طبقه بندی متقاضیان تسهیلات اعتباری بانکی با استفاده از داده کاوی و منطق فازی

Authors

  • احمد نادعلی کارشناسی ارشد مدیریت فناوری اطلاعات، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران
Abstract:

در این پژوهش، هدف، بهره گیری از ابزارهای داده کاوی و منطق فازی برایطبقه بندی مشتریان تسهیلات اعتباری می باشد به طوریکه ابهامات و عدم قطعیت رادر خصوص طبقات مشتریان و نیز متغیرهای تاثیر گذار در رفتار آنها را پوشش دهد.روش کار بدین شکل می باشد که طبق یک فرایند استاندارد داده کاوی، داده هایمشتریان سابق بانک سامان جمع آوری و پالایش شده و سپس طبقات و متغیرهاییکه قابلیت فازی کردن داشتند، طبق نظر کارشناسان بانک و با توجه به اصطلاحاتکلامی آنها برای این متغیرها، فازی شده و با استفاده از تکنیک درخت تصمیمفازی، داده های نهایی مدلسازی گردیدند. همچنین داده های غیر فازی نیز با چندالگوریتم دیگر مدلسازی شدند. نتیجه حاصل شده نشان داد که درخت تصمیم فازینتایج بهتری را به لحاظ دقت تفکیک مشتریان نسبت به درختهای سنتی، شبکه های عصبی و روش های آماری از قبیل رگرسیون لجستیک و شبکه های بیزین دارد؛ ولینسبت به مدل های درخت ژنتیکی و ماشین بردار پشتیبان دقت کمتری دارد. از طرفیتکنیک درخت تصمیم فازی نسبت به عملکرد پیش بینی کارشناسان اعتبارسنجبانک نیز قدرت پیش بینی بهتری حاصل نموده است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

طبقه بندی متقاضیان تسهیلات اعتباری بانکها با استفاده از تکنیک ماشین بردار پشتیبان

در صنعت بانکداری یکی از موضوعاتی که همواره بایستی مدنظر سیاستگذاران اعتباری قرار دا شته باشد، مبحث مدیریتریسک است. در بین ریسک های مختلفی که بان کها با آن مواجهند, ریسک اعتباری از با اهمیت ترین آن ها است که اززیان های ناشی از ناتوانی یا عدم تمایل مشتری به ایفای تعهدات خویش در برابر بانک حاصل م یگردد.جهت مدیریت و کنترل ریسک مذکور , سیستم های طبقه بندی اعتباری مشتریان ضرورتی انکار ناپذیر است . چن...

full text

طبقه بندی متقاضیان تسهیلات اعتباری بانکها با استفاده از تکنیک ماشین بردار پشتیبان

در صنعت بانکداری یکی از موضوعاتی که همواره بایستی مدنظر سیاستگذاران اعتباری قرار دا شته باشد، مبحث مدیریتریسک است. در بین ریسک های مختلفی که بان کها با آن مواجهند, ریسک اعتباری از با اهمیت ترین آن ها است که اززیان های ناشی از ناتوانی یا عدم تمایل مشتری به ایفای تعهدات خویش در برابر بانک حاصل م یگردد.جهت مدیریت و کنترل ریسک مذکور , سیستم های طبقه بندی اعتباری مشتریان ضرورتی انکار ناپذیر است . چن...

full text

ارزیابی ریسک حسابرسی با استفاده از رویکرد داده کاوی (مطالعه موردی: تسهیلات بانکی)

هدف از اجرای این تحقیق ارزیابی ریسک حسابرسی اعتباری با استفاده از رویکرد داده‌کاوی در بانک‌های پذیرفته شده در بورس اوراق بهادار تهران طی سال 1396 بوده است که بر اساس داده‌های گرفته شده از 200 نفر از کسانی است که از بانک تسهیلات گرفته‌اند. ریسک اعتباری ریسک احتمالی است که با احتمال شکست قرض گیرنده در بازپرداخت وام و یا برآورده نمودن تعهدات رخ می‌دهد. به طور سنتی ریسکی است که قرض‌دهنده نمی‌تواند ...

full text

شناسایی و طبقه بندی مشتریان سیستم بانکی ایران از منظر انتظارات و ارزش درک شده خدمات بانکی با استفاده از تکنیک های داده کاوی

چکیده در شرایط بازار رقابتی با توجه به فراوانی بانک­های خصوصی، دولتی و مؤسسات مالی و اعتباری، بانک‏ها همواره می‏کوشند برای اینکه از سوی مشتریان ترجیح داده شوند، رضایت مشتریان را بیش از پیش جلب کنند. هدف از این مقاله شناسایی و طبقه­بندی گروه­هایی از مشتریان سیستم بانکی است که تمایل و گرایش ایشان به یک جهت­گیری استراتژیک و عوامل ارزش­آفرین مشابه است. از این رو، شناخت عوامل ارزش­آفرین برای مشتر...

full text

رائه روشی برای طبقه بندی اعتباری متقاضیان تسهیلات اعتباری با رویکرد داده کاوی مبتنی بر ماشین بردار پشتیبان(مطالعه موردی شعب بانک صادرات ارومیه)

پایه ریزی و ایجاد یک سیستمبرای کنترل ریسک مشتریان جزئی از مدیریت علمی یک بانک بشمار می رود.نظر به اهمیت ریسک اعتباری در سیستم بانکی مدل های طبقه بندی اعتباری به عنوان ابزارهایی جهت کنترل این ریسک توسعه یافته اند.بسیاری از اسن مدلها مدلهای کلاسیک هستند و توانائی ارزیابی اعتباری مشتریان را بطور کامل و بهینه ندرند.بنا براین زمینه ورود مدلهای هوش مصنوعی به این حوزه مهیا گردیده است. لذا در تحقیق حاض...

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 9  issue 25

pages  85- 107

publication date 2012-09-10

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023