Strategii de implementare a inteligenței artificiale în procesele de analiză a portofoliilor de credite

Abstract

Studiul de caz propus spre cercetare evidențiază integrarea intensivă a Tehnologiilor Informaționale în analiza sistemică a datelor, calibrarea valorică și formularea unei eventuale evoluții sau continuități a acestora. Drept exemplu, este analizat portofoliul istoric al evoluției în timp a creditelor, iar prin intermediul conceptelor de Inteligență Artificială se realizează o prognoză, care generează o valoare numerică la o dată prestabilită. Pe baza acestui rezultat, instituția bancară, structurile competente de guvernanță și analiză a datelor, precum și direcțiile de creditare pot lua decizii privind acordarea în continuare a produselor bancare. Strategia poate fi implementată sub mai multe forme, însă, în cadrul cercetării, este descris procesul de dezvoltare a unei aplicații realizate în limbajul C++, care utilizează modele de învățare automată și o rețea neuronală simplă de tip Perceptron, cu scopul obitnerii unei precizii sporite. CZU: 004.8:[005.52:336.777]; JEL: C53, C88, G21. ************************************************************************************************************************************* The proposed case study highlights the intensive integration of Information Technologies in the systemic analysis of data, value calibration, and the formulation of potential trends regarding their evolution or continuity. As an illustrative example, the historical evolution of a loan portfolio over time is analysed, and, through the application of Artificial Intelligence techniques, a forecast is made that generates a numerical estimate for a predetermined future date. Based on this result, the banking institution, relevant competent governance and data analysis structures, as well as the lending departments, can make decisions regarding the further provision of banking products. The proposed strategy can be implemented in various forms, however, this research describes the development of a C++ application which uses machine learning models and a simple Perceptron neural network to achieve a higher level of forecasting accuracy. UDC: 004.8:[005.52:336.777]; JEL: C53, C88, G21.