نیلوفر دائمی - دانشگاه صنعتی امیرکبیر، تهران
علی محمد کیمیاگری - دانشگاه صنعتی امیرکبیر، تهران
پژمان مهران - دانشگاه صنعتی امیرکبیر، تهران

امروزه با توجه به افزایش مطالبات معوق بانکها، روشهای سنتی اعتبارسنجی متقاضیان تسهیلات کارایی لازم را ندارد و بهتر است بانکها از مدل های امتیازدهی اعتباری که بر اساس اطلاعات گذشته به طبقهبندی مشتریان به دو گروه مشتریان خوش حساب و بدحساب میپردازند، استفاده نمایند. در راستای این هدف، در این مطالعه یک مدل امتیازدهی اعتباری ارائه شده است که از الگوریتم کلونی مورچگان جهت تعیین مهمترین ویژگیهای مؤثر بر ریسک اعتباری و از شبکه عصبی مصنوعی جهت طبقه بندی متقاضیان استفاده میکند. نتایج اجرای مدل بر روی مجموعه داده اعتباری آلمان و مقایسه آن با مدلهای موجود در ادبیات نشان میدهد مدل پیشنهادی از عملکرد مطلوبی برخوردار است. علاوه بر این، مقایسه عملکرد مدل پیشنهادی با روشهای رگرسیون لجستیک، تحلیل تمایزی و شبکه عصبی، حاکی از نقش تعیینکننده الگوریتم کلونی مورچگان در افزایش دقت طبقه بندی است.

امتیازدهی اعتباری، بهینهسازی کلونی مورچگان، شبکه عصبی مصنوعی، انتخاب ویژگی، طبقهبندی