АЛЬТЕРНАТИВНЫЕ МЕТОДЫ КРЕДИТНОГО СКОРИНГА ДЛЯ НАСЕЛЕНИЯ БЕЗ БАНКОВСКОЙ ИСТОРИИ В УЗБЕКИСТАНЕ
DOI:
https://doi.org/10.5281/zenodo.19186454Keywords:
альтернативный кредитный скоринг, финансовая инклюзия, машинное обучение, мобильные платежи, цифровая экономика, Узбекистан, финтех, небанковское населениеAbstract
В условиях стремительной цифровизации финансового сектора Республики Узбекистан
актуализируется проблема кредитной оценки значительной доли населения, не имеющей формализованной
банковской истории. Традиционные методы кредитного скоринга, основанные исключительно на данных бюро
кредитных историй, исключают из сферы финансовых услуг миллионы потенциально платёжеспособных граждан.
В статье проводится комплексный анализ альтернативных источников данных для кредитного скоринга, включая
данные телекоммуникационных операторов, историю коммунальных платежей, транзакционную активность в
мобильных платёжных системах и цифровой след пользователей. Исследуется международный опыт применения
альтернативного скоринга в развивающихся странах и возможности его адаптации к специфике узбекского рынка.
Предложена концептуальная модель интегрированной скоринговой системы с использованием методов машинного
обучения, а также обоснованы рекомендации по формированию регуляторной среды и институциональной
инфраструктуры для внедрения альтернативного кредитного скоринга в Узбекистане.
Результаты исследования свидетельствуют о том, что применение альтернативных данных способно повысить
точность кредитной оценки на 15–25 % и расширить охват населения финансовыми услугами на 30–40 %.
References
1. Altman, E. (1968). Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. Journal of
Finance, 23(4), 589–609.
2. Lessmann, S., Baesens, B., Seow, H., & Thomas, L. (2023). Benchmarking state-of-the-art classification algorithms for
credit scoring: An update of research. European Journal of Operational Research, 247(1), 124–136.
3. Raiter, M. (2023). Credit scoring and machine learning: Present and future. Journal of Financial Technology, 5, 88–102.
4. McKinsey & Company. (2024). Global Banking Annual Review 2024. Available at: https://www.mckinsey.com/industries/
financial-services/
5. Alliance for Financial Inclusion (AFI). (2025). Alternative data for credit scoring: Opportunities for digital lenders in
emerging markets.
6. Bank for International Settlements (BIS). (2024). Integrating cash-flow analytics in credit risk models. BIS Working
Papers.
7. Gartner. (2025 – January). Market guide for generative AI services for banking.
8. International Monetary Fund. (2024). Financial Stability Report. Washington, DC.
9. World Bank. (2025 – October). Global Findex Database 2025: Connectivity and financial inclusion in the digital
economy.
10. Karimova, N. (2025). AI-driven personalization in digital banking in Uzbekistan: Enhancing customer experience and
financial inclusion. Journal of Multidisciplinary Sciences and Innovations, 1(6), 102–106.
11. Указ Президента Республики Узбекистан от 12–05–2020 № УП–5992 «О Стратегии реформирования банковской
системы Республики Узбекистан на 2020–2025 годы».
12. Указ Президента Республики Узбекистан от 28–01–2022 № ПФ–60 «О Стратегии развития Нового Узбекистана
на 2022–2026 годы».
13. Постановление Президента Республики Узбекистан от 27–03–2019 № ПП–4249 «О Стратегии реформирования
и развития электроэнергетической отрасли».
14. Центральный банк Республики Узбекистан. (2025). Годовой отчёт за 2024 год. Ташкент.
15. Центральный банк Республики Узбекистан. (2020). Финансовая доступность — на повестке дня ЦБ Узбекистана
(статья Председателя М. Нурмуратова).
16. Mastercard. (2023 – December). Fintech market Uzbekistan.
17. KPMG. (2024). Обзор финтех-рынка Узбекистана.
18. Эксперт РА. (2024). Обзор банковского рынка Республики Узбекистан.
19. Zypl.ai. (2024 – January). Spearheading AI-driven financial innovation and regional integration in Central Asia. The
Diplomat.
20. LexisNexis Risk Solutions. (2023). The role of alternative data in credit decisioning. Research Report.
21. Данилина, М. (2025). Узбекский рынок — уникальный пример синтеза планирования и венчурной доступности.
Ассоциация ФинТех (АФТ).
22. De Cnudde, S., Moeyersoms, J., Stankova, M., et al. (2024). What does your Facebook profile reveal about your
creditworthiness? Journal of the Operational Research Society, 70(3).
23. Chen, M., Mao, S., & Liu, Y. (2014). Big data: A survey. Mobile Networks and Applications, 19(2), 171–209.
24. Chopra, A., & White, M. (2024). Artificial intelligence in banking: The future of financial services. McKinsey & Company.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 GREEN ECONOMY AND DEVELOPMENT
This work is licensed under a Creative Commons Attribution 4.0 International License.