В статье представлены результаты оценки кредитного риска в банковской системе и проведено сравнение наиболее актуальных методов: нейронных сетей, дискриминантного анализа и логистической регрессии. При оценке использовалась обучающая выборка, включающая следующие данные клиентов: возраст заемщика, уровень образования, продолжительность работы с нынешним работодателем, длительность проживания по текущему адресу, доход заемщика, отношение долга к доходу, долг по кредитной карте, другие долги. Результаты анализа показали, что метод нейронных сетей является более надежным по сравнению с остальными.
