ارائه یک چارچوب جدید سیستم امتیاز دهی اعتباری مبتنی بر ماشین بردار پشتیبان جهت مدیریت ریسک اعتباری در بانک ها و موسسات مالی

در سال های اخیر، درراستای اعطای تسهیلات به متقاضیان، رقابت در بازار اعتباری مصرف کنندگان به شدت افزایش یافته است. با رشد سریع در صنعت اعتباری، مدلهای اعتبارسنجی بطور گسترده ای برای ارزیابی پذیرش اعتباری به کار می روند. در واقع اعتبارسنجی مجموعهای از مدلها و تکنیکهای تصمیم گیری است که به وام دهندگان در اعطای اعتبار ازطریق ارزیابی ریسک اعطایتسهیلات به متقاضیان، کمک میکند و حوزهی تحقیقاتی مهمی است که موسسات مالی را در توسعه استراتژیهای وام دهی جهت بهینه سازی منافعشان توانمند میسازد . تسهیلات اعطایی سوخت شده وصول نشدنی یکی از مسائل رو به رشد است که ازطریق استفاده از مدلهای اعتباری دقیقتر میتوان تاحدودی بر این مساله فائق شد . محققان طیف وسیعی از مدلهای آماری سنتی و اخیرا ابزارهای داده کاوی ازجمله درخت تصمیم ، شبکه های عصبی، الگوریتم ژنتیک و... را جهت اعتبارسنجی به کار می برند. از میان این تکنیکها، جدیدترین آنها ماشین بردار پشتیبان است که از متدهای هوش مصنوعی بوده و دارای صحت و عملکرد بالاتری در مقایسهبا روشهای قبلی است . لذا در این تحقیق یک چارچوب اعتبار سنجی جدید با رویکرد داده کاوی مبتنی بر تکنیک ماشین بردار پشتیبان برای جهت مدیریت ریسک در بانک ها و موسسات مالی ارائه شده است

کلیدواژه ها:

مدیریت ریسک اعتباری ، امتیازدهی اعتباری ، داده کاوی ، ماشین بردارپشتیبان ، انتخاب ویژگی