اعظم شکوهی - فارغ التحصیل دوره کارشناسی ارشد مهندسی صنایع سازمان مدیریت صنعتی

ریسک اعتباری را میتوان به عنوان ضرر محتمل، در اثر یک رخداد اعتباری بیان نمود. هنگامی که توانایی طرف مقابل در یک قرارداد در تکمیل تعهداتش تغییر نماید، این رخداد اعتباری اتفاق می افتد. شبکه های عصبی به دلیل دقت بالاتر و حجم محاسبات پایین تر نسبت به سایر روشهای کلاسیک در پیشبینی رفتار اعتباری افراد حقوقی دارای اولویت هستند. این مقاله با استفاده از شبکه های عصبی توانمند، در حوزه ی پیشبینی به تهیه و تدوین مدلی به منظور تخمین ریسک اعتباری مشتریان بانک با رویکرد تلفیقیMLP و SOM می پردازد. مدل پیشنهادی که دارای ساختار همزمان رو به جلو و جانبی است، شبکه ی عصبی با اتصالات جانبی نام دارد. داده های لازم برای شرکت در آزمون، از 49 شرکت پذیرفته شده در سازمان بورس و اوراق بهادار در صنعت داروسازی به عنوان اعضای جامعه آماری قابل استناد انتخاب گردیدند. بررسی عوامل موثر و تاثیر گزار بر ریسک اعتباری از اهمیت بالایی برخوردار است. بنابراین جهت استخراج زیرمجموعه ی بهینه از ویژگی ها، روش PCA بکار گرفته شده است. نتایج حاصل از این تحقیق نشان میدهد که نسبت بدهی جاری به ارزش ویژه، نسبت کل بدهی به ارزش ویژه و ضریب اهرمی بیشترین اثر را بر شرکت هایی با ریسک بالا دارند. همچنین نسبت جاری، نسبت آنی، بازده دارایی، حاشیه سود، دارای بیشترین اثر بر شرکتهایی با ریسک پایین را دارند و نسبت جمع دارایی های شرکت، تاثیر چندانی در وضعیت ریسک شرکت های مذکور نداشته است.

ریسک اعتباری، رتبه بندی اعتباری، شبکه عصبی خودسازمانده، شبکه عصبی پرسپترون