این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
دوشنبه 24 آذر 1404
پژوهش های پولی و بانکی
، جلد ۱۸، شماره ۶۳، صفحات ۹۳-۱۱۷
عنوان فارسی
مدلسازی آستانه های اعطای اعتبار در بانک ها: رویکردی نوین مبتنی بر الگوریتم هوش مصنوعی BN
چکیده فارسی مقاله
در فضای نظارتی و رقابتی پیچیده صنعت بانکداری، بهبود مستمر مدلهای رتبهبندی داخلی به یک ضرورت راهبردی برای مؤسسات مالی تبدیل شده است. علیرغم پیشرفتهای قابلتوجه در روشهای آماری و الگوریتمهای یادگیری ماشین، تخصیص بهینه تسهیلات اعتباری و تعیین سقف اعتباری متقاضیان همچنان از چالشهای اساسی مدیران ریسک و اعتباری محسوب میشود. این مقاله یک رویکرد آماری نوین مبتنی بر هوش مصنوعی ارائه میدهد که امکان تخمین حداکثر اعتبار مجاز و شناسایی عوامل مؤثر بر آن را فراهم میکند. هدف پژوهش، مشخص نمودن حدود آستانهای برای اعطای اعتبار، بر اساس سیاستهای اعتباری بانک از طریق تعیین دامنه قابل قبول احتمال نکول و میزان ریسکی است که در اعطای تسهیلات میپذیرد. در این مطالعه، دو سناریو با روابط علی متفاوت بین متغیرهای تأثیرگذار بر نکول بررسی شده است که به مدیران بانک در تصمیمگیری آگاهانه کمک میکند. مدل ارائهشده ابزاری برای محاسبه احتمال نکول و تعیین اعتبار قابل تخصیص است. خروجی این مدل به گونهای طراحی شده که به راحتی در شعب بانک پیادهسازی شود و به مدیران در بهینهسازی تصمیمات اعتباری کمک کند.
کلیدواژههای فارسی مقاله
نکول پرداخت، رتبهبندی اعتباری، هوش مصنوعی، حد آستانهای
عنوان انگلیسی
Modeling Credit Thresholds in Banks: A New Approach Based on the BN Artificial Intelligence Algorithm
چکیده انگلیسی مقاله
In the complex regulatory and competitive environment of the banking industry, continuous improvement of internal rating models has become a strategic necessity for financial institutions. Despite significant advances in statistical methods and machine learning algorithms, optimal allocation of credit and determination of credit limits for applicants remain fundamental challenges for risk and credit managers. This paper presents a novel statistical approach based on artificial intelligence that allows estimating the maximum allowable credit and identifying the factors affecting it. The purpose of the research is to determine the threshold limits for granting credit, based on the bank's credit policies, by determining the acceptable range of the probability of default and the amount of risk it accepts in granting credit. In this study, two scenarios with different causal relationships between variables affecting default are examined, which helps bank managers in making informed decisions. The presented model is a tool for calculating the probability of default and determining the credit that can be allocated. The output of this model is designed to be easily implemented in bank branches and to help managers optimize credit decisions.
کلیدواژههای انگلیسی مقاله
نویسندگان مقاله
مهرداد جیحونی پور | Mehrdad Jeyhoonipour
University of Razi
دانشگاه رازی
سمیه اعظمی | Somayeh Azami
University of Razi
دانشگاه رازی
سهراب دل انگیزان | Sohrab Delangizan
University of Razi
دانشگاه رازی
نشانی اینترنتی
http://jmbr.mbri.ac.ir/browse.php?a_code=A-10-1292-2&slc_lang=fa&sid=1
فایل مقاله
فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده
fa
موضوعات مقاله منتشر شده
سیاست پولی، بانکداری مرکزی و عرضه پول و اعتبارات (E5)
نوع مقاله منتشر شده
مطالعه تجربی
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات