تدوین مدل پیش بینی اعتباری مشتریان حقوقی بانک های خصوصی با بهره گیری از الگوریتم های فراابتکاری (مطالعه موردی: شعبه های بانک پاسارگاد شمال غرب کشور)
- سال انتشار: 1400
- محل انتشار: فصلنامه تصمیم گیری و تحقیق در عملیات، دوره: 6، شماره: 3
- کد COI اختصاصی: JR_DMOR-6-3_002
- زبان مقاله: فارسی
- تعداد مشاهده: 267
نویسندگان
گروه مدیریت، دانشکده مدیریت، اقتصاد و حسابداری، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران.
گروه مدیریت، دانشکده مدیریت، اقتصاد و حسابداری، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران.
گروه مدیریت، دانشکده مدیریت، اقتصاد و حسابداری، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران.
چکیده
هدف: عدم توانایی بانک ها در اعتبارسنجی و ارزیابی مالی مشتریان و پیش بینی دقیق ریسک اعتباری تسهیلات گیرندگان، تاثیرات مخربی بر سیستم مالی جهانی و فعالیت های اقتصادی داشته و از اصلی ترین دلایل بحران های مالی جهانی در سال های اخیر بوده اند. هدف این تحقیق، تدوین مدل پیشبینی اعتباری مشتریان حقوقی بانکهای خصوصی با بهرهگیری از الگوریتمهای فراابتکاری در شعبه های بانک پاسارگاد شمال غرب کشور بوده است.روش شناسی پژوهش: این تحقیق براساس هدف پژوهش، توسعهای و براساس روش انجام کار توصیفی می باشد. جامعه آماری این تحقیق را دو بخش خبرگان و مدیران بانکی استان آذربایجان شرقی و مشتریان حقوقی بانک پاسارگاد در شمالغرب کشور تشکیل می دهند. حجم نمونه آماری برای جامعه اول، ۵۸ خبره بانکی استان اعم از مدیران، مسئولین اعتباری و روسای شعب با سابقه کار اعتباری بانک های خصوصی تعیین شده و برای جامعه دوم، براساس نمونهگیری هدفمند ۴۲۷ مشتری حقوقی بانک پاسارگاد انتخاب شده است. به منظور جمعآوری دادهها از پرسشنامه و اسناد و مدارک بانک پاسارگاد بهره گرفته شده و روایی پرسشنامه به صورت روایی محتوا و براساس شاخصهای نسبت روایی محتوا و شاخص روایی محتوا و پایایی پرسشنامه با استفاده از ضریب آلفای کرونباخ مورد بررسی و تایید قرار گرفته است. به منظور تجزیه و تحلیل دادهها از آزمون t، تحلیل عاملی تاییدی، شبکه عصبی مصنوعی چند لایه، شبکه عصبی آموزش دیده با الگوریتم ژنتیک، شبکه عصبی آموزش دیده با الگوریتم ازدحام ذرات و شبکه عصبی آموزش دیده با الگوریتم تکامل تفاضلی استفاده شده است.یافته ها: یافته های پژوهش نشان میدهد که هر چهار مدل فوق قادر به پیشبینی اعتباری مشتریان حقوقی بانکهای خصوصی هستند و بهترین روش برای پیشبینی اعتباری مشتریان حقوقی بانکهای خصوصی، شبکه عصبی آموزش دیده با الگوریتم تکامل تفاضلی با کمترین مقدار خطا نسبت به سه روش دیگر است.کلیدواژه ها
پیش بینی اعتباری, الگوریتم شبکه عصبی مصنوعی, الگوریتم ژنتیک, الگوریتم تکامل تفاضلی, الگوریتم ازدحام ذراتاطلاعات بیشتر در مورد 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.