы. Дисбаланс классов при соотношении 1:50 критически снижает способность моделей идентифицировать дефолты. Интерпретируемость остается центральной проблемой для соблюдения требований Базельских соглашений. Специфика узбекского контекста включает ограниченную доступность кредитных историй и недостаточную цифровизацию данных малого бизнеса

Maqola ma’lumotlari
MualliflarШухратова, Мадина
JurnalРақамли иқтисодиёт ва ахборот технологиялари
Nashr sanasi2025-12-30
Jild5
Son4
Betlar177-182
TilRus

Kalit so‘zlar

машинное обучение, кредитный риск, интерпретируемость моделей, дисбаланс данных, банковское регулирование, Узбекистан, Базельские соглашения

Ilmiy soha

Рақамли иқтисодиёт ва ахборот технологиялари jurnalidan boshqa maqolalar

Рақамли иқтисодиёт ва ахборот технологиялари — barcha maqolalar