اعتبارسنجی مشتریان خرد در نئوبانک ها: توسعه مدل ترکیبی با رویکرد تحلیل محتوا و تصمیم گیری چندمعیاره

سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 148

فایل این مقاله در 31 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_EPYA-18-35_012

تاریخ نمایه سازی: 5 خرداد 1405

چکیده مقاله:

این پژوهش با هدف طراحی و توسعه یک مدل اعتبارسنجی برای مشتریان خرد در نئوبانک ها انجام شده است. بدین منظور، با بهره گیری از تحلیل محتوای مصاحبه های نیمه ساختاریافته با خبرگان صنعت بانکداری و از طریق کدگذاری باز، مولفه های موثر بر اعتبارسنجی شناسایی و دسته بندی شدند. سپس به منظور اولویت بندی و وزن دهی شاخص های استخراج شده، از روش تصمیم گیری چندمعیاره بهترین/بدترین (BWM) استفاده شد. یافته ها نشان دادند که تراکنش ها و رفتارهای مالی با ضریب اهمیت ۳۶/۰ بیشترین تاثیر را در مدل اعتبارسنجی دارند. سوابق قانونی و بیمه ای با ضریب اهمیت ۲۷۹/۰و فعالیت های آنلاین مشتریان با ضریب اهمیت ۲/۰ به ترتیب در رتبه های دوم و سوم قرار گرفتند. همچنین، اطلاعات شخصی و خانوادگی و رفتارهای ریسک پذیر و خیریه ای از تاثیر کمتری برخوردار بودند. این مدل با تلفیق داده های سنتی و غیرسنتی، زمینه ساز افزایش دقت در ارزیابی ریسک اعتباری و بهینه سازی فرآیندهای تصمیم گیری اعتباری در نئوبانک ها است. از مهم ترین دستاوردهای این پژوهش، گسترش دامنه دسترسی به خدمات مالی برای گروه های فاقد سابقه اعتباری رسمی و فراهم سازی امکان ارائه خدمات مالی هدفمند و هوشمند بر پایه تحلیل های رفتاری است. نتایج این مطالعه می تواند مبنای تدوین سیاست های موثر در حوزه توسعه خدمات دیجیتال بانکداری و ارتقای نظام های اعتبارسنجی مشتریان خرد قرار گیرد

نویسندگان

حسین سیلسپور

گروه مالی بانکداری، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبایی (ره)، تهران ایران

محمدجواد محقق نیا

گروه مالی و بانکداری، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبایی (ره)، تهران 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 :
  • Altman, E. I. (۱۹۶۸). Financial ratios, discriminant analysis and the ...
  • Ashrafi Bafrouei, M., & Majidzadeh, M. (۲۰۱۹). Development and enhancement ...
  • Bahramifard, M., & Pirbanieh, M. (۲۰۲۴). Application of machine learning ...
  • Behzadirad, M., Mahmoudzade, M., Heidari, A., & Sofi Majidpor, M. ...
  • Bradford, T. (۲۰۲۰). Neobanks: Banks by any other name. Federal ...
  • Brown, J., & White, S. (۲۰۱۹). The impact of big ...
  • Creswell, J. W., & Creswell, J. D. (۲۰۱۷). Research design: ...
  • Elo, S., & Kyngäs, H. (۲۰۰۸). The qualitative content analysis ...
  • Evbuomwan, O. O., & Bosha, E. O. (۲۰۲۲). Fintech and ...
  • Faghih Aliabadi, H., & Ghanbarizadeh, A. (۲۰۲۳). Application of machine ...
  • Hand, D. J., & Henley, W. E. (۱۹۹۷). Statistical classification ...
  • Heydari, R., & Khademi, S. M. (۲۰۲۴). Evaluating the effect ...
  • Hsieh, H. F., & Shannon, S. E. (۲۰۰۵). Three approaches ...
  • Jeyhoonipour, M., Azami, S., & Delangizan, S. (۲۰۲۵). Modeling and ...
  • Krippendorff, K. (۲۰۰۹). Content analysis: An introduction to its methodology ...
  • Liu, Y., Rahman, A. A., Amin, S. I. M., & ...
  • Meijer, K. P. (۲۰۲۱). Customer acceptance of neobanks: What role ...
  • Monis, E., & Pai, R. (۲۰۲۳). Neo banks: A paradigm ...
  • Rezaei, J. (۲۰۱۵). Best-worst multi-criteria decision-making method. Omega, ۵۳, ۴۹–۵۷. ...
  • Sardar, S., & Anjaria, K. (۲۰۲۳). The future of banking: ...
  • Saunders, M., Lewis, P., & Thornhill, A. (۲۰۱۶). Research methods ...
  • Subramanian, U., & Baby, M. K. (۲۰۲۴). Debunking Indian neo-banks' ...
  • Temelkov, Z. (۲۰۲۰). Differences between traditional bank model and fintech-based ...
  • نمایش کامل مراجع