ارزیابی ریسک اعتباری در سیستم‌های بانکی با استفاده از تکنیک‌های داده‌کاوی

فصلنامه مدیریت توسعه و تحول

دوره 10، ویژه‌ نامه، اسفند 1397، صفحه 141-150   

نویسندگان

نیما همتا^{* 1}؛ محمد احسانی‌فر²؛ بهاره محمدی³

¹استادیار، گروه مهندسی مکانیک (ساخت و تولید)، دانشگاه صنعتی اراک، اراک، ایران(عهده دار مکاتبات)

²استادیار، گروه مهندسی صنایع، واحد اراک، دانشگاه آزاد اسلامی، اراک، ایران

³دانشجوی کارشناسی ارشد، گروه مهندسی صنایع، واحد اراک، دانشگاه آزاد اسلامی، اراک، ایران

چکیده

این مقاله با هدف شناسایی عوامل مؤثر بر ریسک اعتباری و ارائه مدلی جهت پیش­بینی ریسک اعتباری و رتبه­بندی اعتباری مشتریان حقوقی متقاضی تسهیلات بانک سپه شهرستان دزفول، با استفاده از روش­های خوشه­بندی، شبکه عصبی و ماشین بردار پشتیبان انجام گرفته است. در این مقاله، 27 متغیر توضیح­دهنده شامل متغیرهای مالی و غیرمالی مورد بررسی قرار گرفت که از بین این متغیرها، 8 متغیر تأثیرگذار بر ریسک اعتباری انتخاب گردید که به وسیله روش خوشه­بندی مجموعه داده­ها به خوشه­ها دسته­بندی شدند. هم­چنین متغیرهای انتخابی به عنوان بردار ورودی شبکه عصبی پرسپترون 3 لایه وارد مدل شد و در نهایت با استفاده از ماشین بردار پشتیبان، به منظور پیش­بینی عملکرد مالی مشتریان حقوقی بانک ارائه گردید. نتایج حاصل از مدل شبکه عصبی و ماشین بردار پشتیبان حاکی از آن است که مدل شبکه عصبی در پیش­بینی ریسک اعتباری مشتریان حقوقی و رتبه­بندی اعتباری از کارایی بیشتری برخودار است.

کلیدواژه‌ها

رتبه بندی اعتباری؛ خوشه‌بندی؛ شبکه عصبی؛ ماشین بردار پشتیبان؛ داده‌کاوی

مراجع