مقایسه کارکرد مدل شبکه های عصبی مصنوعی و درختهای طبقه بندی و رگرسیونی در فرایند اعتبارسنجی مشتریان سیستم بانکی

پایان نامه
چکیده

اعطای اعتبار بخش مهمی از عملیات بانکی می باشد. تصمیمات مرتبط با این موضوع از تعیین کننده ترین سیاست-های بانک ها و موسسات مالی و اعتباری می باشد و علیرغم اینکه می تواند یکی از مهمترین منابع سود باشد، با ریسک های بزرگی نیز مرتبط است که در مواردی ممکن است حتی منجر به ورشکستگی شود. از آن جمله می توان به ریسک اعتباری اشاره نمود که در سال های اخیر مهمترین عامل ورشکستگی موسسات مالی محسوب می شود. از اینرو طراحی و استقرار مدل های سنجش ریسک اعتباری در نظام مالی کشور، نقش کارآمدی در تخصیص بهینه منابع و کاهش احتمال نکول وام های اعطایی خواهد داشت. پژوهش حاضر تلاشی است در جهت یافتن مدلی که بتواند ریسک اعتباری را با صحت بالایی پیش بینی نماید. در این راستا با استفاده از داده های اعتباری 330 نفر از مشتریان موسسه مالی و اعتباری ثامن الائمه (ع) که در فاصله سال های 1385 تا 1388 از این موسسه تسهیلات اعتباری دریافت نموده بودند، دو مدل شبکه های عصبی مصنوعی و درخت های طبقه بندی و رگرسیونی طراحی شدند و کارایی آنها مورد آزمون و مقایسه قرار گرفت. نتایج نشان می دهد که صحت پیش بینی درمورد شبکه های عصبی مصنوعی 32/83 درصد و در مورد درخت های طبقه بندی و رگرسیونی برابر با 54/79 درصد می باشد. بنابراین مدل شبکه های عصبی مصنوعی مدل کاراتر تشخیص داده شده و جهت بکارگیری در نظام مالی کشور پیشنهاد می شود.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

مقایسه کارکرد مدل لاجیت و روش درختهای طبقه بندی و رگرسیونی در فرآیند اعتبار سنجی متقاضیان حقیقی برای استفاده از تسهیلات بانکی

در صنعت بانکداری امروز وامها نقشی اساسی دارند، به طوریکه بخش زیادی از دارائیهای یک بانک از وامهای پرداخت شده به افراد و شرکتها تشکیل می شود، در نتیجه با توجه به افزایش تعداد درخواستهای وام از سوی افراد و با توجه به ریسک موجود در این رشته از فعالیتها، ارایه روشی برای مدیریت این وامها ضروری به نظر می رسد. در بین ریسک¬هایی که بانک با آن مواجه است، ریسک اعتباری از اهمیت ویژه ای برخوردار است. یکی از...

متن کامل

مقایسه روش های طبقه بندی، شبکه عصبی مصنوعی و رگرسیون چندمتغیره در برآورد بازیابی فلز از بلوک کانسنگ

با توجه به نقش بازیابی در محاسبه ارزش اقتصادی بلوک کانسنگ و تأثیر مقدار این ارزش بر محاسبات طراحی و برنامه‌ریزی تولید معدن، تعیین بازیابی فلز از بلوک کانسنگ ارسالی به کارخانه فرآوری، از اهمیت بالایی برخوردار است. هدف از این پژوهش، بررسی قابلیت برآورد بازیابی بلوک کانسنگ به‌<span lang="AR-SA" dir="R...

متن کامل

مقایسه مدل های شبکه عصبی مصنوعی و رگرسیونی در تخمین وزن خشک و جذب فسفرگیاه ذرت

در این تحقیق مقایسه­ای بین شبکه عصبی مصنوعی (ann) و مدل­های رگرسیونی خطی در تخمین وزن خشک و جذب فسفر گیاه ذرت از روی فسفر خاک استخراج شده توسط عصاره­گیرهای مختلف انجام یافت.  برای این منظور 25 نمونه مرکب خاک سطحی (cm30-0) از نقاط مختلف استان آذربایجان شرقی جمع آوری و در آن خاک­ها گیاه ذرت (سینگل کراس 704) در سه تکرار در گلخانه کشت شد. بعد از 60 روز گیاهان برداشت و وزن خشک بخش هوایی و غلظت فسفر ...

متن کامل

مقایسه مدل های تجربی، رگرسیونی و شبکه عصبی مصنوعی در برآورد تابش خالص دریافتی(Rs) در ایستگاه سینوپتک زاهدان

تابش خورشیدی در بسیاری از مدلهای هیدرولوژی به عنوان پارامتری مهم در تخمین تبخیر و تعرق می­باشد. تهیه و ایجاد وسایل انداره­گیری این پارامتر بسیار پرهزینه می­باشد. در این تحقیق از داده­های اندازه­گیری شده تابش (Rs) در سال های 1385 تا 1389 ایستگاه هواشناسی زاهدان استفاده شده است. در این تحقیق چند مدل غیرخطی نظیر شبکه عصبی با الگوریتم BFGS و شبکه عصبی با کاهش شیب توام و رگرسیون خطی محلی با استفاده ...

متن کامل

ارزیابی قابلیت مدل‏ های سیستم استنتاج فازی-عصبی تطبیقی، شبکه عصبی مصنوعی و رگرسیونی در تحلیل منطقه ‏ای سیلاب

سابقه و هدف: توسعه روش‏های برآورد فراوانی منطقه‏‏‏ ای سیلاب در مناطق فاقد ایستگاه‏‏ های اندازه‏گیری یکی از اولین اهداف اصلی در مسایل روز هیدرولوژی می‏ باشد. ارزیابی فراوانی سیلاب در حوضه‏ های فاقد ایستگاه‏های اندازه‏ گیری، معمولاً توسط ایجاد روابط مناسب آماری (مدل‏ها)بین سیلاب و ویژگی‏های فیزیکی حوضه انجام می‏ گیرد. تاکنون معادلات متعددی در زمینه برآورد دبی سیلاب در مناطق مختلف از جمله حوضه کرخه...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه بوعلی سینا - دانشکده اقتصاد و علوم اجتماعی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023