مقایسه عملکرد مدل‌های کلاسیک و هوش مصنوعی در پیش‌بینی وضعیت اعتباری مشتریان بانک

Authors

  • نرجس قاسم نیا عربی کارشناسی ارشد گروه مدیریت صنعتی، دانشکده علوم اقتصادی و اداری، دانشگاه مازندران
Abstract:

 در حال حاضر در نظام بانکداری، عدم بازپرداخت تسهیلات به یکی از بزرگ‌ترین مسائل تبدیل شده‌است و به‌دلیل عدم وجود یک سیستم مناسب برای تخصیص تسهیلات، بانک‌ها و موسسات مالی دچار مشکلات عدیده‌ای ازجمله افزایش حجم مطالبات معوق شده‌اند. نظر به اهمیت ریسک اعتباری، بانک‌های تجاری در سطح دنیا درگذشته اغلب از روش قضاوتی برای تعیین ریسک استفاده می‌نمودند، لکن استفاده از این روش‌ها با توجه به توان محدود انسان‌ها در تحلیل هم‌زمان فاکتورهای مختلف مؤثر بر ریسک اعتباری در مقایسه با روش‌های آماری و هم‌چنین روش‌های هوش مصنوعی از کارایی کمتری برخوردار است. به همین منظور این تحقیق درصدد است تا کارایی مدل رگرسیون لجستیک و شبکه عصبی مصنوعی را در تشخیص وضعیت اعتباری مشتریان بانک در فاصله زمانی سال 1388-1392 بسنجد. بررسی نتایج نشان داد که دقت کل مدل شبکه عصبی در داده‌های آموزش 87% و رگرسیون لجستیک 2/77% تعیین شده‌است و خطای نوع اول و دوم در شبکه عصبی به میزان قابل‌ملاحظه‌ای نسبت به روش دیگر کاهش یافته است. با توجه به نتایج نمی‌توان انتظار داشت مدل‌های آماری با مفروضات کلاسیک نظیر خطی بودن روابط متغیرها، بتوانند ریسک اعتباری مشتریان را به درستی ارزیابی نماید؛ از این رو بکارگیری یا تلفیق تکنیک‌های هوش مصنوعی در این مساله ضرورتا توصیه می‌شود.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

مقایسه تأثیر وضعیت طاق باز و دمر بر وضعیت تنفسی نوزادان نارس مبتلا به سندرم دیسترس تنفسی حاد تحت درمان با پروتکل Insure

کچ ی هد پ ی ش مز ی هن ه و فد : ساسا د مردنس رد نامرد ي سفنت سرتس ي ظنت نادازون داح ي سکا لدابت م ي و نژ د ي سکا ي د هدوب نبرک تسا طسوت هک کبس اـه ي ناـمرد ي فلتخم ي هلمجزا لکتورپ INSURE ماجنا م ي دوش ا اذل . ي هعلاطم ن فدهاب اقم ي هس عضو ي ت اه ي ندب ي عضو رب رمد و زاب قاط ي سفنت ت ي هـب لاتـبم سراـن نادازون ردنس د م ي سفنت سرتس ي لکتورپ اب نامرد تحت داح INSURE ماجنا درگ ...

full text

پیش‌بینی رتبه اعتباری مشتریان بانک‌ها با رویکرد هوش مصنوعی

در مقاله حاضر به منظور پیش‌بینی عملکرد مالی مشتریان حقوقی بانک‌ها یک مدل‌ رتبه‌بندی اعتباری، با استفاده از الگوریتم حل چندهدفه ـ که ترکیبی از قوانین چیرگی فازی، الگوریتم ژنتیک و الگوریتم سیمپلکس است ـ ارائه می‌شود. سپس کارآیی مدل بر اساس توانایی آن در تشخیص دقیق نکول مورد ارزیابی قرار می‌گیرد. با استفاده از داده‌های بانک کشاورزی در سال‌های 1380ـ1385، مدل مفهومی رتبه‌بندی اعتباری، تعیین و نس...

full text

پیش بینی رتبه اعتباری مشتریان بانک ها با رویکرد هوش مصنوعی

در مقاله حاضر به منظور پیش بینی عملکرد مالی مشتریان حقوقی بانک ها یک مدل رتبه بندی اعتباری، با استفاده از الگوریتم حل چندهدفه ـ که ترکیبی از قوانین چیرگی فازی، الگوریتم ژنتیک و الگوریتم سیمپلکس است ـ ارائه می شود. سپس کارآیی مدل بر اساس توانایی آن در تشخیص دقیق نکول مورد ارزیابی قرار می گیرد. با استفاده از داده های بانک کشاورزی در سال های 1380ـ1385، مدل مفهومی رتبه بندی اعتباری، تعیین و نسبت بد...

full text

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 ...

full text

رتبه 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 text

رتبه 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 text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 10  issue 20

pages  51- 69

publication date 2019-01-21

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