پرستو رفیعی وحید - کارشناسی ارشد مهندس مالی دانشگاه علوم اقتصادی
عباس احمدی - احمدی، استادیار دانشکده مهندسی صنایع و سیستم های مدیریت دانشگاه صنعتی امیرکبیر

یکی از مهم ترین ابزارهای کنترل و مدیریت ریسک اعتباری، استقرار نظام امتیازدهی اعتباری است. ازآنجاکه اغلب مدل هایارائه شده در این زمینه، مشتریان را با عنوان دو گروه «خوش حساب» و «بدحساب» دسته بندی می کنند، احتمال اخذ تصمیمات نادرست و تا حدودی ناعادلانه در زمینه اعطای اعتبار به متقاضیان افزایش می یابد.در این پژوهش سعی شده استتا مدلی ارائه شود تا از طریق آن بتوان مشتریان حقوقی بانک را بر طبق تعاریف بانک مرکزی جمهوری اسلامی ایران در قالبیکی از چهار گروه خوش حساب، سررسید گذشته، معوق و مشکوک الوصول طبقه بندی نمود تا از این طریق وام دهندگانبتوانند با پیش بینی خوش حسابی یا شدت بد حسابی مشتری حقوقی خود، سیاست های ویژه ای را در راستای واگذاری اعتباربه ایشان اعمال نمایند و در نتیجه ریسک اعتباری بانک کاهش یافته و به تبع آن منابع و تسهیلات بانکی به نحو مطلوبی مورداستفاده قرار گیرد. همچنین به منظور اعتبارسنجی، مدل پیشنهادی آموزش داده شده به وسیله رویکرد ترکیبی شبکه عصبیخودسازمان ده و شعاعی و مدل آموزش داده شده به وسیله ماشین های بردار پشتیبان با یکدیگر مقایسه شده است.

ریسک اعتباری، رویکرد گروهی، شبکه عصبی مصنوعی، طبقه بندی چندکلاسه، مدل امتیازدهی اعتباری