کاربرد سیستم های استدلال عصبی- فازی در رتبه بندی اعتباری مشتریان حقوقی بانکها
Authors
abstract
امروزه ریسک اعتباری به عنوان یکی از بزرگترین عوامل ورشکستگی بانکها و مؤسسات مالی شناخته شده است. به منظور مدیریت و کنترل این ریسک طراحی مدلهای رتبهبندی اعتباری در بانکها ضرورتی انکار ناپذیر است. رتبهبندی اعتباری به منظور تعیین احتمال نکول در بازپرداخت تسهیلات اعتباری و از سوی دیگر برای طبقهبندی مشتریان متقاضی تسهیلات اعتباری به دو گروه خوش حساب و بد حساب مورد استفاده قرار میگیرد. تا بهحال روش های آماری مختلفی از جمله آنالیز ممیزی، رگرسیون خطی و لجستیک و شبکههای عصبی در زمینه رتبهبندی اعتباری توسعه یافتهاند. در این میان، شبکه های عصبی به دلیل انعطافپذیری و دقت بالا، در سالهای اخیر بیشتر مورد توجه قرار گرفتهاند. در این مقاله یک مدل رتبه بندی اعتباری با استفاده از سیستم های استدلال عصبی- فازی جهت رتبهبندی مشتریان حقوقی بانکها ارائه شده است. متغیرهای ورودی این مدل نسبت بدهی، نسبت فعالیت و نسبت ارزش ویژه به مجموع دارایی ها و متغیر خروجی آن احتمال نکول مشتری، در نظر گرفته شده است. پس از آموزش و تست مدل بر اساس داده های بانک کشاورزی طی سالهای 1380-1385، مدل ارائه شده با دقت 36/69 درصد وضعیت اعتباری مشتریان را پیشبینی می کند. طبقهبندی jel : g52
similar resources
کاربرد سیستمهای استدلال عصبی- فازی در رتبهبندی اعتباری مشتریان حقوقی بانکها
امروزه ریسک اعتباری به عنوان یکی از بزرگترین عوامل ورشکستگی بانکها و مؤسسات مالی شناخته شده است. به منظور مدیریت و کنترل این ریسک طراحی مدلهای رتبهبندی اعتباری در بانکها ضرورتی انکار ناپذیر است. رتبهبندی اعتباری به منظور تعیین احتمال نکول در بازپرداخت تسهیلات اعتباری و از سوی دیگر برای طبقهبندی مشتریان متقاضی تسهیلات اعتباری به دو گروه خوش حساب و بد حساب مورد استفاده قرار میگیرد. تا به...
full textرتبه 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...
full textرتبه 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...
full textرتبه 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 شبکه های عصبی هوشمند gmdh انجام می شود. بدین منظور اطلاعات و داده های مالی و کیفی یک نمونه تصادفی 400 تایی از مشتریان که تسهیلات دریافت نموده اند مورد بررسی قرار می گیرد. این حجم نمونه از مشتریان دارای حساب منتهی به سال 1388 انتخاب شده اند. در این مقاله پس از بررسی پرونده های اعتبا...
full textطراحی سیستم هوشمند ترکیبی رتبه بندی اعتباری مشتریان بانک ها با استفاده از مدل های استدلالی فازی ترکیبی
هدف اصلی تمام بانک های تجاری جمع آوری پس اندازهای افراد حقیقی و حقوقی و تخصیص آن ها به صورت تسهیلات به شرکت های صنعتی، خدماتی و تولیدی است . عدم بازپرداخت تسهیلات از جانب این مشتریان، بانک ها را دچار م شکلات عدیده ای از جمله ناتوانی در بازپرداخت وام های بانک مرکزی، بیشتر شدن مقدار تسهیلات از مقدار باز پرداختی های مشتریان و عدم توانایی اعطای تسهیلات می کند . اهمیت اعطای تسهیلات در صنعت بانکداری ...
full textرتبه بندی اعتباری مشتریان حقوقی بانک صادرات
چکیده یکی از مشکلات نظام بانکی کشور مطالبات معوق آن ها است. و یکی از راهکارهای اساسی برای رفع این معضل ایجاد نظام سنجش اعتبار و رتبه بندی اعتباری مشتریان بانکها است. نسبت مالی استخراج شده از صورت های مالی شرکت ها از دیرباز به عنوان یکی از ابزارهای بسیار مفید در ارزیابی شرکت ها توسط سرمایه گذاران و سایر اشخاص ذینفع جهت پیش بینی وضعیت آتی واحد تجاری مورد استفاده قرار گرفته اند. شناسایی و معرفی ...
My Resources
Save resource for easier access later
Journal title:
مجله تحقیقات اقتصادیPublisher: دانشکده اقتصاد- دانشگاه تهران
ISSN 0039-8969
volume 45
issue 3 2010
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023