ارایه مدل بهینه ریسک اعتباری فرایند تامین مالی جمعی با استفاده از شبکه عصبی پرسپترون چندلایه (MLP)
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 406
فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_FEJ-11-43_012
تاریخ نمایه سازی: 7 بهمن 1399
چکیده مقاله:
هدف مطالعه حاضر، پیشبینی و ارایه مدل ریسک اعتباری جهت سرمایهپذیران تأمین مالی جمعی مبتنی بر بدهی است. با توجه به پیچیدگی ارزیابی ریسک، بهترین معماری شبکه عصبی الگوریتم پرسپترون چند لایه برای شبیهسازی انتخاب شد. جامعه آماری این پژوهش، اطلاعات مالی پرونده اعتباری/تسهیلاتی کلیه مشتریان (506 مورد) یکی از بانکهای کشور مربوط به سال 98-97 است. به منظور معناداری رابطه شاخصهای استخراج شده از نمونه با متغیر خروجی مدل (نکول و عدم نکول) اعضای نمونه توسط آزمون رگرسیون سنجیده شد. بدین ترتیب تعداد13شاخص بهعنوان بردار ورودی شبکه عصبی با سه لایه پنهان در دو گروه نکول و عدم نکول وارد مدل گردید. بر اساس نتایج شبیهسازی، مدل پیشنهادی توانست با خطای کمتر و دقت پیشبینی بالاتر (94.1) وزن هریک از شاخصهای ورودی به شبکه را محاسبه کند. همچنین ضریب تعیین برای دادههای آموزشی برابر (0.88)، آزمایش برابر (0.94) و ارزیابی برابر (0.84) بدست آمد که نشان دهنده توانایی برازش بالای مدل شبکه عصبی پیشنهادی است. یافتههای پژوهش نشان داد، از میان شاخصهای ورودی، درآمدخالص، با وزنی معادل 0.163، میانگین حساب جاری با وزنی معادل 0.123 به مراتب از اهمیت بیشتر و شاخص سابقه تحصیلات با وزنی معادل 0.053 از اهمیت کمتری در گروه عدم نکول شده برخوردار است.
کلیدواژه ها:
نویسندگان
علی ملکی
گروه مدیریت مالی، واحد علوم تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
علی زارع
گروه حقوق خصوصی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی ، تهران، ایران
هاشم نیکومرام
گروه مدیریت مالی، واحد علوم تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
شادی شاهوردیانی
گروه مدیریت بازرگانی، واحد شهر قدس، دانشگاه آزاد اسلامی، تهران، ایران