| Русский Русский | English English |
   
Главная Текущий номер
17 | 12 | 2018
10.14489/vkit.2018.11.pp.046-056

DOI: 10.14489/vkit.2018.11.pp.046-056

Бекларян А. Л., Акопов А. С.
ИМИТАЦИОННАЯ МОДЕЛЬ ОПТИМАЛЬНОГО РАСПРЕДЕЛЕНИЯ ПОТОКА КРЕДИТНЫХ ЗАЯВОК ДЛЯ МЕЖРЕГИОНАЛЬНОГО ЦЕНТРА АНДЕРРАЙТИНГА КОММЕРЧЕСКОГО БАНКА
(c. 46-56)

Аннотация. Представлена имитационная модель, предназначенная для оптимального распределения потока кредитных заявок в межрегиональном центре андеррайтинга крупного коммерческого банка. Отличительная особенность данной модели – учет множественных факторов, влияющих на время обработки кредитных заявок андеррайтерами (специалистами по оценке вероятности погашения запрашиваемого кредита), в частности, связанных с текущей загрузкой исполнителей по задачам соответствия их квалификации характеристикам распределяемых задач, доступностью андеррайтеров в текущей момент времени и т.д. Разработанная имитационная модель внедрена в крупнейшем российском банке и используется в составе автоматизированной системы класса BPM (Business Process Management).

Ключевые слова:  оптимизационная задача большой размерности; модель распределения задач; управление потоком; имитационное моделирование банковских процессов; среда AnyLogic.

 

Beklaryan A. L., Akopov A. S.
SIMULATION MODEL OF THE OPTIMAL ALLOCATION CREDIT APPLICATIONS FOR INTERREGIONAL UNDERWRITING CENTER OF A COMMERCIAL BANK
(pp. 46-56)

Abstract. Currently, the main banking activity is associated with the need to make optimal management decisions in the face of considerable variability and uncertainty. Such solutions, as a rule, are based on the processing of very large data sets (Big Data) in real time. Typical examples are the tasks of optimal allocation of loan applications for underwriters, the tasks of maximizing risk-return in the management of loan portfolios (such as RAROC), the task of optimizing non-operating costs (Cost to Income) by redistributing resources by processes. There is an innovative approach to solving similar problems based on simulation modeling, evolutionary computation and machine learning. This approach has already been successfully applied in leading international and Russian companies. At the same time, simulation models are integrated with corporate enterprise information systems, Business Process Management system and Enterprise Resource Planning systems, information storage Data Wаrehouse, and are thus used in the actul business processes of the organization as the core of an intelligent decision support system. This work is devoted to developing the simulation model that is intended for the optimal allocation of credit applications for interregional underwriting center of a commercial bank. The main feature of the model is taking into account many factors affecting on credit applications time processing of underwriters, which are responsible for the estimation a probability of default for credit applications. Such factors are related to the current utilization of underwriters in tasks, accessibility of underwriters for new tasks at the current time, etc. The developed simulation model is implemented in the biggest Russian Bank and used as a part of the Business Process Management.

Keywords: Large-scale optimization problem; Applications allocation model; Flow control; Simulation of banking processes; AnyLogic.

Рус

А. Л. Бекларян, А. С. Акопов (Национальный исследовательский университет «Высшая школа экономики», Центральный экономико-математический институт РАН, Москва, Россия) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript  

Eng

A. L. Beklaryan, A. S. Akopov (National Research University “Higher School of Economics”, Central Economics and Mathematics Institut of Russian Academy of Science, Moscow, Russia) E-mail: Этот e-mail адрес защищен от спам-ботов, для его просмотра у Вас должен быть включен Javascript  

Рус

1. Акопов А. С. Имитационное моделирование: учебник и практикум для академического бакалавриата. М.: Юрайт, 2018. 389 с.
2. Акопов А. С. Системно-динамическое моделирование стратегии банковской группы // Бизнес-информатика. 2012. № 2(20). С. 10 – 19.
3. Акопов А. С. Проблемы управления субъектом ТЭК в современных условиях. М.: Центр. экономикомат. ин-т РАН, 2004. 246 с.
4. Акопов А. С. Использование средств динамического имитационного моделирования для подготовки управленческих решений в ТЭК // Системы управления и информационные технологии. 2004. Т. 14, № 2. С. 72 – 77.
5. Акопов А. С., Бекларян Г. Л., Бекларян Л. А. Сравнительный анализ производственных и инвестиционных характеристик нефтедобывающей и нефтеперерабатывающей отраслей экономики по регионам РФ, а также нефтяных компаний // Аудит и финансовый анализ. 2005. № 1. С. 67 – 72.
6. Акопов А. С., Бекларян Г. Л. Интеллектуальные гибридные системы управления вертикально-интегрированными организационными структурами. М.: Центр. экономико-мат. ин-т РАН, 2009. 62 с. (Сер. WP/2009/267 Препринт)
7. Akopov A. S. Designing of Integrated System-Dynamics Models for an Oil Company // International Journal of Computer Applications in Technology. 2012. V. 45, Nо 4. P. 220 – 230. doi: 10.1504/IJCAT.2012.051122
8. Акопов А. С. К вопросу проектирования интеллектуальных систем управления сложными организационными структурами. Ч. 2. Программная реализация системы управления инвестиционной деятельностью вертикально-интегрированной нефтяной компании // Проблемы управления. 2011. № 1. С. 47 – 54.
9. Novikov D. A. Big Data and Big Control // Advances in Systems Science and Applications. 2015. No. 1. P. 21 – 36.
10. Новиков Д. А. Большие данные – от Браге к Ньютону // Проблемы управления. 2013. № 6. С. 15 – 23.
11. Сараев Д. В. Оценка экономической эффективности внедрения системы автоматизированного принятия решений по кредитной заявке на примере крупного розничного банка [Электронный ресурс] // Электрон. науч.-практ. журнал «Современные научные исследования и инновации». 2015. № 7(51). С. 64 – 71. URL: http://web.snauka.ru/issues/2015/ 07/55467 (дата обращения: 15.08.2018)
12. Математические модели организаций: учеб.-метод. пособие / А. А. Воронин и др. М.: ЛЕНАНД, 2008. 360 с.
13. Ивницкий В. А. Теория сетей массового обслуживания. М.: ФИЗМАТЛИТ, 2004. 772 c.
14. Akopov A. S., Hevencev M. A. A Multi-Agent Genetic Algorithm for Multi-Objective Optimization // Proc. of IEEE Intern. Conf. on Systems, Man, and Cybernetics (SMC). Manchester, UK. P. 1391 – 1395. doi: 10.1109/SMC.2013.240
15. Hirschman A. O. The Paternity of an Index // The American Economic Review. 1964. V. 54, No 5. P. 761 – 762.
16. Gini C. Variabilitá e Mutabilita (1912) Reprinted in Memorie di Metodologia Statistica (Ed. E. Pizetti and T. Salvemini) Rome: Libreria Eredi Virgilio Veschi (1955). English Translation in Metron. 2005. V. 63, No 1. P. 3 – 38.

