مدلسازى اثر ارزش ویژه برند ، تراکنش مالی و الگوى LRFM بر وفادارى مشتریان بانکى با استفاده از هوش مصنوعى

امروزه در صنعت بانکداری وام ها نقش اساسی دارند، به طوریکه بخش زیادی از دارایی های یک بانک از وام های پرداخت شده به مشتریان تشکیل می شود در نتیجه با افزایش تعداد درخواست های وام و با توجه به ریسک موجود در این زمینه ارایه روشی برای مدیریت ریسک این وام ها ضروری است. از جمله مهمترین مخاطرات پیش روی بانک ها می توان به ریسک اعتباری اشاره نمود. بنابراین ریسک جزء ذاتی فعالیت های بانکی بوده و با توجه به محدودیت منابع مالی و تسهیلات در اختیار بانک، ارزیابی توان بازپرداخت مشتریان پیش از اعطای تسهیلات، یکی از مهمترین چالش های پیش روی سیستم بانکی کشور است. بر همین اساس در تحقیق حاضر سعی بر آن شد که با استفاده از الگوریتم های هوش مصنوعی مدلی در جهت سنجش اثر عوامل موثر بر رفتار اعتباری یا همان وفاداری مشتریان بانکی ارائه شود که تاکید آن بر ارزش ویژه برند، تراکنش مالی و الگوی LRFM باشد. جامعه آماری پژوهش حاضر 826 نفر از اشخاص حقیقی و حقوقی که در سال 1395 تا 1396 از تسهیلات یکی از بانک های جمهوری اسلامی ایران در سطح شعب شهر تهران استفاده نموده اند، می باشد. نتایج حاصل از این پژوهش نشان می دهد که درخت تصمیم فازی به روش بگینگ توانست با دقت 4/95 درصد بیشترین قدرت پیش بینی و توضیح دهندگی را به خود اختصاص دهد.

Keywords:

ارزش ویژه برند , الگوی LRFM , وفاداری مشتری , هوش مصنوعی.