برآورد احتمال نکول مشتریان حقیقی بانک با استفاده از روش شبکه های عصبی (مطالعه موردی: بانک پاسارگاد)

شناسایی عوامل اصلی نکول و استفاده از این اطلاعات در تصمیم گیری برای پرداخت تسهیلات، می تواند در کاهش هزینه های بانک نقش بسیار موثری داشته باشد. تحقیق حاضر با هدف شناسایی عوامل موثر بر ایجاد نکول و پیش بینی احتمال نکول متقاضیان حقیقی بانک پاسارگاد، با استفاده از روش شبکه های عصبی انجام شده است. نمونه مورد بررسی، شامل اطلاعات پرونده تسهیلات 470 مشتری، از جامعه آماری 25342 مشتری شعب بانک پاسارگاد شهر تهران، در سالهای 1392 تا 1393 است. نتایج اجرای مدل نشان میدهد که روش شبکه های عصبی میتواند با دقت 92 درصد پیشبینی مناسبی از احتمال نکول متقاضیان داشته باشد. طبق نتایج این روش، متغیرهایی چون سوءسابقه مالی و نوع وثیقه، تاثیر زیادی بر روی پیشبینی داشته اند.

Keywords:

پیش بینی , ریسک اعتباری , داده کاوی , شبکه عصبی