ارایه ی چارچوبی به منظور سنجش ریسک اعتبار مشتریان بانکی به صورت غیر متمرکز بر پایه بلاکچین

یکی از مهم ترین ریسک های بانکی ریسک اعتباری است که گاهی سو مدیریت در ارتباط با در نظرگرفتن این ریسک باعث خسارت فراوان به منابع بانکی و حتی ورشکستگی بانک ها می شود. از دیدگاه بانک، ریسک اعتباری به تغییر ارزش یک دارایی اعتباری مثل وام پرداختی به مشتریان و یا اوراق قرضه منتشره در بازار، به دلیل وقوع یک پدیده اعتباری اطلاق می شود. به اشتراک گذاری امن داده ها به طور ناشناس بر بستر بلاکچین و عدم حضور شخص ثالث به افزایش حفظ حریم خصوصی در داده ها می انجامد همانطور که نمرات اعتباری بطور مستقیم از سوی بانک با استفاده از روش های یادگیری ماشین تخصیص می یابد می توان به صورت غیر متمرکز توسط کاربر، داده های جاری وارد سامانه شود و اعتبار سنجی به صورت هوشمند صورت گیرد که این شیوه می تواند موجب صرفه جویی در زمان و هزینه برای بانک و همچنین کاهش تقلب و سو استفاده شود. در این مقاله به ارائه ی روشی غیر متمرکز مبتنی بر بلاکچین که از روش های یادگیری عمیق به منظور سنجش ریسک اعتبار مشتریان بهره گرفته می شود پرداخته می شود. نمره اعتبار مشتریان به صورت هوشمند بر بستر بلاکچین قابل پیش بینی است و می توان ویژگی های مهم مشتریان را با استفاده از یادگیری عمیق تخمین زد و در نهایت به پیش بینی اعتبار مشتریان بانکی پرداخت

کلیدواژه ها:

اعتبارسنجی مشتری ، ریسک اعتباری ، یادگیری عمیق ، بلاکچین