جلد 23، شماره 1 - ( 3-1391 )                   جلد 23 شماره 1 صفحات 54-43 | برگشت به فهرست نسخه ها

XML English Abstract Print

Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Using Fuzzy Analytic Hierarchy Process and Hybrid of Higher Order Neural Network for Evaluation Credit Risk of Corporate. Journal title 2012; 23 (1) :43-54
URL: http://ijiepm.iust.ac.ir/article-1-857-fa.html
Ghodsypour Seyed Hassan، Salari Meysam، Delavari Vahid. ارزیابی ریسک اعتباری شرکت‌های وام گیرنده از بانک با استفاده از تحلیل سلسله مراتبی فازی و شبکه عصبی ترکیبی درجه بالا. عنوان نشریه. 1391; 23 (1) :43-54

URL: http://ijiepm.iust.ac.ir/article-1-857-fa.html

ارزیابی ریسک اعتباری شرکت‌های وام گیرنده از بانک با استفاده از تحلیل سلسله مراتبی فازی و شبکه عصبی ترکیبی درجه بالا
Seyed Hassan Ghodsypour*، Meysam Salari، Vahid Delavari
Professor of Industrial Engineering, Department of Industrial Engineering, Amirkabir University of Technology, Tehran, Iran ، Ghodsypo@aut.ac.ir
چکیده:   (11035 مشاهده)

بانک به عنوان یک نهاد مالی باید ریسک اعتباری هر یک از بدهکاران را برآورد کند. این کار مبنای اصلی قیمت گذاری یک وام، تعیین نرخ بهره مناسب و تعیین مقدار وثیقه مورد نیاز در مورد هر وام گیرنده است. در عین حال باید به کیفیت اعتباری سبد وام خود نیز به عنوان مجموعه­ای از بدهی­ها توجه کند، زیرا تداوم فعالیت بانک، تا حد زیادی به عملکرد آن و حجم زیان­های اعتباری در یک دوره معین بستگی دارد. در این مقاله نحوه محاسبه ریسک اعتباری شرکتهای متقاضی وام بررسی شده است به طوریکه  با استفاده از روش تحلیل سلسله مراتبی فازی معیارهای موثر بر ریسک اعتباری شرکتهای متقاضی وام وزن دهی شده­اند و با استفاده از شبکه عصبی ارتباط بین معیارهای موثر بر ریسک اعتباری و میزان اعتبار شرکت متقاضی وام به صورت مدل جعبه باز1 استخراج شده است. مدل شبکه عصبی با داده­های تاریخی مربوط به 174 شرکت وام گیرنده در سال­های 1383 تا 1387 از بانک ملت جمهوری اسلامی ایران وام دریافت نموده­اند و دوره بازپرداخت آن­ها تمام شده است اجرا شده است. خروجی مدل قابلیت پیش بینی ریسک اعتباری با دقت 84% را دارا می­باشد

واژه‌های کلیدی: ریسک اعتباری، نرخ عدم پرداخت بدهی، شبکه عصبی، تحلیل سلسله مراتبی فازی.
متن کامل [PDF 3720 kb]   (5415 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: سایر موضوعاتی که به مرزهای دانش در مهندسی صنایع و تولید کمک می کند
دریافت: 1391/4/3 | انتشار: 1391/2/26
ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA
ارسال پیام به نویسنده مسئول

بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به نشریه بین المللی مهندسی صنایع و مدیریت تولید می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق