احسان الله خوشخوی نیلاش
منصور اسماعیل پور

چکیده: از مهمترین مسائل در خصوص بانک ها، شناخت مشتریان، رفتارهای آنها و تصمیم های سلیقه ای این موسسات در قبال مشتریان است، امروزه بیشتر بانک ها طیف گسترده ای از محصولات و خدمات را بیش از گذشته ارائه می دهند و وظایف اصلی آنها در زمینه کارکرد وجوه مازاد جامعه با ارایه تسهیلات بانکی یعنی وام به افراد مانند گذشته بدون تغییر باقی مانده است. ارزیابی دقیق مصرف کننده در بخش بانکی و سایر سازمانهای مرتبط، اهمیت زیادی دارد. وامها و تسهیلات بانکی خطر قصور در بازپرداخت را دارند. این وام ها با سرمایه زیادی همراه هستند و عدم ارزیابی و بررسی عوامل در بازپرداخت آن می تواند ضرر قابل توجهی به موسسه مالی وارد کند. در تحقیق حاضر با استفاده از روش داده کاوی بر پایه تکنیک های راف ست، درخت تصمیم، بیز ساده و شبکه های عصبی مصنوعی، عوامل و ویژگی های موجود در داد های مرتبط با سیستم ارائه تسهیلات، بانکی در ایران، برای دسته بندی مشتریان به کلاس های تسویه شده، سر رسید رسیده، سر رسید گذشته، معوق و مشکوک الوصول مورد بررسی قرار گرفت. از مهمترین نتایج تحقیق حاضر، حذف ویژگی های نامرتبط بر باز پرداخت وام، دسته بندی صحیح وام ها و مشتریان با دقت بالا، که در این راستا بالاترین دقت دسته بندی صحیح بر اساس روش درخت تصمیم یعنی ۹۹ درصد بود. همچنین، تمامی تکنیک های استفاده شده در این پژوهش، علاوه بر دقت بالا در دسته بندی صحیح، از دقت بالایی در پیش بینی کلاس های اصلی یعنی تسویه شده و مشکوک الوصول برخوردار بودند و در نهایت مشخص شد که روش بکار رفته کارآمد است.

کلمات کلیدی: تسهیلات بانکی، باز پرداخت تسهیلات، داده کاوی