تبین مدل رتبه بندی مشتریان اعتباری بانک با استفاده از شبکه های عصبی نمونه موردی بانک ملی استان آذربایجان غربی

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 636

فایل این مقاله در 23 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICMAS01_189

تاریخ نمایه سازی: 9 مرداد 1395

چکیده مقاله:

یکی ازموضوعات مهم که درتخصیص اعتبارات بانکی حائز اهمیت می باشد بررسی و ارزیابی رتبه بندی اعتباری مشتریان اعتباری بانک می باشد بخاطراینکه بانکها همواره نگران بازگشت اصل سرمایه به همراه سود حاصل ازاعطای اعتبار هستند هدف ما ازانجام این تحقیق تبیین و رتبه بندی مشتریان اعتباری بانکها می باشد ویافتن این مسئله که آیا میتوان مدلی تعیین کرد که اعطای تسهیلات را به مشتریان سرعت بخشید و درعین حال ازدقت کافی درجهت رفع مشکلات عدم وصول اصل و بهره وام ها گام برداشت؟ مابرای جمع اوری داده ها ازروش پرسشنامه استفاده کردیم نمونه اماری تحقیق شامل 300نفر می باشد و پرسشنامه طراحی شده شامل 4شاخص اصلی وضعیت مالی و اقتصادی مدیریتی و شخصیتی می باشد که هرشاخص دارای 4سوال بصورت 5گزینه می باشد و یک وضعیت کلی خوش حساب و بدحساب به عنوان متغیروابسته می باشد نتایج تحقیق نشان داد که دقت پیش بینی آزمون RBF با 0.986 ازسایرازمون ها CART و MLP بیشتر است هرچند که دقت پیش بینی سایرازمونها نیز قابل توجه و مورد تایید است

کلیدواژه ها:

رتبه بندی مشتریان ، شبکه های عصبی/وضعیت مشتریان بانک /درخت تصمیم و شبکه عصبی چندلایه

نویسندگان

لیلا غیابی

دانشجوی کارشناسی ارشد، دانشگاه آزاد اسلامی واحد بناب، گروه مدیریت دولتی، بناب، ایران

یعقوب علوی متین

عضو هئیت علمی، دانشگاه آزاد اسلامی واحد تبریز ، گروه مدیریت صنعتی ، تبریز ، ایران

حسین مردانی

مدرس دانشگاه آزاد اسلامی واحد سلماس، گروه حسابداری، سلماس، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • البرزی، محمود، 1377، "روش تحقیق ازدید گاه آمار"دانشگاه شهید بهشتی، ...
  • البرزی، محمود، عبده تبریزی، حسین، 377 1، "مدلهای ارزیابی اعتبار ...
  • بیل، آر و جکسون، تی آشنایی با شبکه های عصبی. ...
  • جوادی پور، ‌سعید، حسن زاده، ‌علی، 1381، "مقررات زدایی در ...
  • چاوشی، کاظم، 1380، "برسی رفتار قیمت در بورس اوراق بهادار ...
  • خاوری، محمود؛ امیری، ارسلان؛ منصور خاکی، محمد ابراهیم (شهریور 1383)، ...
  • رجب زاده قطری، علی؛ بهرام میرزایی، .آرش؛ احمدی، پرویز (1388)، ...
  • شایان آرانی، شاهین، 1380، "مدیریت ریسک وبانکداری اسلامی غیر دولتی ...
  • عرب مازار، عباس _ روئین تن، پونه (1385) « عوامل ...
  • کاظمی، ابوالفضل. قاسمی، جواد. زندیه، وحید (1389) «رتبه بندی مشتریان ... [مقاله ژورنالی]
  • منصوری، علی (1382)، طراحی و تبیین مدل ریاضی تخصیص تسهیلات ...
  • میر طلایی، منیره سادات. آزاده، محمد علی.صابری، مرتضی. اشجری، بهزاد.(1391)، ...
  • Hussain, F. K., Chang, E. and Dillon, T. (2006). Trust ...
  • Yu, L., Wang, S., Lai, K. K. and Zhou, L. ...
  • _ 3- Altman, Edward. I(2 000) "predicting Financial Distress of ...
  • Eskandari, S. (2006). "A Model for Customer Credit Scoring in ...
  • _ 5-Grablowsky, B. J. and Talley, W.J., Probit and Discriminant ...
  • Hahn, B. and Valentine D.P (2007), Essential MATLAB for Engineers ...
  • Vol.1: Technologies for building business intelligence and consumeg confidence. West ...
  • Orgler, Y. E., A (. 1970)Credit Scoring Model for Commercial ...
  • Kiss , Ferenc.Credit Scoring Processes From Knowledge Management Perspective _ ...
  • Kohonen T Self-organizing Maps. Berlin, Germany: Springer, 1997. ...
  • Lee, T. S., Chiu, C. C., Lu, C. J. and ...
  • Moody, J., Darken, C. J., Fast Learming in Networks of ...
  • Myers, J. H. and Forgey, E. W., The Development of ...
  • Tsai, C. and Wu, J. (2008). "Using neural network ensembles ...
  • Thomas , Lync (2000), A Survey of credit and Bahavioral ...
  • Two Crows Corporation, Introduction to Data Mining and Knowledge Discovery, ...
  • نمایش کامل مراجع