TIJORAT BANKLARIDA KREDIT TO‘LOV QOBILIYATINI LOGISTIK REGRESSIYA MODELI ASOSIDA BAHOLASH: TAHLIL VA MATEMATIK MODELLASHTIRISH

Аннотация

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, 5-To’plam 1-son May , 2025 336 Ilm fan taraqqiyotida raqamli iqtisodiyot va zamonaviy ta'limning o'rni hamda rivojlanish omillari 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. 5-To’plam 1-son May , 2025 337 Ilm fan taraqqiyotida raqamli iqtisodiyot va zamonaviy ta'limning o'rni hamda rivojlanish omillari 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: 1 P(y = 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 ,𝑥 𝑥 — mustaqil o‘zgaruvchilar (omillar), 1 2,…, 𝑛 𝛽 — modelning erkin hadi (intersept), 0 𝛽 — i-chi omilga tegishli regressiya koeffitsienti. 𝑖 Masalan, quyidagi omillarni olaylik: 𝑥 : Kredit oluvchining yoshi 1 𝑥 : Oylik daromadi 2 𝑥 : Ish staji (yillarda) 3 𝑥 : Kredit miqdori 4 𝑥 : Qarzdorlik koeffitsienti 5 5-To’plam 1-son May , 2025 338 Ilm fan taraqqiyotida raqamli iqtisodiyot va zamonaviy ta'limning o'rni hamda rivojlanish omillari 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 5-To’plam 1-son May , 2025 339