مدل های سنتی تصمیم گیری اعتباری مالی

تخصیص اعتبار مالی یکی از فرآیندهای حیاتی در نظامهای مالی است که با هدف ارزیابی ریسک اعتباری متقاضیان وام انجام می شود. در سال های اخیر تحولات چشمگیری در مدل های تصمیم گیری این حوزه رخ داده است. این مقاله به بررسی سیر تکاملی مدل های تصمیم گیری در تخصیص اعتبار، از روش های سنتی آماری تا رویکردهای نوین مبتنی بر یادگیری ماشین و هوش مصنوعی می پردازد. ابتدا مدل های کلاسیک مانند تحلیل ممیزی و رگرسیون لجستیک مورد بررسی قرار می گیرند سپس پارادایم های نوین شامل الگوریتم های یادگیری ماشین مانند جنگل تصادفی، ماشین بردار پشتیبان و شبکه های عصبی، استفاده از داده های جایگزین مانند داده های رفتاری و شبکه های اجتماعی و مدل های تفسیرپذیر هوش مصنوعی تحلیل می شوند، همچنین چالش های اخلاقی، قانونی و عملیاتی در به کارگیری مدل های پیشرفته مورد بحث قرار می گیرند. نتایج نشان می دهد که ادغام روش های نوین با چارچوب های نظارت مناسب می تواند دقت، سرعت و عدالت در تخصیص اعتبار را به طور همزمان بهبود بخشد.

کلیدواژه ها:

تصمیم گیری اعتباری ، ریسک اعتباری ، هوش مصنوعی ، داده های جایگزین ، مدل های تفسیر پذیر