جداسازی و رتبه بندی مشتریان خوش حساب بانک رفاه با رویکرد داده کاوی

امروزه در صنعت بانکداری وام ها نقشی اساسی دارند. با افزایش تعداد درخواست های وام از سوی افراد و با توجه به فی « ریسک موجود در این فعالیتها، ارائه روشی برای مدیریت این وام ها ضروری است.در این پژوهش یک نمونه تصادفی644 تایی ) 252 مشتری خوش حساب و 212 مشتری بد حساب( از مشتریان حقیقی که از شعب بانک رفاه در سطح شهر رشت اقدام به دریافت تسهیلات نموده اند، انتخاب شده است. به وسیله 12 متغیر که اثر معناداری بر ریسکاعتباری و تفکیک بین دو گروه از مشتریان خوش حساب و بد حساب داشته اندو با استفاده از تکنیک های داده کاویمدل نهایی برازش شده است. نتایج حاصل از برآورد نشان می دهد که براساس شاخص های آماری، درخت تصمیم C5 از نظر ضرایب و همچنین قدرت تفکیک کنندگی معنادار بوده و در مدیریت ریسک اعتباری بانک از اعتبار بالاییبرخوردار است. از بین متغیرهای مستقل موجود در مدل، جنسیت،میزان موجودی حساب،نوع وام،وضعیت تاهل و درآمدو... به ترتیب بیشترین سهم را در تفکیک مشتریان به دو گروه با ریسک اعتباری بالا و ریسک اعتباری پائین دارند. بنابراین بانک باید جهت کاهش ریسک اعتباری و تصمیم گیری در مورد متقاضیان تسهیلات متغیرهای فوق را با دقت بیشتری مدنظر قرار دهد.

کلیدواژه ها:

داده کاوی ، رده بندی ، اعتبارسنجی مشتریان ، درخت تصمیم ، شبکه عصبی