غلامرضا صفارزاده - عضو هیات علمی آموزشکده فنی و حرفه ای سما ، دانشگاه آزاد اسلامی ، واحد کرج ، کرج ، ایران
طیبه مسگری - معاون پشتیبانی آموزشکده فنی و حرفه ای سما ، دانشگاه آزاد اسلامی ، واحد کرج ، کرج ، ایران

این مقاله با هدف اعتبار سنجی تسهیلات بانک ها بر مبنای تحلیل پوششی داده ها در نظام پولی ایران و اثر بخشی آن بارگرسیون لجستیک و شبکه عصبی در راستای برنامه ریزی اقتصادی و ارایه مدلی جهت پیش بینی ریسک اعتباری و رتبه بندیاعتباری مشتریان حقوقی متقاضی تسهیلات ، با استفاده از روش تحلیل پوششی داده ها در قالب رگرسیون لجستیک و شبکه عصبی ومقایسه این سه مدل در راستای برنامه ریزی مالی و اقتصادی انجام گرفته است. بدین منظور بررسی های لازم بر روی اطلاعات مالی وغیر مالی با استفاده از یک نمونه 146تایی تصادفی ساده از مشتریان حقوقی متقاضی تسهیلات، صورت گرفت. در این پژوهش، 27متغیرتوضیح دهنده شامل متغیرهای مالی و غیر مالی مورد بررسی قرار گرفت که از بین متغیرهای موجود نهایتا با استفاده از تکنیکتجزیه و تحلیل عاملی و قضاوت خبرگان (روش دلفی،) 8متغیر تاثیرگذار بر ریسک اعتباری انتخاب گردید که وارد مدل تحلیلپوششی داده ها شده و امتیازات کارایی شرکتهای حقوقی با استفاده از آنها بدست آمد. همچنین متغیر های انتخابی به عنوان بردارورودی شبکه عصبی پرسپترون 3لایه وارد مدل شد و در نهایت با استفاده از رگرسیون لجستیک نیز اطلاعات مربوطه پردازش گردید.نتایج حاصل از مدل تحلیل پوششی داده ها و شبکه عصبی و رگرسیون لجستیک در برآورد ریسک اعتباری و رتبه بندی اعتباری درمقایسه با نتایج واقعی حاکی از آنست که مدل شبکه عصبی در پیش بینی ریسک اعتباری مشتریان حقوقی و رتبه بندی اعتباری ازکارایی بیشتری برخوردار است

اعتبار سنجی، برنامه ریزی اقتصادی، تحلیل پوششی داده ها، نظام پولی