پایان نامه طراحی و تبیین مدل رتبه بندی اعتباری مشتریان با استفاده از شبکه های عصبی (بررسی موردی بانک سامان استان تهران)

تعداد صفحات: ۱۹۲ | قابل ویرایش

فهرست مطالب

فصل اول

کلیات تحقیق ……………………….. ۱

مقدمه …………………………….. ۲

• بیان مسأله …………………….. ۴
• سوال‌های تحقیق ………………….. ۷
• اهمیت و ضرورت موضوع تحقیق ……….. ۷
• اهداف تحقیق…………………….. ۸
• فرضیات تحقیق……………………. ۹
• چارچوب نظری تحقیق………………. ۱۰
• متغیرهای پژوهشی………………… ۱۲
• سابقه و ضرورت انجام تحقیق (پیشینه تحقیق) ۱۳
• کاربردهای تحقیق………………… ۱۵
• نوع روش تحقیق………………….. ۱۶
• محدوده تحقیق…………………… ۱۶
• روش نمونه گیری و تعیین حجم نمونه … ۱۷
• ابزار گردآوری اطلاعات …………… ۱۸
• محدودیت‌های تحقیق……………….. ۱۸
• روش تجزیه و تحلیل اطلاعات ……….. ۱۹
• برخی تعاریف، مفاهیم و اصطلاحات …… ۱۹

فصل دوم ………………………….. ۲۲

ادبیات تحقیق………………………. ۲۳

مقدمه ……………………………. ۲۴

بخش اول ………………………….. ۲۵

آشنایی با بانک سامان و انواع تسهیلات …. ۲۵

آشنایی با بانک سامان ………………. ۲۶

چارت خدمات بانک سامان ……………… ۲۹

انواع سپرده‌های سرمایه گذاری ………… ۲۹

سپرده کوتاه مدت …………………… ۲۹

سپرده کوتاه مدت ویژه ………………. ۳۰

سپرده بلند مدت ……………………. ۳۰

سپرده اندوخته …………………….. ۳۱

سپرده ارزی ……………………….. ۳۲

تسهیلات حقوقی ……………………… ۳۲

ابزارهای اعتباری ………………….. ۳۳

انواع ابزارهای اعتباری …………….. ۳۳

ضوابط و معیارهای اساسی اعطای تسهیلات …. ۳۴

• قابلیت اعتماد و اطمینان ………….. ۳۷
• قابلیت و صلاحیت فنی ………………. ۳۹
• ظرفیت مالی و کشش اعتباری …………. ۴۰
• وثیقه (تامین) …………………… ۴۲

