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 نسبت بدهی، نسبت فعالیت و نسبت ارزش ویژه به مجموع دارایی‌ها به عنوان متغیرهای توضیحی مدل انتخاب شده‌اند. از سوی دیگر نکول یا عدم نکول به صورت یک متغیر موهومی به عنوان متغیر وابسته مدل در نظر گرفته شده است. جهت آموزش و اعتبار‌سنجی مدل، داده‌ها به دو مجموعه مدل و شاهد تقسیم شده‌اند. پس از اجرای الگوریتم، علاوه بر  مقادیر درجه تشخیص و درجه حساسیت، به عنوان دو معیار کارآیی مدل، متغیر کلیدی نیز تعیین می‌‌گردد.‍طبقه‌بندی Z0,G17,C31 :JELتاریخ دریافت مقاله: 1389/8/3                                              تاریخ پذیرش مقاله: 1389/9/8