مقایسه مدل طبقه بندی یادگیری ماشین به منظور تصمیم گیری برای وام دهی در سیاست های مختلف اقتصادی بر اساس داده های تامین مالی

به طبع اهمیت نقش بانکها و نهاد های مالی در تامین سرمایه حوزه های مختلف، شناسایی ریسک این حوزه به یکی از مسائل بحرانی از ابعاد مفهومی و اندازه گیری تبدیل شده است. ریسک اعتباری در تامین مالی به شناسایی ریسک انواع ابزارهای مورداستفاده برای تخصیص اعتبار به بازیگران یک چرخه وام دهی می پردازد. تامین مالی کشاورزی متاثر از عوامل کلان اقتصادی و محیطی به عنوان یکی از زنجیره های استراتژیک مورد تحقیق قرار گرفته شده است.محور پژوهش استفاده از ابزارهای یادگیری ماشین در دسته الگوریتم های طبقه بندی که در دو گروه تک مرحله و ترکیبی با دو روش آموزش و آزمون و ارزیابی متقابل در شناسایی ریسک اعتباری مربوط به نکول وام می باشد.در این تحقیق از بانک اطلاعاتی مربوط به وام دهی صندوق توسعه ملی ایران استفاده شده است. با پایش اطلاعات، بانک اطلاعاتی نهایی که همان اطلاعات وام دهی حوزه کشاورزی برای محصول گندم می باشد ایجاد شده است.نتایج اجرای مدل ها در دو روش از طریق ماتریس درهم ریختگی و پارامترهای عملکردی بیان شده است و بر اساس اهداف مقایسه ای که مشخص کننده شاخص ها می باشد مقایسه میان مدل ها بر اساس شاخصه ها و با هدف بکارگیری مدل و تصمیم گیری در سیاست های مختلف اقتصادی صورت گرفته است نتایج به صورت کلی نشان از برتری مدل های ترکیبی در برابر سایر مدل ها داشته؛ اما این موارد به ازای حالات مختلف مقایسه دارای انحرافات جزئی نیز بوده است.

Keywords:

تامین مالی , ریسک اعتباری , یادگیری ماشین