تعیین رتبه اعتباری مشتریان حقیقی بانک ها با استفاده از شبکه های عصبی

thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه علامه طباطبایی
author مریم ملکی
adviser محمد تقی تقوی فرد
Number of pages: First 15 pages
publication year 1389

abstract

مهمترین هدف این تحقیق، کمک به مدیران اعتباری بانک ها و موسسات مالی جهت اخذ تصمیمات اعتباری می باشد. مدیران موسسات اعتباری به کمک سیستم های رتبه بندی اعتباری، می توانند تصمیمات اعتباری خود را با دقت بیشتر، با صرف هزینه و زمان کمتری اتخاذ نمایند. در این تحقیق سعی خواهد شد با استفاده از اطلاعات موجود در پرونده های اعتباری مشتریان حقیقی بانک کارآفرین، مدلی قابل قبول جهت رتبه بندی اعتباری مشتریان حقیقی بانک ها ارائه شود. بدین منظور پس از مطالعه تحقیقات و مقالات گذشته، عواملی که در رتبه بندی اعتباری مشتریان حقیقی بانک ها تاثیر گذار هستند، شناسایی می شود. پس از شناسایی عوامل تاثیر گذار، به انتخاب مدل شبکه عصبی مناسب جهت رتبه بندی اعتباری مشتریان پرداخته می شود. لازم به ذکر است در این تحقیق برای اعتبار سنجی مدل ارائه شده از داده های واقعی استفاده می شود.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

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

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

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

طراحی 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 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 @}

document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه علامه طباطبایی

Keywords

رتبه بندی اعتباری شبکه های عصبی هوش مصنوعی

Hosted on Doprax cloud platform doprax.com