Заключение. 
Характеристика кредитного риска банка

В работе был проведен обзор имеющихся исследований и разработок, связанных с кредитными рисками банка, анализом кредитоспособности предприятий-заемщиков, автоматизированными банковскими системами. Была проанализирована сущность кредитных рисков, причины их возникновения, методы оценки кредитных рисков и пути их минимизации. Поскольку одним из основных способов избежания невозвращения кредита является тщательный и квалифицированный отбор потенциальных заемщиков, в работе был проведен анализ существующих методов оценки финансового состояния предприятия, а также индикаторов антикризисного планирования деятельности предприятия.

На основе проделанного анализа был сделан вывод об актуальности и необходимости разработки эффективной методики оценки кредитоспособности предприятий и необходимости создания автоматизированной системы поддержки принятия решений в кредитовании предприятий.

Были разработаны модели, основанные на теории распознавания образов, которые позволяют наиболее точно классифицировать предприятия по уровню финансовой устойчивости, а также позволяют системе поддержки принятия решений давать наиболее точные рекомендации о целесообразности выдачи кредита и определения его условий.

Математически модель классификации предприятий по уровню его финансового состояния с использованием разделяющих функций, позволяет получить более точный и объективный результат. Это поможет снизить риск убытков и недополучения прибыли, а также аргументировать принимаемые решения при работе с кредиторами и партнерами.

Преимущества модели, основанной на байесовском классификаторе, состоит в том, что для решения задачи о целесообразности выдачи кредита с учетом финансового состояния предприятия-заемщика используется оптимальный классификатор, дающий высокий уровень точности классификации. Кроме того, эта модель хорошо формализована, что позволит реализовать ее в разрабатываемой экспертной системе.

Разработана структура системы поддержки принятия решений, в основу которой будут положены предложенные модели. Эти модели можно применять в совокупности с известными методами финансового анализа предприятия-заемщика, что позволит проводить более полный и точный анализ и уменьшить риск, связанный с кредитной деятельностью банка. Использование предлагаемой автоматизированной системы позволит повысить степень обоснованности принимаемых решений о выдаче кредита, обеспечит своевременность принятия решений, а также обеспечит рост эффективности управления кредитными процессами за счет снижения затрат на проведение финансового анализа.