Eng

1. Akopov A. S. (2018). Simulation modeling: textbook and workshop for academic undergraduate. Moscow: Yurayt. [in Russian language]
2. Akopov A. S. (2012). System-dynamic modeling of banking group strategy. Biznes informatika, 20(2), pp. 10-19. [in Russian language]
3. Akopov A. S. (2004). Management problems of the subject of the fuel and energy complex in modern conditions: monograph. Moscow: TsEMI RAN. [in Russian language]
4. Akopov A. S. (2004). The use of dynamic simulation tools for the preparation of management decisions in the fuel and energy complex. Sistemy upravleniya i informatsionnye tekhnologii, 14(2), pp. 72-77. [in Russian language]
5. Akopov A. S., Beklaryan G. L., Beklaryan L. A. (2005). Comparative analysis of the production and investment characteristics of the oil producing and refining sectors of the economy by regions of the Russian Federation, as well as oil companies. Audit i finansovyy analiz, (1), pp. 67-72. [in Russian language]
6. Akopov A. S., Beklaryan G. L. (2009). Intelligent Hybrid Management Systems for Vertically Integrated Organizational Structures. "Preprint #WP/2009/267". Moscow: TsEMI RAN. [in Russian language]
7. Akopov A. S. (2012). Designing of integrated system-dynamics models for an oil company. International Journal of Computer Applications in Technology, 45(4), pp. 220-230.
8. Akopov A. S. (2011). On the issue of designing intelligent control systems of complex organizational structures. Part 2. Software implementation of the investment activity management system of a vertically integrated oil company. Problemy upravleniya, (1), pp. 47-54. [in Russian language]
9. Novikov D. A. (2015). Big Data and Big Control. Advances in Systems Science and Applications, (1), pp. 21-36.
10. Novikov D. A. (2013). Big data - from Braga to Newton. Problemy upravleniya, (6), pp. 15-23. [in Russian language]
11. Saraev D. V. (2015). Evaluation of the economic efficiency of the introduction of automated decision-making on a loan application on the example of a large retail bank. Sovremennye nauchnye issledovaniya i innovatsii, 51(7), pp. 64-71. [in Russian language]
12. Voronin A. A. et al. (2008). Mathematical Models of Organizations: Tutorial. Moscow: LENAND. [in Russian language]
13. Ivnitskiy V. A. (2004). Theory of Mass Networks service. Moscow: FIZMATLIT. [in Russian language]
14. Akopov A. S., Hevencev M. A. A Multi-agent Genetic Algorithm for Multi-objective Optimization. Proceedings of IEEE International Conference on Systems, Man, and Cybernetics (SMC), Manchester, UK, pp. 1391-1395.
15. Hirschman A. O. (1964). The Paternity of an Index. American Economic Review, 54(5), pp. 761-762.
16. Gini C. (2005). Variabilitá e Mutabilita (1912) Reprinted in Memorie di Metodologia Statistica (Ed. E. Pizetti and T. Salvemini) Rome: Libreria Eredi Virgilio Veschi (1955). English Translation in Metron, 63(1), pp. 3-38.

Рус

Статью можно приобрести в электронном виде (PDF формат).

Стоимость статьи 350 руб. (в том числе НДС 18%). После оформления заказа, в течение нескольких дней, на указанный вами e-mail придут счет и квитанция для оплаты в банке.

После поступления денег на счет издательства, вам будет выслан электронный вариант статьи.

Для заказа скопируйте doi статьи:

10.14489/vkit.2018.11.pp.046-056

и заполните  форму 

Отправляя форму вы даете согласие на обработку персональных данных.

.

 

Eng

This article  is available in electronic format (PDF).

The cost of a single article is 350 rubles. (including VAT 18%). After you place an order within a few days, you will receive following documents to your specified e-mail: account on payment and receipt to pay in the bank.

After depositing your payment on our bank account we send you file of the article by e-mail.

To order articles please copy the article doi:

10.14489/vkit.2018.11.pp.046-056

and fill out the  form  

 

.

 

 

 
Поиск
Баннер
Баннер
Баннер
Баннер
Журнал КОНТРОЛЬ. ДИАГНОСТИКА
Rambler's Top100 Яндекс цитирования