شناسایی عوامل موثر بر مطالبات غیرجاری بانک ها با استفاده از شبکه های عصبی و الگوریتم ماشین بردار پشتیبان
عنوان مقاله: شناسایی عوامل موثر بر مطالبات غیرجاری بانک ها با استفاده از شبکه های عصبی و الگوریتم ماشین بردار پشتیبان
شناسه ملی مقاله: JR_ECOI-14-49_007
منتشر شده در در سال 1399
شناسه ملی مقاله: JR_ECOI-14-49_007
منتشر شده در در سال 1399
مشخصات نویسندگان مقاله:
سجاد کردمنجیری - دانشجوی دکتری گروه حسابداری، واحد بابل، دانشگاه آزاد اسلامی، بابل، ایران
ایمان داداشی - استادیار گروه حسابداری، واحد بابل، دانشگاه آزاد اسلامی، بابل، ایران
زهرا خوشنود - استادیار، گروه بانکداری، پژوهشکده پولی و بانکی بانک مرکزی، تهران، ایران
حمیدرضا غلام نیا روشن - استادیار گروه حسابداری، واحد بابل، دانشگاه آزاد اسلامی، بابل، ایران،
خلاصه مقاله:
سجاد کردمنجیری - دانشجوی دکتری گروه حسابداری، واحد بابل، دانشگاه آزاد اسلامی، بابل، ایران
ایمان داداشی - استادیار گروه حسابداری، واحد بابل، دانشگاه آزاد اسلامی، بابل، ایران
زهرا خوشنود - استادیار، گروه بانکداری، پژوهشکده پولی و بانکی بانک مرکزی، تهران، ایران
حمیدرضا غلام نیا روشن - استادیار گروه حسابداری، واحد بابل، دانشگاه آزاد اسلامی، بابل، ایران،
هدف این مقاله شناسایی عوامل تاثیرگذار بر ایجاد و افزایش مطالبات غیرجاری برای اتخاذ تصمیم مناسبتر در اعطای تسهیلات است. بدین منظور برای انتخاب متغیرهای موثر، از الگوریتمهای تجزیه و تحلیل مولفه های هم بستگی و لاسو و برای کلاسبندی نمونهها، از شبکههای عصبی و ماشین بردار پشتیبان استفاده شده است. در این پژوهش، نمونهای از ۶۶۰ مشتری حقوقی بانک سپه برای سال های ۱۳۹۶-۱۳۸۵ انتخاب و بر متغیرهای خصوصیتی مستخرج از قراردادهای تسهیلاتی این مشتریان در کنار متغیرهای مالی، غیرمالی، حسابرسی و اقتصادی تمرکز شده است. نتایج نشان داد الگوریتم لاسو با تمرکز بر متغیرهای مالی، اقتصادی و حسابرسی، عملکرد بهتری نسبت به الگوریتم تجزیه و تحلیل مولفههای هم سایگی داشته و براساس این الگوریتم، ۱۰ متغیر کلیدی تاثیرگذار بر مطالبات غیرجاری شناسایی شدند. با توجه به عملکرد بهتر ماشین های بردار پشتیبان با هسته شعاعی، استفاده از آن در مدل سازی مطالبات غیرجاری پیشنهاد می شود.
کلمات کلیدی: طبقه بندی JEL:C۴۵, C۵۸, G۲۱. واژ گان کلیدی: تسهیلات بانکی، مطالبات غیرجاری، ماشین بردار پشتیبان، شبکه عصبی
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1860008/