مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

602
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

710
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

مقایسه عملکرد مدل های کلاسیک و هوش مصنوعی در پیش بینی وضعیت اعتباری مشتریان بانک

صفحات

 صفحه شروع 51 | صفحه پایان 69

چکیده

 در حال حاضر در نظام بانکداری, عدم بازپرداخت تسهیلات به یکی از بزرگ ترین مسائل تبدیل شده است و به دلیل عدم وجود یک سیستم مناسب برای تخصیص تسهیلات, بانک ها و موسسات مالی دچار مشکلات عدیده ای ازجمله افزایش حجم مطالبات معوق شده اند. نظر به اهمیت ریسک اعتباری, بانک های تجاری در سطح دنیا درگذشته اغلب از روش قضاوتی برای تعیین ریسک استفاده می نمودند, لکن استفاده از این روش ها با توجه به توان محدود انسان ها در تحلیل هم زمان فاکتورهای مختلف مؤثر بر ریسک اعتباری در مقایسه با روش های آماری و هم چنین روش های هوش مصنوعی از کارایی کمتری برخوردار است. به همین منظور این تحقیق درصدد است تا کارایی مدل رگرسیون لجستیک و شبکه عصبی مصنوعی را در تشخیص وضعیت اعتباری مشتریان بانک در فاصله زمانی سال 1388-1392 بسنجد. بررسی نتایج نشان داد که دقت کل مدل شبکه عصبی در داده های آموزش 87% و رگرسیون لجستیک 2/77% تعیین شده است و خطای نوع اول و دوم در شبکه عصبی به میزان قابل ملاحظه ای نسبت به روش دیگر کاهش یافته است. با توجه به نتایج نمی توان انتظار داشت مدل های آماری با مفروضات کلاسیک نظیر خطی بودن روابط متغیرها, بتوانند ریسک اعتباری مشتریان را به درستی ارزیابی نماید؛ از این رو بکارگیری یا تلفیق تکنیک های هوش مصنوعی در این مساله ضرورتا توصیه می شود.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    قاسم نیا عربی، نرجس، و صفایی قادیکلایی، عبدالحمید. (1397). مقایسه عملکرد مدل های کلاسیک و هوش مصنوعی در پیش بینی وضعیت اعتباری مشتریان بانک. کاوش های مدیریت بازرگانی، 10(20 )، 51-69. SID. https://sid.ir/paper/404599/fa

    Vancouver: کپی

    قاسم نیا عربی نرجس، صفایی قادیکلایی عبدالحمید. مقایسه عملکرد مدل های کلاسیک و هوش مصنوعی در پیش بینی وضعیت اعتباری مشتریان بانک. کاوش های مدیریت بازرگانی[Internet]. 1397؛10(20 ):51-69. Available from: https://sid.ir/paper/404599/fa

    IEEE: کپی

    نرجس قاسم نیا عربی، و عبدالحمید صفایی قادیکلایی، “مقایسه عملکرد مدل های کلاسیک و هوش مصنوعی در پیش بینی وضعیت اعتباری مشتریان بانک،” کاوش های مدیریت بازرگانی، vol. 10، no. 20 ، pp. 51–69، 1397، [Online]. Available: https://sid.ir/paper/404599/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button