خلاصة:
ریسک اعتباری یکی از مهمترین ریسکهای بانکداری است که ناشی از عدم پرداخت به موقع اصل و فرع تسهیلات اعطایی میباشد. اهمیت اندازهگیری این ریسک به این دلیل است که عدم اندازهگیری و مدیریت آن، منجر به افزایش حجم مطالبات مشکوک الوصول میشود و زیانهای غیر منتظرة آتی را برای بانکها به همراه دارد. در پژوهش حاضر به ارائة یک مدل مبتنی بر بهینهسازی خطی و غیرخطی پرداختهشده است. این مدل ریاضی به دنبال یافتن یک ابرصفحة جداکننده است تا بتواند به کمک آن 85 مشتری خوشحساب و بدحساب موجود در بازار بورس اوراق بهادار تهران را که از یک بانک ایرانی وام گرفتهاند، از یکدیگر تفکیک نماید. همچنین در این راه، از توابع کرنل، فازیسازی دادهها و ضرایب جریمه به منظور بهبود مدل ریاضی استفاده شده است. نتایج این تحقیق بیان گر این است که مدل بهینهسازی خطی با تابع کرنل سیگموئیدی بهترین نتایج را در مقایسه با مدلهای بهینهسازی خطی و غیرخطی با کرنلهای خطی، چندجملهای، سیگموئیدی و پایهشعاعی میدهد. مدل مذکور مشتریان بدحساب را کاملا شناسایی میکند؛ لیکن در خصوص مشتریان خوشحساب و بدحساب با هم، کارایی 80 درصدی دارد.
ملخص الجهاز:
این مدل ریاضی، به دنبال یافتن یک ابرصفحة جداکننده است تا بتواند به کمک آن، 85 مشتری خوشحساب و بدحساب موجود در بورس اوراق بهادار تهران را که از یک بانک ایرانی وام گرفتهاند، از یکدیگر تفکیک نماید؛ همچنین در این راه، از توابع کرنل، فازیسازی دادهها و ضرایب جریمه به منظور بهبود مدل ریاضی استفاده شده است.
Basel Beaver Altman Ohlson Black Box Support Vector Machines (SVMs) Artificial Immune Systems (AISs) در این پژوهش ما به دنبال آن هستیم تا به کمک یک ابرصفحهی جداکننده، مشتریان حقوقی وامگیرنده از یکی از بانکهای ایرانی را به دو طبقهی خوشحساب و بدحساب تقسیمبندی کنیم.
Statistical Learning Theory Cortes & Vapnik Vapnik Cristianini & Shawe-Taylor Hamel Zhang, Gao, & Shi Yap, Ong & Hussain Yu et al در پژوهشهایی نظیر اولافسون، لی، و وو (2008) 1 و یا کورن، دائننز، و جردن (2012) 2 علاقهی فزایندهای در خصوص ترکیب بهینهسازی و دادهکاوی وجود داشته است.
در این پژوهش، مدل ماشینهای بردار پشتیبان خطی و غیرخطی بر روی یک مجموعه داده از شرکتهای یونانی اجرا شده است که به عقیدهی آنان دقت بالایی در امتیازدهی اعتباری دارد و در مقایسه با مدلهای رگرسیونی، عملکرد بهتری از خود نشان داده است.
& Rudziński Atiya Khashman Malhotra & Malhotra Lee Schebesch & Stecking 3- روششناسی تحقیق در این بخش ابتدا به ارائه دادههای تحقیق و سپس به ارائهی مدل ریاضی مورد استفاده خواهیم پرداخت.
مدل ریاضی این پژوهش از نوع طبقهبندی دو وضعیتی است و از طرف دیگر دادههای ارائه شده از سوی بانک به صورت رتبهبندی است؛ لذا باید این رتبههای تجربی در دو کلاس خوشحساب و بدحساب قرار گیرند.