عنوان
ارائه رويکردي براي رتبه بندي اعتباري مشتريان بانک با استفاده از تکنيکهاي داده کاوي
نویسنده (گان)
کريمي,الهام
چکیده مقاله
امتيازدهي اعتباري يک وسيله علمي ارزيابي ريسک اعتباري مرتبط با تقاضاي اعتباري است که ميتواند به بانک ها يا مؤسسات براي اعطاي تسهيلات يا اطمينان بيشتر کمک کند. نهادهاي اعتباري براي انجام دادن فعاليت خود ناچار به استقرار يک سيستم کارآمد امتيازدهي اعتباري هستند تا عمليات اعطاي تسهيلات در بازارهاي رقابتي کنوني هم از کارايي و سرعت لازم برخوردار باشد و هم احتمال عدم برگشت اصل و فرع تسهيلات اعطا شده که پاشنه آشيل نهادهاي اعتباري است، به حداقل ممکن کاهش يابد. هدف مدل هاي رتبه بندي اعتباري ، پيش بيني عدم احتمال بازپرداخت اعتبار از سوي مشتري و يا طبقه بندي متقاضيان اعتبار است. بر اساس معيار هاي كمي و كيفي كه از مشتريان دريافت مي شود و با استفاده از اطلاعات حال و گذشته متقاضي، احتمال عدم بازپرداخت وام توسط وي را ارزيابي كرده و به او امتياز مي دهد از اين رو طراحي مدل رتبه بندي اعتباري مشتريان (حقيقي و حقوقي) بانک ها و مؤسسات کشور جديد و کاربردي به نظر ميرسد. در اين تحقيق از نوعي بانکداري به نام بانکداري نفر به نفر که عبارت است از نوعي تبادل وجوه که بدون واسطه‌گري بانک‌ها انجام مي‌پذيرد به گونه اي که هر فردي مي‌تواند براساس ريسک و نرخ بازده اقدام به پرداخت يا دريافت وام کند، استفاده خواهد شد و سعي ميشود با استفاده از اطلاعات موجود در پرونده هاي اعتباري مشتريان ، مدلي قابل قبول جهت رتبه بندي اعتباري مشتريان بانكداري نفر به نفر ارائه شود. بدين منظور پس از مطالعه تحقيقات و مقالات گذشته، عواملي كه در رتبه بندي اعتباري مشتريان حقيقي بانك ها تاثير گذار هستند، شناسايي مي شود. پس از شناسايي عوامل تاثيرگذار، با بهره گيري از تکنيک SOM مدل مناسب جهت رتبه بندي اعتباري مشتريان تعيين ميشود. لازم به ذكر است در اين تحقيق براي اعتبار سنجي مدل ارائه شده از داده هاي واقعي استفاده مي شود.در مرحله اول تعدادي ويژگي به عنوان ويژگي هاي منتخب انتخاب ميشوند. اين ويژگي ها شامل مقدار وام در خواستي ، نسبت درآمد به بدهي ، سابقه تخلف در دو سال اخير، مقدار تخلفات ساير حساب ها تعداد حساب هاي باز شده در 12 ماه گذشته و .... ميباشند. سپس داده ها پيش پردازش و نرمالايز شده و به مدل داده ميشوند. در نهايت با استفاده از تکنيک هاي داده کاوي و SOM داده ها با توجه به ويژگي هايي که دارند خوشه بندي و رتبه بندي ميشوند و به هر خوشه يک ليبل تعلق ميگيرد . تعداد خوشه ها بهينه با استفاده از شاخص ديويس بولدين 10 خوشه تعين ميشود. پس از تعيين رتبه هر خوشه ميتوان در مورد داده هاي آن خوشه قضاوت کرده و مشتريان خوش حساب و بد حساب را شناسايي کرد. در آخر نيز با استفاده از مدل بدست آمده رتبه مشتريان جديد پيش بيني شده و خطاي پيش بيني محاسبه ميشود. سه خطاي MSE , MAPE , MAD محاسبه شده و با يکديگر مقايسه ميشود و نتيجه ميشود که اين خطاها از مقدار مناسبي برخوردارند.

متن کامل مقاله