سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

رتبه بندی اعتباری مشتریان حقیقی در بانکهای تجاری با رویکرد هوش مصنوعی

Publish Year: 1394
Type: Conference paper
Language: Persian
View: 1,372

This Paper With 16 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

MRMEA02_315

Index date: 6 March 2016

رتبه بندی اعتباری مشتریان حقیقی در بانکهای تجاری با رویکرد هوش مصنوعی abstract

مقررات کمیته بال، افزایش روزافزون تقاضا برای وام و رقابت شدید در بازارهای مالی، باعث افزایش توجهات به موضوع حساس نکول وامها برای آن دسته از موسساتی است که به مشتریانی که احتمال قصور آنها بیشتر است وام اعطا میکنند. در سالهای پیش، مدلهای شبکه عصبی به خوبی در حوزه مالی به کار گرفته میشدند. شبکه عصبی پرسپترون چندلایه از جمله شبکههای عصبی مصنوعی میباشند که برای طبقهبندی و پیشبینیاستفاده میشوند.. در این تحقیق از شبکه عصبی برای پیش بینی نکول مشتریان حقیقی بانک مسکن استفاده گردید. همچنین از الگوریتم کلونی مورچه جهت انتخاب ویژگی استفاده شده است.از جمله متغیرهای مورداستفاده در این تحقیق می توان به متغیر سن، وضعیت تاهل، تعداد فرزندان،تحصیلات، شغل، میزان درآمد و ... اشاره کرد. در نهایت نتایج بدست آمده حاکی از آن بود که مدل شبکه عصبی با انتخاب ویژگی عملکردی دقیقتری در پیشبینی نکول درخواست کنندگان وام در مقایسه با مدل شبکه عصبی با انتخاب تمام ویژگی دارد.

رتبه بندی اعتباری مشتریان حقیقی در بانکهای تجاری با رویکرد هوش مصنوعی Keywords:

رتبه بندی اعتباری مشتریان حقیقی در بانکهای تجاری با رویکرد هوش مصنوعی authors

مهدی روح الامینی

کارشناس ارشد MBA دانشگاه سمنان، سمنان، ایران

مجید ششمانی

کارشناس ارشد مدیریت مالی، دانشکده مدیریت، دانشگاه تهران، تهران، ایران

مهدی خرم

کارشناس ارشد مدیریت مالی، دانشکده مدیریت، دانشگاه تهران، 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 :
Angelini, E., di Tollo, G., & Roli, A. (2008). A ...
Comitato di Basilea per la vigilanza bancaria. (2004). International convergence ...
Basel Committee. (2010). Basel III: A global regulatory framework for ...
Hu, Y. H., & Hwang, J. N. (Eds.). (2001). Handbook ...
Khashman, A. (2011). Credit risk evaluation using neural networks: Emotional ...
Khashman, A. (2010). Neural networks for credit risk evaluation: Investigation ...
Kutsurelis, J. E. (1998). Forecasting financial markets using neural networks: ...
Malhotra, R., & Malhotra, D. K. (2002). Differentiating between good ...
Oreski, S., Oreski, D., & Oreski, G. (2012). Hybrid system ...
Tsai, C. F., & Wu, J. W. (2008). Using neural ...
West, D. (2000). Neural network credit scoring models. Computers and ...
نمایش کامل مراجع

مقاله فارسی "رتبه بندی اعتباری مشتریان حقیقی در بانکهای تجاری با رویکرد هوش مصنوعی" توسط مهدی روح الامینی، کارشناس ارشد MBA دانشگاه سمنان، سمنان، ایران؛ مجید ششمانی، کارشناس ارشد مدیریت مالی، دانشکده مدیریت، دانشگاه تهران، تهران، ایران؛ مهدی خرم، کارشناس ارشد مدیریت مالی، دانشکده مدیریت، دانشگاه تهران، تهران، ایران نوشته شده و در سال 1394 پس از تایید کمیته علمی دومین کنفرانس بین المللی پژوهش های نوین در مدیریت، اقتصاد و حسابداری پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله وامهای بانکی، پیش بینی نکول، شبکه عصبی مصنوعی، پرسپترون چندلایه، الگوریتم کلونی مورچه هستند. این مقاله در تاریخ 16 اسفند 1394 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 1372 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که مقررات کمیته بال، افزایش روزافزون تقاضا برای وام و رقابت شدید در بازارهای مالی، باعث افزایش توجهات به موضوع حساس نکول وامها برای آن دسته از موسساتی است که به مشتریانی که احتمال قصور آنها بیشتر است وام اعطا میکنند. در سالهای پیش، مدلهای شبکه عصبی به خوبی در حوزه مالی به کار گرفته میشدند. شبکه عصبی پرسپترون چندلایه از ... . این مقاله در دسته بندی موضوعی بانکداری و هوش مصنوعی و شبکه عصبی طبقه بندی شده است. برای دانلود فایل کامل مقاله رتبه بندی اعتباری مشتریان حقیقی در بانکهای تجاری با رویکرد هوش مصنوعی با 16 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.