Գիտական թեմայի նպատակն էր ձևավորել նոր մեթոդաբանական մոտեցում և մաթեմատիկական մոդել՝ հիմնված ոչ հստակ բազմությունների տեսության վրա, որը կօգնի ճիշտ որոշում կայացնել փոքր բիզնեսի ձեռնարկությունների վարկավորման անհրաժեշտության մասին:

Բանախոսը նշեց, որ վարկունակության գնահատման համար կառուցվում են ցուցանիշների գնահատականների ոչ  հստակ ենթաբազմություններ՝ ցուցանիշի ռեյտինգի ցածր մակարդակ, ցուցանիշի ռեյտինգի միջինից ցածր մակարդակ, ցուցանիշի ռեյտինգի միջին մակարդակ, ցուցանիշի ռեյտինգի միջինից բարձր մակարդակ և ցուցանիշի ռեյտինգի բարձր մակարդակ: Ընդ որում յուրաքանչյուր մակարդակ ունի  իր թվային արժեքը:

Հաջորդ քայլում կառուցվում է վարկունակության գնահատականը (ընդհանուր ռեյտինգը)` վերցնելով բոլոր ցուցանիշների ռեյտինգների գումարը և կայացվում է վարկավորման մասին որոշում:

Նշենք նաև, որ վարկունակության գնահատման համար ուսումնասիրվել էր 22 ցուցանիշ, որոնք իրենց հերթին բաժանվում են 2 խմբի՝ որակական և քանակական: Որակական ցուցանիշների շարքին կարելի է դասել ոլորտային սպեցիֆիկացիայի ցուցանիշները, ռեգիոնային սպեցիֆիկացիայի  և ձեռնարկության գործունեության ցուցանիշները: Իսկ քանակական ցուցանիշներից կարելի է առանձնացնել ֆինանսատնտեսական ցուցանիշները:

Բանախոսը ներկայացրեց նաև ռեյտինգի որոշման գործընթացի առանձնահատկությունները: Այն կատարվում է X բազմության բոլոր ցուցանիշների համար, և ստացված ռեյտինգները գումարվում են` ձևավորելով վերջնական ռեյտինգը` Q-ն: Դա թույլ է տալիս վարկավորման և վարկավորումը մերժելու մասին որոշում կայացնել: Հաշվի առնելով բանկի վարկավորման սխեմաների բոլոր տարբերակները և Q-ն` ընտրվում է օպտիմալ տարբերակը:

Սեմինարի վերջում զեկուցողը նշեց, որ առևտրային բանկերում վարկառուների վարկունակության գնահատականի հավաստիության համար անհրաժեշտ է իրականացնել գնահատման գործընթացի  ավտոմատացում՝ ոչ հստակ բազմությունների տեսության գործիքակազմի և մաթեմատիկական կանոնների կիրառության միջոցով: Դա կնվազեցնի վարկային ռիսկը, վարկային մասնագետի գնահատման սուբյեկտիվության ռիսկը, կմինիմալացնի ձեռնարկության կողմից ներկայացված ինֆորմացիայի կանխամտածված սխալների ազդեցությունը և կարագացնի որոշում կայացնելու գործընթացը: