مقایسه‌ی مدل‌های مختلف شبکه‌ی عصبی در رتبه‌بندی اعتباری سیستم بانکی و معرفی بهترین مدل (1385-1390)

در نگاهی ساده، حوزه‌ی فعالیت بانک‌ها تجهیز و تخصیص منابع است. لذا، بانک‌ها با در نظر گرفتن ریسک اعتباری مشتریان، به تقاضاهای آن‌ها مبنی بر اخذ تسهیلات جامه‌ی عمل می‌پوشانند. این پژوهش، با هدف انتخاب متغیرهای اثرگذار و مدل بهینه، به‌منظور رتبه‌بندی اعتباری مشتریان بانکی با استفاده از مدل‌های شبکه‌های عصبی با الگوریتم پس‌انتشار خطا، شبکه‌های عصبی g‌m‌d‌h، شبکه‌های عصبی با الگوریتم شعاع‌محور، مدل‌های لاجیت، پروبیت و تحلیل ممیزی ارائه شده است. لذا 200 نفر از مشتریان حقیقی یکی از بانک‌های دولتی در فواصل سال‌های 1385-1390 انتخاب شده‌اند که از این تعداد 105 نفر خوش‌حساب و 95 نفر از مشتریان بدحساب بوده‌اند. در مرحله‌ی اول 9 متغیر به‌عنوان متغیرهای بی‌اثر در وضعیت اعتباری مشتریان تشخیص داده شد که 5 متغیر حذف شدند. نهایتاً مقایسه‌ی این مدل‌ها با یکدیگر نشان داد که شبکه‌های عصبی با الگوریتم شعاع‌محور و شبکه‌های عصبی g‌m‌d‌h بالاترین دقت را در پیش‌بینی رفتار اعتباری مشتریان دارد.