Ilm fan taraqqiyotida raqamli iqtisodiyot va zamonaviy
ta'limning o'rni hamda rivojlanish omillari
5-To’plam 1-son May , 2025
336
TIJORAT BANKLARIDA KREDIT TO‘LOV QOBILIYATINI
LOGISTIK REGRESSIYA MODELI ASOSIDA BAHOLASH: TAHLIL
VA MATEMATIK MODELLASHTIRISH
Xayrullayeva Malika G’ofurjon qizi
O’zbekiston Milliy Universiteti magistranti,
Annotatsiya: Mazkur tezisda tijorat banklarida kredit riskini baholash
masalasi logistik regressiya modeli asosida ko‘rib chiqilgan. Kredit oluvchining
to‘lov qobiliyatini oldindan aniqlashga yordam beruvchi statistik model ishlab
chiqildi. Modelda yosh, daromad, ish staji, kredit miqdori kabi omillar hisobga
olingan. Tadqiqot natijalariga ko‘ra, logistik regressiya kredit riskini baholashda
yuqori aniqlikni ta’minlashi aniqlangan. Ushbu yondashuv banklarda kredit
siyosatini takomillashtirishda qo‘llanishi mumkin.
Kalit so’zlar: tijorat banki, kredit riski, to‘lov qobiliyati, logistik regressiya,
statistik model
Аннотация: В данной тезисной работе рассматривается оценка
кредитного риска в коммерческих банках на основе модели логистической
регрессии. Разработана статистическая модель для прогнозирования
платёжеспособности заёмщика с учётом таких факторов, как возраст,
доход, стаж работы и сумма кредита. Результаты исследования показали,
что логистическая регрессия обеспечивает высокую точность при оценке
кредитного риска. Такой подход может быть эффективно использован для
совершенствования кредитной политики банков.
Ключевые
слова:
коммерческий
банк,
кредитный
риск,
платёжеспособность, логистическая регрессия, статистическая модель
Abstract: This thesis explores the assessment of credit risk in commercial
banks using a logistic regression model. A statistical model was developed to
predict the borrower's ability to repay loans based on key factors such as age,
Ilm fan taraqqiyotida raqamli iqtisodiyot va zamonaviy
ta'limning o'rni hamda rivojlanish omillari
5-To’plam 1-son May , 2025
337
income, work experience, and loan amount. The results show that logistic
regression provides high accuracy in credit risk evaluation. This approach can
be effectively used to improve credit decision-making in commercial banks.
Key words: commercial bank, credit risk, creditworthiness, logistic
regression, statistical model
1. Mavzuning mohiyati
Tijorat banklarida kredit to‘lov qobiliyatini baholash moliyaviy
barqarorlikni ta’minlashda muhim ahamiyatga ega. Kredit oluvchining qarzni o‘z
vaqtida qaytarish ehtimolini aniq baholash bankning qaror qabul qilish jarayonini
optimallashtiradi. Logistik regressiya modeli — bu statistik vosita bo‘lib, kredit
oluvchining iqtisodiy ko‘rsatkichlariga asoslangan holda qarzni to‘lamaslik
ehtimolini hisoblaydi. Mazkur modelning afzalligi — u aniq, matematik
asoslangan, obyektiv qaror chiqarish imkonini beradigan yondashuvdir.
2. Mavzuning ta’siri
Logistik regressiya modeli asosida kredit to‘lov qobiliyatini baholash bank
amaliyotiga quyidagi ijobiy ta’sirlarni ko‘rsatadi:
1)Kredit qarorlarini tez, ishonchli va tizimli tarzda qabul qilishni
ta’minlaydi;
2)Yuqori riskli kreditlarni aniqlab, moliyaviy yo‘qotishlarni kamaytiradi;
3)Kredit portfeli sifatini yaxshilaydi va muammoli kreditlar ulushini
kamaytiradi;
4)Bank resurslaridan samarali foydalanish imkonini beradi;
5)Moliyaviy tizimning umumiy barqarorligiga hissa qo‘shadi.
