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:

لینک ثابت به این Paper:

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.

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 :
  • Abramowicz, W., Nowak, M., & Sztykiel, J. (۲۰۰۳). Bayesian networks ...
  • Alfaro, E., García, N., Gámez, M., & Elizondo, D. (۲۰۰۸). ...
  • Atiya, A. F. (۲۰۰۱). Bankruptcy prediction for credit risk using ...
  • Chaplinska, A. (۲۰۱۲). Evaluation of the borrower’s creditworthiness as an ...
  • Chegini, G. R., Khazaei, J., Ghobadian, B., & Goudarzi, A. ...
  • Davis, R. H., Edelman, D. B., & Gammerman, A. J. ...
  • Desai, V. S., Crook, J. N., & Overstreet Jr, G. ...
  • Fakhrhoseini, S, & Aghaei Meybodi, O. (۲۰۲۰). Prediction and identification ...
  • Hornik, K., Stinchcombe, M., & White, H. (۱۹۸۹). Multilayer feedforward ...
  • Jahangiri, A. (۲۰۱۹). Application of data envelopment analysis technique in ...
  • Kou, G., Peng, Y., & Lu, C. (۲۰۱۴). MCDM approach ...
  • Krichene, A. (۲۰۱۷). Using a naive Bayesian classifier methodology for ...
  • Odom, M. D., & Sharda, R. (۱۹۹۰, June). A neural ...
  • Pang, S. L., Wang, Y. M., & Bai, Y. H. ...
  • Pires, P., Pereira, J. P., & Martins, L. F. (۲۰۱۵). ...
  • Ruziqa, A. (۲۰۱۳). The impact of credit and liquidity risk ...
  • Şafakli, O. V. (۲۰۰۷). Credit risk assesment for the banking ...
  • Steenackers, A., & Goovaerts, M. (۱۹۸۹). A credit scoring model ...
  • Sukthomya, W., & Tannock, J. (۲۰۰۵). The optimisation of neural ...
  • Thomas, L., Crook, J., & Edelman, D. (۲۰۱۷). Credit scoring and ...
  • Van Greuning, H., & Brajovic Bratanovic, S. (۲۰۰۹). Analyzing banking risk ...
  • West, D. (۲۰۰۰). Neural network credit scoring models. Computers & operations ...
  • Wu, C., & Wang, X. M. (۲۰۰۰). A neural network ...
  • نمایش کامل مراجع