|
|
امتیازدهی اعتباری مشتریان با استفاده از تحلیل پوششی دادهها و تحلیل ممیز در محیط فازی (مطالعۀ موردی: یک شرکت لیزینگ وابسته به یک بانک خصوصی)
|
|
|
|
|
نویسنده
|
علی نژاد علیرضا ,کاشانیفر سعید
|
منبع
|
پژوهشنامه بيمه - 1398 - دوره : 34 - شماره : 1 - صفحه:43 -64
|
چکیده
|
در این تحقیق به منظور مدیریت و کنترل ریسک اعتباری مشتریان، از تلفیق دو مدل تحلیل ممیز و تحلیل پوششی دادهها برای تشخیص وجود و یا عدم وجود یک همپوشانی میان دو گروه بهوسیلۀ یک ابرصفحۀ جداکننده و با فرض وجود مشاهده هریک با مشخصۀ مستقل با حضور دادههای فازی، مشاهدات به دو ردۀ مشتریان خوشحساب و مشتریان بدحساب دستهبندی شدند. متغیرهای این تحقیق از روش 6c انتخاب و از تعداد 17 شاخص منتخب، با استفاده از روش دلفی، تعداد 8 شاخص تاثیرگذار وارد مدل تحقیق شده است. این شاخصها برای 83 نفر از مشتریان حقیقی یک شرکت لیزینگ که طی سالهای 1393 و 1394 تسهیلات دریافت کردهاند، مورد استفاده قرار گرفت. نتایج نشان میدهند که هریک از مشاهدات به طور قطعی در ردۀ مشتریان خوشحساب و مشتریان بدحساب قرار گرفته و با ورود هر مشاهدۀ جدید وضعیت اعتباری آن پیشبینی میشود.
|
کلیدواژه
|
تحلیل پوششی دادهها/ تحلیل ممیز، دادههای فازی، ریسک اعتباری، امتیازدهی اعتباری
|
آدرس
|
دانشگاه آزاد اسلامی واحد قزوین, دانشکدۀ مهندسی صنایع و مکانیک, گروه مهندسی صنایع, ایران, دانشگاه آزاد اسلامی واحد قزوین, دانشکدۀ مهندسی صنایع و مکانیک, گروه مهندسی صنایع, ایران
|
پست الکترونیکی
|
s.kashanifar@gmail.com
|
|
|
|
|
|
|
|
|
Credit Rating of Customers Using Data Envelopment Analysis and Discriminant Analysis in Fuzzy Environment(Case Study: A Private Banking Leasing Company)
|
|
|
Authors
|
alinezhad alireza ,Kashanifar Saeeid
|
Abstract
|
In this research, in order to manage and control customers credit risk, a combination of two models, including discriminant analysis and data envelopment analysis, is used to detect the existence or absence of an overlap between the two groups. Using a separator hyperplane and assuming n viewing each one with k independent characteristic with the presence of fuzzy data, observations are categorized into two valid customer groups and invalid customers. Variables of this research are selected using the 6C method and using the Delphi method, among 17 selected indicators, 8 effective indicators are confirmed and entered into the research model. These indicators were used for 83 natural customers of a leasing company that benefited from the company during 2014 until 2016. The results show that each observation is definitely in the valid or invalid customer group and with the arrival of the new observation, its credit status is forecasted
|
Keywords
|
|
|
|
|
|
|
|
|
|
|
|