دوره 6، شماره 19 و 20 - ( 3-1394 )
جلد 6 شماره 19 و 20 صفحات 11-28 |
برگشت به فهرست نسخه ها
Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Elahi S, ghodselahi A, Naji H. A Hybrid Neural Network Ensemble Model for Credit Risk Assessment. فصلنامه فناوری اطلاعات. 2015; 6 (19 and 20) :11-28
URL: http://jor.iranaict.ir/article-1-15-fa.html
URL: http://jor.iranaict.ir/article-1-15-fa.html
الهی شعبان، قدس الهی احمد، ناجی حمیدرضا. ارائه مدل ترکیبی شبکه های عصبی با بهره گیری از یادگیری جمعی به منظور ارزیابی ریسک اعتباری. فصلنامه فناور اطلاعات و اتباطات ایران. 1394; 6 (19 و 20) :11-28
دانشگاه تربیت مدرس
چکیده: (7490 مشاهده)
بانکداری صنعت ویژه ایی است که با سرمایه و ریسک برای کسب سود مواجه می باشد. یکی از مهم ترین ریسک های بانکی، ریسک اعتباری می باشد که حوزه تحقیقاتی پویایی را در مطالعات مدیریت ریسک مالی به خود اختصاص داده است. در این پژوهش یک سیستم ترکیبی ارزیابی ریسک اعتباری ارائه می شود، که از یادگیری جمعی برای تصمیم گیری در مورد اعطای اعتبار به فرد متقاضی استفاده می کند. ترکیب تکنیک های دسته بندی و خوشه بندی در این پژوهش، منجر به بهبود عملکرد سیستم می شود. برای آموزش شبکه های عصبی از مجموعه داده واقعی، از نمونه های تقاضای اعتبار در بانکی در آلمان استفاده شده است. مدل پژوهش در قالب یک سیستم چند عاملی ارزیابی ریسک اعتباری طراحی شد و نتایج نشان داد که این سیستم صحتی بالاتر، عملکردی برتر و هزینه کمتری، در دسته بندی متقاضیان اعتبار نسبت به دیگر روش های مشابه حاصل می کند.
ارسال پیام به نویسنده مسئول
