رتبه های اعتباری، یک ارزیابی مستقل از توانایی یک شرکت در برآورده کردن الزامات مالی اش می باشند، که در سطح جهان به عنوان شاخصی برای نشان دادن ارزش اعتباری یک شرکت توسط سرمایه گذران در نظر گرفته می شوند. یک رتبه بالا، دستیابی یک شرکت کاهش می دهد. یک رتبه بندی مناسب همچنین، انعطاف پذیری مالی را بهبود می بخشد و تاثیر مهمی بر مدیریت داخلی شرکت دارد. به دلیل پیچیدگی های بوجود آمده در بازارهای مالی،...

سیستم های خبره می توانند به ساخت مدل های رتبه بندی اعتباری مشتریان بانک ها کمک کنند. در اینجا، انتخاب ویژگی های مهم در رتبه بندی اعتباری اهمیت دارد. همچنین ممکن است مقادیر ویژگی ها، به‎صورت فازی بیان شوند. مسئله این است، چگونه می توان به‎کمک الگوریتم ژنتیک، انتخاب ویژگی ها را بهبود بخشید؛ به‎گونه ای که این ویژگی ها به‎منزلۀ ورودی در سیستم خبرۀ فازی مورد استفاده قرار گیرند. این نوشتار به ارائۀ م...

در شرایط امروزی که بسیاری از بانک های داخلی کشور نوعی ریسک اعتباری را تجربه می کنند، استقرار یک سیستم مدیریت ریسک اعتباری به منظور کاهش مطالبات معوق بانک ها و حل مسأله عدم بازپرداخت وام های بانک مرکزی لازم و ضروری است. یکی از شرایط و ملزومات اساسی در استقرار یک سیستم مدیریت ریسک اعتباری ایجاد یک سیستم رتبه بندی اعتباری مناسب برای مشتریان است. سیستم پنج c اعتباری یکی از سیستم های معتبر رتبه بندی...

امروزه بسیاری از بانک های داخلی کشور نوعی ریسک اعتباری را تجربهمی کنند که از پیامدهای آن می توان افزایش مطالبات معوق بانک هاو مشکل عدمبازپرداخت وام های بانک مرکزی را برشمرد. بنابراین استقرار یک سیستم مدیریتاعتباری یکی از c ریسک اعتباری لازم و ضروری به نظر می رسد. سیستم معتبر پنجسیستم های رتبه بندی مشتریان است که می تواند برای مدیریت ریسک اعتباری درنظر گرفته شود. از سوی دیگر وجود یک ابزار مناسب ...

این مقاله با هدف مدلسازی سنجش ریسک اعتباری و اعتبارسنجی مشتریان در بانک پارسیان به روش رگرسیون لاجیت وپروبیت و مدل شبکه‌های عصبی هوشمند GMDH انجام می‌شود. بدین منظور اطلاعات و داده‌های مالی و کیفی یک نمونه تصادفی 400 تایی از مشتریان که تسهیلات دریافت نموده اند مورد بررسی قرار می‌گیرد. این حجم نمونه از مشتریان دارای حساب منتهی به سال 1388 انتخاب شده‌اند. در این مقاله پس از بررسی پرونده‌های اعتبا...

این مقاله با هدف مدلسازی سنجش ریسک اعتباری و اعتبارسنجی مشتریان در بانک پارسیان به روش رگرسیون لاجیت وپروبیت و مدل شبکه‌های عصبی هوشمند GMDH انجام می‌شود. بدین منظور اطلاعات و داده‌های مالی و کیفی یک نمونه تصادفی 400 تایی از مشتریان که تسهیلات دریافت نموده اند مورد بررسی قرار می‌گیرد. این حجم نمونه از مشتریان دارای حساب منتهی به سال 1388 انتخاب شده‌اند. در این مقاله پس از بررسی پرونده‌های اعتبا...

این مقاله با هدف شناسایی عوامل موثر بر ریسک اعتباری و ارائه مدلی جهت پیش بینی ریسک اعتباری و رتبه بندی اعتباری مشتریان حقوقی متقاضی تسهیلات یک بانک تجاری، با استفاده از روش تحلیل پوششی داده‌ها و رگرسیون لجستیک و شبکه عصبی و مقایسه این سه مدل انجام گرفته است. بدین منظور بررسی های لازم بر روی اطلاعات مالی و غیر مالی با استفاده از یک نمونه 146 تایی تصادفی ساده از مشتریان حقوقی متقاضی تسهیلات، صورت...

مدل معرفی شده در این پژوهش یک مدل رتبه بندی اعتباری دو مرحله ای برای متقاضیان حقیقی دریافت تسهیلات میباشد. در مرحله اول تعداد 10 متغیر مستقل تعریف شده است که مدل با استفاده از آنها و همچنین با بکاربردن تکنیک رگرسیون لجستیک و همچنین با کمک نرم افزار eviews 7 به برآورد یک معادله رگرسیونی می پردازد. با اجرای مرحله نخست مدل و برآورد معادله رگرسیونی مشخص می گردد که متغیرهای سن، جنس، وضعیت تأهل و داش...

هدف این تحقیق، ارائه یک مدل رتبه بندی اعتباری هیبریدی با ترکیب روش انتخاب ویژگی ها مبتنی بر الگوریتم ژنتیک و سیستم خبره فازی است که به مدیران اعتباری بانک ها و موسسات مالی جهت اخذ تصمیمات اعتباری کمک نماید. سیستم های خبره به عنوان یکی از تکنیک های هوش مصنوعی می توانند به ساخت مدل های رتبه بندی اعتباری مشتریان بانک ها بپردازند. ویژگی های مهم در رتبه بندی اعتباری شناسایی شدند. الگوریتم های ژنتیک ...

امروزه ارزیابی اعتباری مشتریان به یکی از چالش های مهم تصمیم گیری مدیران تبدیل شده است خصوصاً در شرایط کنونی که تعداد کلاهبرداری ها افزایش پیدا نموده و مطالبات معوق شرکت های تجاری رو به افزایش می باشد که یکی از دلایل اصلی بحران مالی شرکت های فوق می باشد. از طرف دیگر تصمیم گیری در مورد مشتریان و اعتبار آن ها از یک سو متکی بر قضاوت خبرگان بوده و از سوی دیگر اطلاعات مشتریان اغلب به صورت غیر قطعی، مب...