بررسی برتری مدل هیبریدی نسبت به سایر مدل ها در فرایند اعتبارسنجی بانک های کشور (مورد مطالعاتی برخی شرکت های پذیرفته شده در بورس اوراق بهادار تهران)
Publish place: Islamic Economics and Banking، Vol: 9، Issue: 31
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 67
This Paper With 32 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_MIEA-9-31_008
تاریخ نمایه سازی: 25 دی 1402
Abstract:
ارزیابی ریسک اعتباری یک بخش ناگسستنی از فرآیند اعطای وام می باشد. اهمیت اعتبارسنجی اخیرا به خاطر بحران مالی و کفایت سرمایه بانک ها افزایش یافته است. هدف از این پژوهش آزمون یک روش جدید و صحیح تر برای برآورد امتیاز اعتباری شرکت ها می باشد. بنابر روش های آماری سنتی و تکنیک های هوش مصنوعی (AI)، این پژوهش به پیروی از لی و همکاران، ۲۰۱۶ به آزمون مدل هیبریدی می پردازد که این مدل تلفیقی از مدل رگرسیون لجستیک و شبکه های عصبی مصنوعی(ANN) می باشد. جامعه آماری تحقیق حاضر شرکت های تولیدی پذیرفته شده در بورس اوراق بهادار تهران طی سال های ۱۳۸۹ تا ۱۳۹۵ می باشد. روش نمونه گیری به روش حذف سیستماتیک بوده که باتوجه به در نظر گرفتن معیارها تعداد ۹۰ شرکت تولیدی به عنوان نمونه پژوهش انتخاب شدند. نتایج تحقیق نشان می دهند که مدل هیبریدی نسبت به مدل های رگرسیون لجستیک و شبکه های عصبی مصنوعی از اعتبار بالاتری در سنجش ریسک اعتباری شرکت های پذیرفته شده در بورس اوراق بهادار تهران برخوردار است .
Keywords:
Credit Risk , Hybrid Model , Logistic Regression Model , Artificial Neural Network Model. , ریسک اعتباری , مدل هیبریدی , مدل رگریسیون لجستیک , مدل شبکه های عصبی مصنوعی
Authors
مصطفی هاشمی تیله نوئی
Islamic Azad University, East Tehran Branch
صبا حسین زاده
دانش آموخته کارشناسی ارشد مدیریت مالی، گروه مدیریت، واحد تهران شرق، دانشگاه آزاد اسلامی، تهران، 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 :