CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

تعیین نکول تسهیلات مشتریان حقوقی بوسیله حداقل مربعات ماشین بردارپشتیبان بهبود یافته بر مبنای الگوریتم بهینه سازی تجمعی ذرات

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۲۵ | تعداد نمایش خلاصه: ۸۳ | نظرات: ۰
سال انتشار: ۱۳۹۴
کد COI مقاله: MRMEA02_443
زبان مقاله: فارسی
حجم فایل: ۶۵۳.۹۶ کیلوبایت (فایل این مقاله در ۲۵ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۲۵ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳۰,۰۰۰ ریال بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۲۵ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تعیین نکول تسهیلات مشتریان حقوقی بوسیله حداقل مربعات ماشین بردارپشتیبان بهبود یافته بر مبنای الگوریتم بهینه سازی تجمعی ذرات

  اکبر موحدی نیا - بانک رفاه کارگران استان خوزستان
  نوشین بهمئی - اداره کل زندان های استان خوزستان

چکیده مقاله:

در دهههای اخیر؛ تشکیل بازارهای مالی جدید، تشدید رقابت بین شرکتها و همچنین تغییرات سریع اقتصادی، اجتماعی و تکنولوژی باعث افزایش عدم اطمینان و بیثباتی در محیطهای مالی شده و به تبع آنپیچیدگی فرآیند تصمیمگیری مالی نیز بیشتر شده است. در چنین شرایطی مسلماً بالندگی اقتصادی در گرو تصمیمگیری صحیح و تخصیص بهینه منابع خواهد بود، چرا که اگر سرمایهها در فرصتهای مناسب،سرمایهگذاری نشوند و یا به نحوی از آنها استفاده شود که کارایی لازم را نداشته باشند، اقتصاد کلان کشورها دچار چالشهای عظیمی خواهد شد.یکی از مهمترین موضوعهای مطرح شده در زمینهی مدیریتمالی، این است که بانکها و موسسات اعتبار دهنده شرکت های خوش حساب و بد حساب را از یکدیگر تشخیص دهند. یکی از راههای کمک به اعتبار دهندگان، ارائهی الگوهای پیشبینی ریسک اعتباری و نکولشرکتها است. تا به امروز تکنیکهای مختلفی برای طراحی مدلهای پیشبینی ریسک اعتباری و نکول شرکتها مورد استفاده قرار گرفته است. از آنجا که مطالعات اخیر در این زمینه ، بر ایجاد و بهکارگیریبردارهای پشتیبان خطی و هوش مصنوعی در مسائل دسته بندی متمرکز شده است، لذا در پژوهش حاضر به منظور پیشبینی ریسک اعتباری شرکتها از مدل ترکیبی حداقل مربعات ماشین بردار پشتیبان والگوریتم پرواز پرندگان استفاده شده است. نمونهی تحت بررسی شامل 021 شرکت بد حساب و 021 شرکت خوش حساب میباشد که طی یک دوره 5 ساله از سال 0831 الی 0832 انتخاب شدهاند.یافتههای تحقیق حاکی از آن است که مدل PSOLSSVM قادر به پیش بینی نکول شرکت ها بوده و از دقت قابل قبولی برخوردار است.

کلیدواژه‌ها:

نکول تسهیلات ، ریسک اعتباری ، ماشین بردار پشتیبان ، بهینه سازی تجمعی ذرات

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-MRMEA02-MRMEA02_443.html
کد COI مقاله: MRMEA02_443

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
موحدی نیا, اکبر و نوشین بهمئی، ۱۳۹۴، تعیین نکول تسهیلات مشتریان حقوقی بوسیله حداقل مربعات ماشین بردارپشتیبان بهبود یافته بر مبنای الگوریتم بهینه سازی تجمعی ذرات، دومین کنفرانس بین المللی پژوهش های نوین در مدیریت، اقتصاد و حسابداری، کوالالامپور-مالزی، موسسه سرآمد کارین، https://www.civilica.com/Paper-MRMEA02-MRMEA02_443.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (موحدی نیا, اکبر و نوشین بهمئی، ۱۳۹۴)
برای بار دوم به بعد: (موحدی نیا و بهمئی، ۱۳۹۴)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: شرکت
تعداد مقالات: ۸۶
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.