چکیده:
ریسک اعتباری را میتوان به عنوان ضرر محتمل که در اثر یک رخداد اعتباری اتفاق میافتد، بیان کرد. هنگامی که توانایی طرف قرارداد در تکمیل تعهداتش تغییر کند این رخداد اعتباری رخ می دهد. ریسک اعتباری یکی از مهم ترین عوامل تولید ریسک در بانکها می باشد و این ریسک از این جهت ناشی میشود که دریافت کنندگان تسهیلات توانایی بازپرداخت اقساط بدهی خود را به بانک نداشته باشند. بررسی عوامل موثر و تأثیر گزار بر ریسک اعتباری از اهمیت بالایی برخوردار است،. بنا به آنچه اظهار شد، هدف از انجام پژوهش حاضر طراحی مدلی جهت رتبهبندی مشتریان در حوزه ریسک اعتباری با رویکرد تلفیقی MADM و SOM است. بدین منظور در نخستین مرحله با مرور ادبیات موضوع،29 شاخص مؤثر در ارزیابی ریسک اعتباری مشتریان شناسایی وبر مبنای مدل 6c طبقهبندی شد. در مرحله بعد با توجه به فراوانی شاخصها و نظر خبرگان 12 شاخص بهعنوان شاخص نهایی در نظر گرفته شد. سپس با روش الگوریتم تشخیص الگو شبکه عصبی به تعیین خوشههای بهینه اقدام گردید؛ و با استفاده از روش شبکه عصبی خود سامانده (SOM) و k-mean مشتریان حقوقی دریافتکننده تسهیلات طبقهبندی گردید. در خاتمه وزن نسبی هریک شاخصهای دخیل را در ارزیابی ریسک اعتباری شد.
خلاصه ماشینی:
سايي و همکاران در سال ١٩٩٨ پژوهشي انجام دادند که با استفاده از روش هاي تحليل مميزي خطي و و رگرسيون لجستيکي اقدام به طبقه بندي مشريان وام هاي بين الملل درسه کشور آمريکا، آلمان واستراليا دارد و به سه طبقه دو دسته طبقه خوب و بد ارجحيت دارد و در ادامه با بهره گيري از متغيرهاي تعيين شده و مجموع داده هاي جمع آوري شده ازشبکه عصبي تبديل به يکي از دقيق ترين ابزار آناليز اعتبار در ميان ساير ابزارشده است .
از اين رو در اين پژوهش با دو دسته سؤال مواجه هستيم نخست اينکه آيا شاخص هاي شناسايي شده داراي اهميت يکساني هستند؟ و دوم اينکه با چه روشي ميتوان شرکت هاي مذکور را طبقه بندي نمود؟ به منظور پاسخگويي به سؤال نخست از روش ها وزن دهي و سؤال دوم از روش ابتکاري تلفيق اوزان تصميم گيري چند شاخصه و تحليل خوشه اي SOM ميانگين استفاده شده است .
هدف از انجام اين پژوهش ، خوشه بندي شرکت هاي مختلف با توجه به شاخص مؤثر در ارزيابي ريسک اعتباري است .
کاربرد دستگاه هاي استدلال عصبي-فازي در رتبه بندي مشتريان حقوقي بانک ها خليل عراقي، مريم ، مديريت ريسک اعتباري ١٠ ضريب اهرمي عرب مازاد، عباس .
سؤال ١) تعداد خوشه هاي بهينه براي کاستن از ريسک اعتباري مشتريان چه قدر است ؟ آن چنان که پيش تر ذکر شد، در اين پژوهش از روش SOM ترکيبي با تصميم گيري چندشاخصه و روش k-mean بهره گيري شده است .