L'analyse des risques de crédit est un sujet important dans la gestion des risques financiers. Les institutions financières africaines qui accordent des crédits aux consommateurs ont besoin de modèles fiables capable de détecter avec précision et de prévoir les éventuels défauts de paiements.
Une recherche de Moonasar Viresh de University of South Africa présente la possibilité d'avoir recours à des réseaux de neurones artificiels comme système d'aide à la décision pouvant automatiquement détecter et prédire les « mauvais» risques de crédit sur la base des données démographiques, biographiques et des caractéristiques comportementales du client.
L'étude se concentre spécifiquement sur l'algorithme utilisé par la quantification de ce risque.
Cette recherche contient un bref aperçu des modèles de notation de crédit, ainsi qu'une introduction aux réseaux de neurones artificiels et à leurs applications.
Elle présente les performances des résultats de l'évaluation d'un modèle de détection du risque de crédit fondée sur les réseaux de quantification de vecteurs d'apprentissage.
