Εφαρμογή στατιστικών μεθοδολογιών και αλγορίθμων μηχανικής μάθησης για την βελτίωση του εξωδικαστικού μηχανισμού ρύθμισης ληξιπρόθεσμων οφειλών

Abstract

Στην εργασία αυτή γίνεται μια εκτενής ανασκόπηση του υπάρχοντος εξωδικαστικού μηχανισμού ρύθμισης ληξιπρόθεσμων οφειλών, αναδεικνύοντας τα σημεία του ισχύοντος πλαισίου υπολογισμού δόσεων και συνολικού ποσού ρύθμισης. Στο επόμενο στάδιο προτείνεται ένα καινοτόμο μοντέλο υπολογισμού του ύψους κάθε δόσης, του συνολικού ποσού και του αριθμού των δόσεων, το οποίο λαμβάνει υπόψη τα οικονομικά χαρακτηριστικά του οφειλέτη και προτείνει συγκεκριμένο ύψος έκπτωσης από την αρχική οφειλή. Τέλος, εισάγεται ένας νέος αλγόριθμος βασισμένος σε δοκιμασμένες μεθοδολογίες μηχανικής μάθησης ο οποίος μπορεί να χρησιμοποιηθεί για να γίνει νέος υπολογισμός του ύψους κάθε δόσης, του συνολικού ποσού στην περίπτωση που υπάρχει αδυναμία πληρωμής από τον οφειλέτη. Στην περίπτωση αυτή, σε πραγματικό χρόνο και, όταν εντοπίσει σημάδια αδυναμίας, επαναϋπολογίζει αυτομάτως τη δόση, το συνολικό υπόλοιπο και τη διάρκεια της ρύθμισης, διασφαλίζοντας έτσι την ευελιξία και βιωσιμότητα της ρύθμισης για τον οφειλέτη.