- تاریخ انتشار : ۱۳۹۵
- ناشر : سومین کنفرانس بین المللی پژوهش های نوین در مدیریت - اقتصاد و حسابداری
- زبان مقاله : همه
- تعداد صفحات : 17
- حجم فایل : 0 کیلوبایت
- نوع مقاله : مجموعه مقالات کنفرانس
- مجموعه : حسابداری
چکیده مقاله
یکی از تصمیمات اساسی در مدیریت ریسک بانک ها ارزیابی اعتباري است، که شامل اقدامات،جمع آوري داده ها، تحلیل و دسته بندي در گروه هاي متفاوت اعتباري و تصمیم گیري می باشد. پرکاربردترین روش دسته بندي مشتریان، امتیاز اعتباري است که با اندازه گیري اعتبار هر مشتري و شناسایی مشتریان پرریسک، ریسک را کاهش می دهد. امتیاز اعتباري یکی از ابزارهاي قوي است که در چند دهه اخیر مورد توجه بسیاري از موسسات و محققان قرار گرفته و پژوهش هاي زیادي بر روي آن انجام گرفته است. این پژوهش درصدد مقایسه پیش بینی ریسک اعتباري مشتریان حقیقی بانک با استفاده از روش هاي شبکه عصبی و الگوریتم کلونی مورچگان و رگرسیون لجستیک و ارائه راهکارهاي صحیح جهت مقابله با افزایش مطالبات معوق می باشد. در این مطالعه پ از بررسی پرونده هاي اعتباري هر یک از نمونه ها، در ابتدا نوزده متغیر توضیحی شامل متغیرهاي کمی و کیفی شناسایی شده و مورد بررسی قرار گرفت. نتایج این مطالعه نشان داد که در بین متغیرهاي مرتبط با ویژگی هاي شخصیتی متقاضی ، متغیرهایی نظیر سن، هدف از تسهیلات، املاک و مستغلات وحساب جاري بیشترین اهمیت را در رتبه بندي مشتریان به پنج طبقه مشتریان خوش حساب، نسبتا خوش حساب، متوسط، نسبتا بد حساب، بدحساب از هم داشته و اثر معناداري آن بر متغیر وابسته)رتبه بندي پنج طبقه مشتریان( بوسیله آزمون هاي آماري تایید شده است. ملاک مقایسه مدل ها، بررسی قدرت پیش بینی آنها دررتبه بندي مشتریان بانک به پنج طبقه فوق می باشد .جهت اعتبارسنجی مدل ها، اعضاي نمونه به گروه هاي آموزشی و آزمایشی تقسیم گردیده اند؛ بدین صورت که سه مدل مورد پژوهش با استفاده از اعضاي نمونه آموزشی، برازش شده و با استفاده از نمونه آزمایشی مورد آزمون قرار گرفته اند . بنابراین دقت هر روش پ از محاسبه در نرم افزار Spss 33 و براي مدل / 07 و % 5 / براي مدل رگرسیون لجستیک در نمونه آموزشی و آزمایشی به ترتیب برابر % 4 07 و براي الگوریتم مورچگان در نمونه آموزشی و آزمایشی /2% ، 04/ شبکه عصبی در نمونه آموزشی، آزمایشی به ترتیب برابر% 3 03 بدست آمد. بنابراین نتیجه برازش مدل ها به ترتیب، / 66 و % 57 / به ترتیب برابر % 05 مدل رگرسیون لجستیک ، الگوریتم کلونی مورچگان و شبکه عصبی در زمینه رتبه بندي اعتباري می باشد .
نحوه استناد به مقاله
در صورتی که می خواهید به این مقاله در اثر پژوهشی خود ارجاع دهید، می توانید از متن زیر در بخش منابع و مراجع بهره بگیرید :
معصومه کاظمی؛محمدحسین شفیع آبادي؛حمیدرضا کردلویی؛میرفیض فلاح شم؛ ۱۳۹۴، پیش بینی رتبه اعتباري مشتریان حقیقی بانک ها با استفاده از شبکه عصبی مصنوعی و الگوریتم کلونی مورچگان و رگرسیون لجستیک، سومین کنفرانس بین المللی پژوهش های نوین در مدیریت - اقتصاد و حسابداری، https://scholar.conference.ac:443/index.php/download/file/2428-Predict-Actual-Customer-s-Credit-Rating-of-Banks-Using-the-Ant-Colony-Algorithm-and-Artificial-Neural-Network-and-Logistic-Regression
در داخل متن نیز هر جا به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پرانتز، مشخصات زیر نوشته شود.
(معصومه کاظمی؛محمدحسین شفیع آبادي؛حمیدرضا کردلویی؛میرفیض فلاح شم؛ ۱۳۹۴)
