رتبه بندی اعتباری مشتریان اعتباری بانک با دو روش لاجیت و پرابیت

thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه پیام نور استان مازندران - دانشکده علوم انسانی
author عباس عالی زاده
adviser عبدالکریم مقدم حسن صالح نژاد
Number of pages: First 15 pages
publication year 1389

abstract

امتیاز دهی اعتباری، روشی است که احتمال این مسئله را که، آیا متقاضی وام یا وام گیرنده فعلی بدهی خود رابه موقع پرداخت می کند (خوش حساب خواهد بود) یا اینکه در پرداخت بدهی خود قصور می کند را برآورد می نماید. دو نوع روش برای امتیازدهی اعتباری شامل مدل آماری سنتی مثل تجزیه و تحلیل رگرسیون و مدل های داده کاری مثل طبقه بندی و رگرسیون های سلسله مراتبی و دسته بندی آنها وجود دارد. در این تحقیق، ساختار هر دو مدل امتیازدهی اعتبار، بر اساس داده های صحیح از یک بانک بررسی شده است و میان آنها مقایسه ای انجام گرفته که حاصل آن بر ضرورت بکارگیری مدل های آماری در تصمیم گیری های اعتباری است و در مقایسه بین دو مدل رگرسیون دو گانه، در امتیازدهی اعتباری عملکرد رگرسیون لاجیت بهتر از رگرسیون پرابیت می باشد. با وجود محدودیت در دسترسی به داده های اعتباری، مدل های برازش شده به دقتی بیش از 80درصد رفتار اعتباری مشتریان را پیش بینی می نمایند و مدل لاجیت با رویکرد پسین با حداکثر دقت حدود90 درصد عملکرد بهتری در تفسیر رفتار اعتباری مشتریان دارد.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

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

full text

برآورد ریسک اعتباری و رتبه بندی اعتباری مشتریان بانک ملت با استفاده از مدل لاجیت

بانکها در پرداخت تسهیلات با خطر بزرگی که به آن ریسک اعتباری می گویند مواجه هستند. برای کاهش این ریسک، باید درجه اعتبار و قدرت بازپرداخت اصل و سود تسهیلات دریافت کننده را تعیین نمود تا احتمال عدم برگشت اصل و سود تسهیلات اعطایی، کاهش یابد. یکی از روش های کاهش این ریسک، طراحی نظام تعیین درجه اعتباری (رتبه بندی اعتباری) برای دریافت کنندگان تسهیلات است. در این تحقیق با درنظر گرفتن مشتریان حقیقی بانک...

15 صفحه اول

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 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 text

معرفی یک روش ویکور توسعه یافته برای رتبه بندی اعتباری مشتریان بانک ها

امروزه بسیاری از بانک های داخلی کشور نوعی ریسک اعتباری را تجربهمی کنند که از پیامدهای آن می توان افزایش مطالبات معوق بانک هاو مشکل عدمبازپرداخت وام های بانک مرکزی را برشمرد. بنابراین استقرار یک سیستم مدیریتاعتباری یکی از C ریسک اعتباری لازم و ضروری به نظر می رسد. سیستم معتبر پنجسیستم های رتبه بندی مشتریان است که می تواند برای مدیریت ریسک اعتباری درنظر گرفته شود. از سوی دیگر وجود یک ابزار مناسب ...

full text

ارزیابی ریسک اعتباری مشتریان حقوقی بانک و مقایسه دو مدل لاجیت و پرابیت (مطالعه موردی: بانک کارآفرین)

هدف اصلی این پژوهش، ارزیابی ریسک اعتباری مشتریان حقوقی که از بانک کارآفرین تقاضای وام نموده اند، است . یکی از راه های کمی کردن و اندازه گیری ریسک اعتباری استفاده از مدل امتیازدهی اعتباری می باشد . به این منظور با استفاده از اطلاعات مالی و ویژگی های غیر مالی 247 مشتری ، مدل های پرابیت و لاجیت مورد آزمون قرار گرفت . نتایج حاصل از آزمون فرضیه ها نشان داد، اطلاعات و نسبت های مالی هم چون نسبت بدهی ...

15 صفحه اول

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 پیام نور استان مازندران - دانشکده علوم انسانی

Keywords

مدل لاجیت مدل پرابیت رتبه بندی ranking مشتری clients بانک ها banks اعتبار credit مدیریت خطرپذیری risk management وام loan الگوریتم ژنتیکی genetic algorithm شبکه عصبی neural network درخت تصمیم decision tree هوش مصنوعی

Hosted on Doprax cloud platform doprax.com