تدوین مدل پیش بینی اعتباری مشتریان حقوقی بانک های خصوصی با بهره گیری از الگوریتم های فراابتکاری (مطالعه موردی: شعبه های بانک پاسارگاد شمال غرب کشور)
Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 257
This Paper With 21 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_DMOR-6-3_002
تاریخ نمایه سازی: 23 آبان 1400
Abstract:
هدف: عدم توانایی بانک ها در اعتبارسنجی و ارزیابی مالی مشتریان و پیش بینی دقیق ریسک اعتباری تسهیلات گیرندگان، تاثیرات مخربی بر سیستم مالی جهانی و فعالیت های اقتصادی داشته و از اصلی ترین دلایل بحران های مالی جهانی در سال های اخیر بوده اند. هدف این تحقیق، تدوین مدل پیشبینی اعتباری مشتریان حقوقی بانکهای خصوصی با بهرهگیری از الگوریتمهای فراابتکاری در شعبه های بانک پاسارگاد شمال غرب کشور بوده است.روش شناسی پژوهش: این تحقیق براساس هدف پژوهش، توسعهای و براساس روش انجام کار توصیفی می باشد. جامعه آماری این تحقیق را دو بخش خبرگان و مدیران بانکی استان آذربایجان شرقی و مشتریان حقوقی بانک پاسارگاد در شمالغرب کشور تشکیل می دهند. حجم نمونه آماری برای جامعه اول، ۵۸ خبره بانکی استان اعم از مدیران، مسئولین اعتباری و روسای شعب با سابقه کار اعتباری بانک های خصوصی تعیین شده و برای جامعه دوم، براساس نمونهگیری هدفمند ۴۲۷ مشتری حقوقی بانک پاسارگاد انتخاب شده است. به منظور جمعآوری دادهها از پرسشنامه و اسناد و مدارک بانک پاسارگاد بهره گرفته شده و روایی پرسشنامه به صورت روایی محتوا و براساس شاخصهای نسبت روایی محتوا و شاخص روایی محتوا و پایایی پرسشنامه با استفاده از ضریب آلفای کرونباخ مورد بررسی و تایید قرار گرفته است. به منظور تجزیه و تحلیل دادهها از آزمون t، تحلیل عاملی تاییدی، شبکه عصبی مصنوعی چند لایه، شبکه عصبی آموزش دیده با الگوریتم ژنتیک، شبکه عصبی آموزش دیده با الگوریتم ازدحام ذرات و شبکه عصبی آموزش دیده با الگوریتم تکامل تفاضلی استفاده شده است.یافته ها: یافته های پژوهش نشان میدهد که هر چهار مدل فوق قادر به پیشبینی اعتباری مشتریان حقوقی بانکهای خصوصی هستند و بهترین روش برای پیشبینی اعتباری مشتریان حقوقی بانکهای خصوصی، شبکه عصبی آموزش دیده با الگوریتم تکامل تفاضلی با کمترین مقدار خطا نسبت به سه روش دیگر است.
Keywords:
پیش بینی اعتباری , الگوریتم شبکه عصبی مصنوعی , الگوریتم ژنتیک , الگوریتم تکامل تفاضلی , الگوریتم ازدحام ذرات
Authors
محمدرضا اعتباری
گروه مدیریت، دانشکده مدیریت، اقتصاد و حسابداری، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران.
ناصر فقهی فرهمند
گروه مدیریت، دانشکده مدیریت، اقتصاد و حسابداری، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران.
سلیمان ایران زاده
گروه مدیریت، دانشکده مدیریت، اقتصاد و حسابداری، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :