خوشه بندی اعتباری مشتریان برای ارائه تسهیلات متناسب
نویسندگان
چکیده
مؤسسات اعتباری برای در اختیار قرار دادن انواع تسهیلات اعطایی به مشتریان خود ، نیاز به انجام بررسی های کاملی به منظور شناخت متقاضیان از ابعاد کیفی و کمّی دارند، تا از این طریق، ارزیابی کاملی از سنجش توان بازپرداخت و محاسبه احتمال عدم بازپرداخت تسهیلات و خدمات تأمین مالی از سوی آنان، به عمل آید، این بررسی ها را به طور عام اعتبارسنجی گویند. هدف از انجام این تحقیق رتبه بندی گروه های مشتریان و تعیین بخش های برتر از آنها می باشد تا با استفاده از آن شرکت کارگزاری بتواند عملیات تخصیص اعتبار را به نحوی مکانیزه انجام دهد. در اینجا پس از پیش پردازش اولیه از داده ها ،آنها به شکل مدل rfm پردازش می شوند. سپس با استفاده از شبکه عصبی som به عنوان یکی از الگوریتم های خوشه بندی، مشتریان به 10 خوشه تبدیل خواهند شد. در ادامه با استفاده از مدل پیشنهادی، خوشه ها رتبه بندی می شوند. خوشه های برتر شناسایی و عملیات اعطای تسهیلات برای اعضای این خوشه ها انجام می شود. در نهایت سه خوشه 5، 1 و 7 به عنوان خوشه های برتر تعیین شدند که به عنوان مشتریان هدف می باشند. ضریب تسهیلات اعطایی به این سه خوشه برتر به ترتیب 0.271 ، 0.173 و 0.556 می باشد.
منابع مشابه
خوشه بندی اعتباری مشتریان برای ارائه تسهیلات متناسب ( مطا لعه موردی : کارگزاری سرمایه گذاری ملی ایران)
موسسات اعتباری برای در اختیار قرار دادن انواع تسهیلات اعطایی به مشتریان خود ، نیاز به انجام بررسی های کاملی به منظور شناخت متقاضیان از ابعاد کیفی و کمّی دارند؛ تا از این طریق، ارزیابی کاملی از سنجش توان بازپرداخت و محاسبه احتمال عدم بازپرداخت تسهیلات و خدمات تأمین مالی از سوی آنان، به عمل آید، این بررسی ها را به طور عام اعتبارسنجی گویند. امروزه به منظور اعتبارسنجی مشتریان نظام هایی نظیر «امتیاز ...
بهبود روش تحلیل پوششی داده ها به منظور خوشه بندی مشتریان اعتباری بانک ها
رقابت بین مدیران سازمان های صنعتی و خدماتی برای تامین نیازهای مالی و اعتباری خود از طریق دریافت تسهیلات بانکی به صورت روزانه در حال افزایش است. از طرف دیگر منابع مالی و اعتباری بانکها و موسسات مالی برای ارائه تسهیلات به متقاضیان محدود میباشد. بر این اساس تخصیص بهینه منابع محدود مالی با هدف حداکثر نمودن ارزش سرمایه گذاری برای آنها یک ضرورت می-باشد. در این تحقیق پس از شناسایی معیارهای اعتباردهی...
متن کاملرتبه بندی اعتباری مشتریان حقوقی بانک پارسیان
این مقاله با هدف مدلسازی سنجش ریسک اعتباری و اعتبارسنجی مشتریان در بانک پارسیان به روش رگرسیون لاجیت وپروبیت و مدل شبکههای عصبی هوشمند GMDH انجام میشود. بدین منظور اطلاعات و دادههای مالی و کیفی یک نمونه تصادفی 400 تایی از مشتریان که تسهیلات دریافت نموده اند مورد بررسی قرار میگیرد. این حجم نمونه از مشتریان دارای حساب منتهی به سال 1388 انتخاب شدهاند. در این مقاله پس از بررسی پروندههای اعتبا...
متن کاملرتبه بندی اعتباری مشتریان حقوقی بانک پارسیان
این مقاله با هدف مدلسازی سنجش ریسک اعتباری و اعتبارسنجی مشتریان در بانک پارسیان به روش رگرسیون لاجیت وپروبیت و مدل شبکههای عصبی هوشمند GMDH انجام میشود. بدین منظور اطلاعات و دادههای مالی و کیفی یک نمونه تصادفی 400 تایی از مشتریان که تسهیلات دریافت نموده اند مورد بررسی قرار میگیرد. این حجم نمونه از مشتریان دارای حساب منتهی به سال 1388 انتخاب شدهاند. در این مقاله پس از بررسی پروندههای اعتبا...
متن کاملبررسی رفتار اعتباری مشتریان تسهیلات مصرفی بخش مسکن با استفاده از شبکه های عصبی امتیازبندی اعتباری
امروزه سیستم های هوشمند کاربردهای فراوانی در امور مختلف بانکی و مالی پیدا کرده اند. بررسی و تصویب اعتبارات، یکی ازکاربردهای شبکه های عصبی است. از طرف دیگر محدودیت منابع در بخش مسکن و به تبع آن کمبود مسکن در کشور، تخصیصبهینه منابع را یک ضرورت نموده است. پژوهش حاضر با هدف ارائه مدل مناسب بررسی رفتار اعتباری مشتریان تسهیلات مصرفی تسهیلات خرید مسکن با استفاده از شبکه های عصبی جهت امتیازبندی اعتبار...
متن کاملبکارگیری الگوریتم الکترومغناطیس در خوشه بندی اعتباری مشتریان بانکی
اگرچه بانک ها و موسسات اعتباری با مخاطرات زیادی همچون ریسک های عملیاتی، بازار، نرخ بهره و... مواجه اند، ولی با توجه به ماهیت فعالیت های آن ها، ریسک اعتباری بیشترین نقش را در توان سودآوری آن ها خواهد داشت. علیرغم ابداعات و نوآوری های موجود در نظام بانکی، ریسک عدم بازپرداخت وام از سوی وام گیرندگان هنوز هم به عنوان دلیل عمده ورشکستگی یا عدم موفقیت بانک ها محسوب می شود و علت آن هم این است که معمولاً...
منابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
عنوان ژورنال:
پژوهش های مدیریت در ایرانناشر: دانشگاه تربیت مدرس
ISSN 2322-X200
دوره 17
شماره 4 2013
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023