مهدیه اخباری - دانشجوی دکتری مهندسی صنایع
فریماه مخاطب رفیعی - استادیار مهندسی صنایع، دانشگاه صنعتی اصفهان

امروزه ریسک اعتباری به عنوان یکی از بزرگ‎ترین عوامل ورشکستگی بانک‎ها و موسسات مالی شناخته شده است. به منظور مدیریت و کنترل این ریسک طراحی مدل‎های رتبه‎بندی اعتباری در بانک‎ها ضرورتی انکار ناپذیر است. رتبه‎بندی اعتباری به منظور تعیین احتمال نکول در بازپرداخت تسهیلات اعتباری و از سوی دیگر برای طبقه‎بندی مشتریان متقاضی تسهیلات اعتباری به دو گروه خوش حساب و بد حساب مورد استفاده قرار می‎گیرد. تا به‎حال روش های آماری مختلفی از جمله آنالیز ممیزی، رگرسیون خطی و لجستیک و شبکه‎های عصبی در زمینه رتبه‎بندی اعتباری توسعه یافته‎اند. در این میان، شبکه های عصبی به دلیل انعطاف‎پذیری و دقت بالا، در سال‎های اخیر بیش‎تر مورد توجه قرار گرفته‎اند. در این مقاله یک مدل رتبه بندی اعتباری با استفاده از سیستم های استدلال عصبی- فازی جهت رتبه‎بندی مشتریان حقوقی بانک‎ها ارائه شده است. متغیرهای ورودی این مدل نسبت بدهی، نسبت فعالیت و نسبت ارزش ویژه به مجموع دارایی ها و متغیر خروجی آن احتمال نکول مشتری، در نظر گرفته شده است. پس از آموزش و تست مدل بر اساس داده های بانک کشاورزی طی سال‎های ۱۳۸۰-۱۳۸۵، مدل ارائه شده با دقت ۳۶/۶۹ درصد وضعیت اعتباری مشتریان را پیش‎بینی می کند. طبقه‎بندی JEL : G۵۲

درجه‎ی تشخیص, درجه‎ی حساسیت, رتبه بندی اعتباری, سیستم استدلال عصبی- فازی سازگار