بررسی ریسک اعتباری مشتریان حقوقی با استفاده از مدل ماشین بردار پشتیبان و مدل هیبریدی الگوریتم ژنتیک مطالعه موردی بانک تجارت
نویسنده:
چکیده:
طراحی و استقرار مدل رتبه بندی اعتباری در نظام بانکی نقش مهمی در بالا بردن کارایی تخصیص منابع به مشتریان هدف دارد. در این تحقیق با هدف تدوین مدلی جهت ارزیابی ریسک اعتباری مشتریان حقوقی بانک از ماشین بردار پشتیبان (SVM) و الگوریتم ژنتیک بهره گرفته شده است. بدین منظور، مطالعه ای بر روی متغیرهای مالی282 شرکت که طی سال های 1387 تا 1390 از بانک تجارت تسهیلات دریافت کرده اند، صورت گرفته است. در این پژوهش برای بهینه سازی ورودی های ماشین بردار پشتیبان از الگوریتم ژنتیک بهره گرفته شده است، توان بسیار بالای الگوریتم ژنتیک در انتخاب نقاط بهینه، همواره این اطمینان خاطر را برای استفاده کننده فراهم می آورد که نقاط بهینه پیشنهادی، نقاط بهینه بهتری برای مساله خواهند بود. در مدل هیبریدی GA-SVM، الگوریتم ژنتیک داده های ورودی مدل SVM را بهینه می سازد.
یافته های تحقیق نشان می دهد مدل هیبریدی GA-SVM نسبت به مدل SVM عملکرد بهتری در شناسایی مشتریان خوش حساب و بد حساب و پیش بینی ریسک اعتباری مشتریان دارد.
یافته های تحقیق نشان می دهد مدل هیبریدی GA-SVM نسبت به مدل SVM عملکرد بهتری در شناسایی مشتریان خوش حساب و بد حساب و پیش بینی ریسک اعتباری مشتریان دارد.
کلیدواژگان:
زبان:
فارسی
در صفحه:
17
لینک کوتاه:
magiran.com/p1577358
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.
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!