طبقه بندی اعتباری مشتریان حقوقی یک بانک ایرانی با استفاده از KFP-MCOC

سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 59

فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JQE-15-1_007

تاریخ نمایه سازی: 27 آبان 1402

چکیده مقاله:

ریسک اعتباری یکی از مهم ترین ریسک های بانک داری است که ناشی از عدم پرداخت به موقع اصل و فرع تسهیلات اعطایی می باشد. اهمیت اندازه گیری این ریسک به این دلیل است که عدم اندازه گیری و مدیریت آن، منجر به افزایش حجم مطالبات مشکوک الوصول می شود و زیان های غیر منتظره آتی را برای بانک ها به همراه دارد. در پژوهش حاضر به ارائه یک مدل مبتنی بر بهینه سازی خطی و غیرخطی پرداخته شده است. این مدل ریاضی به دنبال یافتن یک ابرصفحه جداکننده است تا بتواند به کمک آن ۸۵ مشتری خوش حساب و بدحساب موجود در بازار بورس اوراق بهادار تهران را که از یک بانک ایرانی وام گرفته اند، از یکدیگر تفکیک نماید. همچنین در این راه، از توابع کرنل، فازی سازی داده ها و ضرایب جریمه به منظور بهبود مدل ریاضی استفاده شده است. نتایج این تحقیق بیان گر این است که مدل بهینه سازی خطی با تابع کرنل سیگموئیدی بهترین نتایج را در مقایسه با مدل های بهینه سازی خطی و غیرخطی با کرنل های خطی، چندجمله ای، سیگموئیدی و پایه شعاعی می دهد. مدل مذکور مشتریان بدحساب را کاملا شناسایی می کند؛ لیکن در خصوص مشتریان خوش حساب و بدحساب با هم، کارایی ۸۰ درصدی دارد.

نویسندگان

سجاد جبینی

مهندسی مالی، دانشکده مهندسی صنایع و سیستمها، دانشگاه تربیت مدرس، تهران، ایران

محمدعلی رستگار

مهندسی مالی، دانشکده مهندسی صنایع و سیستمها، دانشگاه تربیت مدرس، تهران، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Altman, E. I. (۱۹۶۸). Financial Ratios, Discriminant Analysis and The ...
  • Atiya, A. F. (۲۰۰۱). Bankruptcy Prediction For Credit Risk Using ...
  • Cortes, C. & V. Vapnik. (۱۹۹۵). Support-Vector Networks. Machine Learning, ...
  • Cristianini, N. & J. Shawe-Taylor. (۲۰۰۰). An Introduction to Support ...
  • Gorzałczany, M.B. & F. Rudziński. (۲۰۱۶). A Multi-Objective Genetic Optimization ...
  • Hamel, L. (۲۰۰۹). Knowledge Discovery With Support Vector Machines, A ...
  • Harris, T. (۲۰۱۵). Credit Scoring Using The Clustered Support Vector ...
  • Khashman, A. (۲۰۰۹). A Neural Network Model for Credit Risk ...
  • Khashman, A. (۲۰۱۱). Credit Risk Evaluation Using Neural Networks: Emotional ...
  • Lee, Y. C. (۲۰۰۷). Application of Support Vector Machines to ...
  • Malhotra, R. & D. K. Malhotra. (۲۰۰۳). Evaluating Consumer Loans ...
  • Min, J. & Y. Lee. (۲۰۰۷). A Practical Approach to ...
  • Niklis, D., M. Doumpos & C. Zopounidis. (۲۰۱۴). Combining Market ...
  • Schebesch, K. B. & R. Stecking. (۲۰۰۵). Support Vector Machines ...
  • Yap, B.W., S.H. Ong & N.H.M. Husain. (۲۰۱۱). Using Data ...
  • Zhang, Z., G. Gao & Y. Shi. (۲۰۱۴). Credit Risk ...
  • نمایش کامل مراجع