رویکردی نوین از کاربرد مدل‌های تصمیم‌گیری چند معیاره در طبقه‌بندی مشتریان اعتباری بانک

همواره مهم‌ترین عامل در تعیین وضعیت اعتباری مشتریان، بررسی ریسک اعتباری آن‌ها بوده است. در گذشته ریسک اعتباری غالبا با قضاوت شهودی تعیین می‌گردید که در مقایسه با روش‌های آماری و هوش مصنوعی که اخیرا مورد توجه قرار گرفته‌اند ازکارایی کمتری برخوردار بوده است. این در حالی است که بکارگیری روش‌های آماری، مستلزم توزیع مشخص داده‌ها می‌باشد و از طرف دیگر استفاده از روش‌های هوش مصنوعی نیز مستلزم محاسبات پیچیده، هزینه‌بر بوده و مدل‌های ارائه شده از آن نیز غیرقابل تفسیر و تحلیل است. از این رو مقاله حاضر سعی دارد با استفاده از رویکرد جدیدی از بکارگیری مدل‌های تصمیم‌گیری چند معیاره، ضمن کاهش پیچیدگی محاسبات و عدم نیاز به فرض خاصی برای داده‌ها، به طبقه‌بندی مشتریان اعتباری بپردازد. در تحقیق حاضر، رویکرد C-TOPSIS که بر پایه روش TOPSIS می‌باشد به عنوان رویکردی جدید از کاربرد فنون تصمیم‌گیری چندمعیاره، برای طبقه‌بندی مشتریان اعتباری بانک بکارگرفته شد. برای سنجش اعتبار رویکرد جدید C-TOPSIS، عملکرد این مدل با عملکرد مدل کلاسیک رگرسیون لجستیک در تشخیص وضعیت اعتباری مشتریان شعب بانک سینا در فاصله زمانی سال 1388-1392 مورد مقایسه قرار گرفت. نتایج نشان داد که مدل C-TOPSIS با دقت کل 8/58% عملکرد بهتری در مقایسه با رگرسیون لجستیک با دقت 4/54% داشته است و خطای نوع اول و دوم در C-TOPSIS نیز به میزان قابل‌ملاحظه‌ای نسبت به روش دیگرکاهش یافته است.