حامد منصوری گرگری
چکیده
یکی از اهداف مهمی که بانکها و موسسات مالی جهت بالا بردن کارایی پس‌اندازهای جمع‌آوری شده از اشخاص حقیقی و حقوقی دنبال می‌کنند، این است که با شناسایی مشتریان اعتباری خود تسهیلات اعتباری را به افراد یا ساز‌مان‌هایی تخصیص دهند که احتمال نکول کمتری داشته باشند. لیکن برای این کار از روش‌های مختلفی همچون روش معمول قضاوت شخصی، تحلیل ...
بیشتر
یکی از اهداف مهمی که بانکها و موسسات مالی جهت بالا بردن کارایی پس‌اندازهای جمع‌آوری شده از اشخاص حقیقی و حقوقی دنبال می‌کنند، این است که با شناسایی مشتریان اعتباری خود تسهیلات اعتباری را به افراد یا ساز‌مان‌هایی تخصیص دهند که احتمال نکول کمتری داشته باشند. لیکن برای این کار از روش‌های مختلفی همچون روش معمول قضاوت شخصی، تحلیل ممیزی و ... استفاده می‌کنند. با این وجود اغلب این روشها، روی ریسک اعتباری مشتریان متمرکز شدهاند، در حالی که ظرفیت اعتباری مشتریان میتواند در ارائه تسهیلات نقش مهمی ایفاء نماید.
در این مقاله مدل شبکه‌های عصبی برای محاسبه هر دو عامل ریسک و ظرفیت اعتباری به طور همزمان مورد توجه قرار گرفته است. البته مدلهای رگرسیون خطی و لجستیک نیز برای محاسبه ریسک و ظرفیت اعتباری به کار گرفته شده است تا با مدل شبکه‌های عصبی مقایسه گردد.
نتایج بهدست آمده دلالت بر کارایی بالای شبکه‌های عصبی نسبت به رگرسیون خطی در برآورد ظرفیت اعتباری مشتریان و کارایی یکسان مدل شبکه‌های عصبی و رگرسیون لجستیک در برآورد ریسک اعتباری دارد.
