پیش بینی رتبه اعتباری مشتریان بانک ها با رویکرد هوش مصنوعی

در مقاله حاضر به منظور پیش بینی عملکرد مالی مشتریان حقوقی بانک ها یک مدل رتبه بندی اعتباری، با استفاده از الگوریتم حل چندهدفه که ترکیبی از قوانین چیرگی فازی، الگوریتم ژنتیک و الگوریتم سیمپلکس است ارائه می شود. سپس کارآیی مدل بر اساس توانایی آن در تشخیص دقیق نکول مورد ارزیابی قرار می گیرد. با استفاده از داده های بانک کشاورزی در سال های 13801385، مدل مفهومی رتبه بندی اعتباری، تعیین و نسبت بدهی، نسبت فعالیت و نسبت ارزش ویژه به مجموع دارایی ها به عنوان متغیرهای توضیحی مدل انتخاب شده اند. از سوی دیگر نکول یا عدم نکول به صورت یک متغیر موهومی به عنوان متغیر وابسته مدل در نظر گرفته شده است. جهت آموزش و اعتبار سنجی مدل، داده ها به دو مجموعه مدل و شاهد تقسیم شده اند. پس از اجرای الگوریتم، علاوه بر مقادیر درجه تشخیص و درجه حساسیت، به عنوان دو معیار کارآیی مدل، متغیر کلیدی نیز تعیین می گردد.