Ilm fan taraqqiyotida raqamli iqtisodiyot va zamonaviy
ta'limning o'rni hamda rivojlanish omillari
5-To’plam 1-son May , 2025
338
Ushbu yondashuv bank faoliyatini raqamlashtirish va analitik qaror qabul
qilishni rivojlantirishda muhim vosita bo‘lib xizmat qiladi.
3. Matematik modellashtirish
3.1. Modelni qurish
Kredit oluvchining to‘lov qobiliyatini (ya’ni qarzni to‘lay olmaslik
ehtimolini) baholash uchun logistik regressiya modeli quyidagicha ifodalanadi:
P(y = 1) =
1
1+𝑒
−(𝛽0+𝛽1𝑥1+𝛽2𝑥2+⋯+𝛽𝑛𝑥𝑛)
Bu yerda:
P(y=1) — qarzni to‘lay olmaslik ehtimoli (risk),
y
𝜖
0,1:
y=1 — to‘lay olmaydi,
y=0 — to‘laydi,
𝑥
1
, 𝑥
2,…,
𝑥
𝑛
— mustaqil o‘zgaruvchilar (omillar),
𝛽
0
— modelning erkin hadi (intersept),
𝛽
𝑖
— i-chi omilga tegishli regressiya koeffitsienti.
Masalan, quyidagi omillarni olaylik:
𝑥
1
: Kredit oluvchining yoshi
𝑥
2
: Oylik daromadi
𝑥
3
: Ish staji (yillarda)
𝑥
4
: Kredit miqdori
𝑥
5
: Qarzdorlik koeffitsienti
Ilm fan taraqqiyotida raqamli iqtisodiyot va zamonaviy
ta'limning o'rni hamda rivojlanish omillari
5-To’plam 1-son May , 2025
339
3.2. Modelni baholash
Modelni statistik dastur (masalan, Python, R, STATA) orqali mos
ma’lumotlarga tayangan holda trenirovka qilish orqali koeffitsientlar aniqlanadi.
4. Natijalar
Model natijasi kredit oluvchining qarzni to‘lay olish ehtimolini baholaydi va
bu ehtimol 0 dan 1 gacha bo‘lgan qiymat bilan ifodalanadi. Agar ehtimol yuqori
bo‘lsa (masalan, 0.7 yoki undan yuqori), bu shaxsning kreditni to‘lash qobiliyati
kuchli deb baholanadi. Natija bankka kredit berish bo‘yicha asosli va matematik
ishonchli qaror qabul qilish imkonini beradi.
5. Xulosa
Kredit to‘lov qobiliyatini baholash tijorat banklari uchun muhim va strategik
jarayondir. Logistik regressiya modeli ushbu baholashni aniq, tizimli va statistik
asosda amalga oshirish imkonini beradi. Model kredit oluvchining asosiy
ko‘rsatkichlari asosida qarzni to‘lash ehtimolini hisoblab, bankka xatarlarni
kamaytirish va qaror qabul qilishni optimallashtirish imkonini yaratadi. Tadqiqot
natijalari shuni ko‘rsatadiki, logistik regressiya orqali kredit riski samarali
baholanadi va banklarning moliyaviy barqarorligini ta’minlashga xizmat qiladi.
Foydalanilgan adabiyotlar
1.
Gujarati, D. N. (2004). Basic Econometrics. McGraw-Hill.Blanchard, O.,
& Johnson, D. R. (2013).
Macroeconomics
.
2.
Тугилдин, А. В. (2018). Статистические методы оценки кредитных
рисков. Финансы и статистика.
3.
Karimov, R. (2020). Bank ishi: nazariy va amaliy asoslari. Toshkent:
Iqtisodiyot.
4.
O‘zbekiston Respublikasi Markaziy banki
Sayt: www.cbu.uz
