پیش بینی رتبه اعتباری مشتریان بانک ها با رویکرد هوش مصنوعی
نویسنده:
چکیده:
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.
کلیدواژگان:
زبان:
فارسی
انتشار در:
در صفحه:
157
لینک کوتاه:
magiran.com/p819312
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
دسترسی سراسری کاربران دانشگاه پیام نور!
اعضای هیئت علمی و دانشجویان دانشگاه پیام نور در سراسر کشور، در صورت ثبت نام با ایمیل دانشگاهی، تا پایان فروردین ماه 1403 به مقالات سایت دسترسی خواهند داشت!
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!