Automation of technological and business processes

ISSN-print: 2312-3125
ISSN-online: 2312-931X
ISO: 26324:2012
Архiви

ІНФОРМАЦІЙНА СИСТЕМА ДЛЯ ДОПОМОГИ ФІНАНСОВИМ УСТАНОВАМ У ВИЗНАЧЕННІ КРЕДИТОСПРОМОЖНОСТІ КЛІЄНТІВ

##plugins.themes.bootstrap3.article.main##

О. А. Шпинковський
М. І. Шпинковська
В. В. Голобородько

Анотація

У роботі підкреслено важливе місце у діяльності фінансових установ їх спроможність надавати якісні послуги юридичним та фізичним особам в отриманні кредитних позик. Розроблювальна інформаційна система надасть можливість контролю роботи та керування записами користувачів системи. Завдяки її використанню банківські установи зможуть автоматизувати оцінку кредитоспроможності та уникнути небажаних ризиків та суб’єктивних оцінок. Проаналізовано сучасні системи визначення можливості надання позик особам та організаціям. Визначено необхідні характеристики та фактори, що впливають на роботу систем. Запропоновано функціональні і нефункціональні вимоги до системи. Розроблено діаграми прецедентів, що надають повну інформацію зв’язку між користувачами та їх взаємодію з інформаційною системою. Спроектовано діаграми активності і послідовності, що надають інформацію про динамічні процеси інформаційної системи. Розроблено діаграми зв’язків у таблицях баз даних, окреслено мінімальні необхідні вимоги до можливостей комп’ютера для функціонування додатку. Запропоновано алгоритми для оцінки кредитоспроможності клієнтів банку як юридичних так і фізичних осіб.

Ключові слова:
інформаційна система, фінансова установа, кредитоспроможність, програмний продукт

##plugins.themes.bootstrap3.article.details##

Як цитувати
Шпинковський, О., Шпинковська, М., & Голобородько, В. (2019). ІНФОРМАЦІЙНА СИСТЕМА ДЛЯ ДОПОМОГИ ФІНАНСОВИМ УСТАНОВАМ У ВИЗНАЧЕННІ КРЕДИТОСПРОМОЖНОСТІ КЛІЄНТІВ. Automation of Technological and Business Processes, 11(3), 14-22. https://doi.org/10.15673/atbp.v11i3.1496
Розділ
ТЕХНІЧНІ ЗАСОБИ І ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ У СИСТЕМАХ УПРАВЛІННЯ

Посилання

[1] O. A. Shpinkovski, M. I. Shpinkovska and Y. S. Smelsky, Analysis and recommendations for the creation of information systems for assessing the creditworthiness of Bank's clients. Scientific Bulletin of the Kherson State University. Economic Sciences. - Issue. 27. Part. 3. Kherson: Publishing House "Helvetica" - P. 142-145, 2017.
[2] O. A. Shpinkovski and M. I. Shpinkovska, System of forecasting of production activity and development of a farm. "Promising innovations in science, education, production and transport" 2014.January 2014 [Electronic resource] Access mode: http://sworld.com.ua/index.php/en/technical-sciences-413/informatics-computer-science-and-automation-413/20865-413-1172
[3] V. V. Goloborodko and M. I. Shpinkovska, Providing the effectiveness of marketing companies through machine learning. Computer Intellect. systems and networks: XII All ukr. sci. pract. Web conf. graduate students, students and young scientists: materials of the conference, 20-22 March. 2019. Krivy Rig: Krivor. nation. Univer. P. 103-104, 2019.
[4] E. O. Kovpak and Y. G. Tumanova, Calculation of the credit limit for the individual borrower on the basis of the logit model. Business Inform, №12. Pp. 162-169, 2018.
[5] 28 Ukrainian services, where you can take credit online [Electronic resource]. Access mode: http://prybutok.com.ua/8047/kredyt-online/
[6] Credit Scoring - The Borrower's Credit Rating System: [Electronic Resource]. Access mode: https://sravnizajm.com.ua/ru/blog/kreditnyy-skoring-sistema-otsenki-kreditosposobnosti-zayemshchika/
[7] G. Buch, D. Rambo and A. Jacobson The UML Language. User Guide. Moscow: DMK. P. 432, 2000.
[8] Greenfield Jack, Software Factories: Stream Generation of Typical Applications, Modeling, Structures. Dialectics. P. 52, 2006.
[9] K. Bauer, G. King and G. Gregory, Java Persistence API and Hibernate: per. from english. 2nd ed. Moscow: DMC Press. P. 632, 2017