اندازه گیری ریسک اعتباری مشتریان با رویکرد شبکه عصبی در یکی از بانک های دولتی

Authors
abstract

ریسک اعتباری را می توان به عنوان ضرر محتمل که در اثر یک رخداد اعتباری اتفاق می افتد، بیان کرد. هنگامی که توانایی طرف قرارداد در تکمیل تعهداتش تغییر کند این رخداد اعتباری رخ می دهد. ریسک اعتباری یکی از مهم ترین عوامل تولید ریسک در بانک­ ها می باشد و این ریسک از این جهت ناشی می شود که دریافت کنندگان تسهیلات توانایی بازپرداخت اقساط بدهی خود را به بانک نداشته باشند. بررسی عوامل موثر و تأثیر گزار بر ریسک اعتباری از اهمیت بالایی برخوردار است،. بنا به آنچه اظهار شد، هدف از انجام پژوهش حاضر طراحی مدلی جهت رتبه بندی مشتریان در حوزه ریسک اعتباری با رویکرد تلفیقی madm و som است. بدین منظور در نخستین مرحله با مرور ادبیات موضوع،29 شاخص مؤثر در ارزیابی ریسک اعتباری مشتریان شناسایی وبر مبنای مدل 6c طبقه بندی شد. در مرحله بعد با توجه به فراوانی شاخص ها و نظر خبرگان 12 شاخص به عنوان شاخص نهایی در نظر گرفته شد. سپس با روش الگوریتم تشخیص الگو شبکه عصبی به تعیین خوشه های بهینه اقدام گردید؛ و با استفاده از روش شبکه عصبی خود سامانده (som) و k-mean مشتریان حقوقی دریافت کننده تسهیلات طبقه بندی گردید. در خاتمه وزن نسبی هریک شاخص های دخیل را در ارزیابی ریسک اعتباری شد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

اندازه‌گیری ریسک اعتباری مشتریان با رویکرد شبکه عصبی در یکی از بانک‌های دولتی

ریسک اعتباری را می‌توان به عنوان ضرر محتمل که در اثر یک رخداد اعتباری اتفاق می‌افتد، بیان کرد. هنگامی که توانایی طرف قرارداد در تکمیل تعهداتش تغییر کند این رخداد اعتباری رخ می دهد. ریسک اعتباری یکی از مهم ‌ترین عوامل تولید ریسک در بانک­‌ها می باشد و این ریسک از این جهت ناشی می‌شود که دریافت‌ کنندگان تسهیلات توانایی بازپرداخت اقساط بدهی خود را به بانک نداشته باشند. بررسی عوامل موثر و تأثیر گزار ...

full text

رتبه بندی اعتباری مشتریان حقیقی بانک ها با استفاده از مدل های مختلف شبکه های عصبی: مطالعه موردی یکی از بانک های خصوصی ایران

در گذشته تصمیم گیری در مورد اعطای تسهیلات به مشتریان بانکها در ایران به روش سنتی و بر پایه قضاوت شخصی در مورد ریسک عدم بازپرداخت صورت می پذیرفت. لیکن افزایش فزاینده تقاضای تسهیلات بانکی از سوی بنگاه های اقتصادی و خانوارها از یک سو و افزایش رقابت های تجاری گسترده و تلاش بانک ها و موسسات مالی و اعتباری در کشور برای کاهش ریسک عدم بازپرداخت تسهیلات از سوی دیگر موجب به کار گیری روش های نوین از جمله ...

full text

مدیریت ریسک اعتباری در بانک کشاورزی شهرستان ممسنی با استفاده از مدل شبکه عصبی

این مقاله با هدف شناسایی عوامل مؤثر بر ریسک اعتباری و ارائه مدلی جهت پیش‌بینی ریسک اعتباری و رتبه‌بندی مشتریان حقوقی متقاضی تسهیلات اعتباری بانک کشاورزی شهرستان ممسنی با استفاده از تکنیک شبکه عصبی انجام گرفته است. بدین منظور بررسی‌های لازم بر روی اطلاعات مالی و غیرمالی مربوط به یک نمونه 205 تایی که به روش نمونه‌گیری خوشه‌ای چندمرحله‌ای تصادفی از میان کشاورزان دریافت‌کننده وام در شهرستان ممسنی د...

full text

بررسی 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...

full text

رتبه بندی اعتباری مشتریان حقیقی بانک ها با استفاده از مدل های مختلف شبکه های عصبی: مطالعه موردی یکی از بانک های خصوصی ایران

در گذشته تصمیم گیری در مورد اعطای تسهیلات به مشتریان بانکها در ایران به روش سنتی و بر پایه قضاوت شخصی در مورد ریسک عدم بازپرداخت صورت می پذیرفت. لیکن افزایش فزاینده تقاضای تسهیلات بانکی از سوی بنگاه های اقتصادی و خانوارها از یک سو و افزایش رقابت های تجاری گسترده و تلاش بانک ها و موسسات مالی و اعتباری در کشور برای کاهش ریسک عدم بازپرداخت تسهیلات از سوی دیگر موجب به کار گیری روش های نوین از جمله ...

full text

رتبه بندی اعتباری مشتریان بانک با استفاده از شبکه عصبی با اتصالات جانبی

استقرار نظام رتبه بندی اعتباری با توجه به حجم انبوه مطالبات معوق بانک ها، یکی از مهمترین ابزارهای کنترل ریسک اعتباری در بانک ها و موسسات مالی است. بر این اساس، هدف اصلی این مقاله رتبه بندی اعتباری مشتریان حقوقی یکی از بانک های دولتی داخل با استفاده از شبکه های عصبی است. شبکه های عصبی به دلیل دقت به مراتب بالاتر و حجم محاسبات پایین تر نسبت به سایر روش های کلاسیک در پیش بینی رفتار اعتباری افراد ح...

full text

My Resources

Save resource for easier access later


Journal title:
مهندسی مالی و مدیریت اوراق بهادار

جلد ۷، شماره ۲۷، صفحات ۱۵۵-۱۸۱

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023