بخش دوم ………………………….. ۴۷

مبانی نظری رتبه بندی اعتبار ………… ۴۷

مقدمه ……………………………. ۴۸

۲-۱ مروری بر تاریخچه رتبه بندی اعتبار .. ۵۰

۲-۲ رتبه بندی اعتبار ………………. ۵۲

فرآیند تصمیم گیری اعطای تسهیلات ……… ۵۳

۳-۲ سیستم‌های رتبه بندی اعتبار ………. ۵۸

۴-۲ مدل‌های رتبه بندی اعتباری ……….. ۵۹

۵-۲ مزایا و محدودیت‌های مدل رتبه بندی اعتبار   ۶۰

– محدودیت‌ها ………………………. ۶۰

بخش سوم ………………………….. ۶۲

مبانی نظری شبکه عصبی ………………. ۶۲

مقدمه ……………………………. ۶۳

۳-۱ هوش مصنوعی ……………………. ۶۵

۳-۲ مروری بر تاریخچه شبکه عصبی ……… ۶۷

۳-۳ شبکه‌های عصبی مصنوعی ……………. ۷۰

۳-۴ اساس بیولوژیکی شبکه عصبی ……….. ۷۵

۳-۵ مقایسه بین شبکه‌های عصبی مصنوعی و بیولوژیکی     ۷۹

۳-۶ مدل ریاضی نرون ………………… ۸۰

۳-۷ ویژگی‌ها و خصوصیات شبکه‌های عصبی مصنوعی ۸۲

۳-۷-۱ قابلیت یادگیری ………………. ۸۲

۳-۷-۲ پردازش اطلاعات به صورت متنی ……. ۸۳

۳-۷-۳ قابلیت تعمیم ………………… ۸۳

۳-۷-۴ پردازش موازی ………………… ۸۴

۳-۷-۵ مقاوم بودن ………………….. ۸۴

۳-۸  مشخصه‌های یک شبکه عصبی …………. ۸۴

۳-۸-۱ مدل‌های محاسباتی ……………… ۸۵

۳-۸-۲ قواعد یادگیری ……………….. ۸۸

۳-۸-۳ معماری شبکه …………………. ۹۰

۳-۹ عملکرد شبکه‌های عصبی مصنوعی …….. ۱۰۱

۳-۱۰ محدودیت‌های شبکه عصبی …………. ۱۰۳

۳-۱۱ کاربرد شبکه‌های عصبی در مدیریت …. ۱۰۴

بخش چهارم ……………………….. ۱۱۰

خلاصه مقاله‌ها …………………….. ۱۱۰

بخش پنجم ………………………… ۱۲۴

نتیجه گیری ………………………. ۱۲۴

فصل سوم …………………………. ۱۲۹

روش شناسی تحقیق…………………… ۱۲۹

۳-۱ مقدمه ……………………….. ۱۳۰

۳-۲ روش تحقیق ……………………. ۱۳۱

۳-۳ جامعه آماری ………………….. ۱۳۲

۳-۴ نمونه آماری ………………….. ۱۳۲

۳-۵ فرضیات تحقیق …………………. ۱۳۳

۳-۶ محدوده تحقیق …………………. ۱۳۵

۳-۷ جمع آوری داده‌ها ………………. ۱۳۶

۳-۸ تعیین حجم نمونه ………………. ۱۳۷

۳-۹ ابزار گردآوری داده‌ها ………….. ۱۳۸

۳-۱۰ روش تجزیه و تحلیل داده‌ها ……… ۱۳۸

۳-۱۱ فرآیند تحقیق ………………… ۱۴۱

فصل چهارم ……………………….. ۱۵۳

یافته‌های تحقیق …………………… ۱۵۳

۴-۱ مقدمه ……………………….. ۱۵۴

معماری شبکه‌ ……………………… ۱۵۵

فصل پنجم ………………………… ۱۶۲

چکیده

بازار اعتبارات مصرفی در ایران با تشکیل بانکهای خصوصی رونق یافته است. فعالیت اصلی در این بازار اعطای تسهیلات مصرفی به متقاضیان بوده و این امر نیاز به اعتبار سنجی متقاضیان تسهیلات جهت کاهش ریسک اعتباری دارد. امروزه سیستمهای هوشمند کاربردهای فراوانی در امور مختلف بانکی و مالی پیدا کرده‌اند.

بررسی و تصویب اعتبارات یکی از کاربردهای شبکه عصبی است. پژوهش حاضر با هدف ارائه مدل مناسب بررسی رفتار اعتباری مشتریان تسهیلات مصرفی وام مضاربه با استفاده از شبکه های عصبی جهت رتبه بندی اعتباری شکل گرفته است. به دنبال این هدف ابتدا عوامل مهم تاثیر گذار بر رفتار اعتباری مشتریان شناسایی گردید و سپس مشتریان به سه دسته خوش حساب، بد حساب وسر رسید گذشته تقسیم شدند.

در مرحله بعد مدلهای شبکه عصبی پس از طراحی؛ با داده‌های آموزشی؛ آموزش داده شده و سپس با داده‌های آزمایشی مورد آزمایش قرار گرفتند.

نتایج بدست آمده نشان می‌دهد که رفتار اعتباری مشتریان با استفاده از مدلهای رتبه بندی شبکه‌های عصبی قابل پیش بینی است.

کلمات کلیدی

شبکه عصبی؛ رتبه بندی اعتباری؛ تسهیلات

مقدمه

علم تصمیم گیری همواره با انسان همراه بوده و با ظهور سازمان‌ها، شرکت‌ها و خاصه با تغییرات پرشتاب محیطی توسعه فراوان یافته است. بسیاری از محققان تلاش و همت خویش را در این حوزه متمرکز نموده‌اند تا الگوهای مناسبتر و دقیق‌تری را برای بهبود نظام‌های تصمیم گیری معرفی نموده و تصمیم گیران را با توفیق بیشتری مواجه سازند.

در اعطای تسهیلات که یکی از عمده‌ترین فعالیت‌های بانک‌ها و موسسات اعتباری است برای تصمیم گیری صحیح، باید درجه اعتبار و قدرت بازپرداخت اصل و سود تسهیلات دریافت کننده را تعیین نمود تا احتمال عدم برگشت اصل و سود تسهیلات اعطایی، یعنی ریسک درجه اعتبار، کاهش یابد. یکی از روش‌های کاهش این ریسک، طراحی نظام تعیین درجه اعتباری برای دریافت کنندگان تسهیلات است، و کانون این نظام، مدل رتبه بندی یا ارزیابی اعتباری است.

با استفاده از چنین مدلی، رتبه یا درجه اعتباری متقاضی مشخص شده و بر اساس آن راجع به اعطای تسهیلات یا عدم اعطا، تصمیم گیری می شود. در حال حاضر بهره برداری از سیستم‌های هوشمند به منظور بهینه سازی و پیش بینی به عنوان یکی از ابزارهای پیشرفته در حوزه‌های مختلف علوم، کاربرد فراوان دارد. شبکه‌های عصبی به عنوان یک سیستم هوشمند در عرصه‌های مختلف مالی از جمله تصویب اعتبارات، کاربرد دارند.

در تصویب اعتبارات، ارزیابی اعتبار مشتریان یکی از موارد بسیار پیچیده در فعالیت‌های مالی به شمار می‌رود.

بیان مسأله

اعطای تسهیلات بانکی از لحاظ اقتصادی اهمیت زیادی دارد. زیرا با افزایش کمی سرمایه، باعث رشد و توسعه اقتصادی می‌شود.  اما در اعطای تسهیلات، بانکها با خطر بزرگی که به آن ریسک اعتباری می‌گویند مواجه هستند. این ریسک علت مواجهه بانک‌ها با بحران‌های عمده مالی است. ریسک اعتباری را می‌توان احتمال عدم بازپرداخت وام از طرف متقاضی در نظر گرفت.  که بایستی مدیریت گردد. برای مدیریت ریسک اعتباری از روش‌های مختلفی می‌توان استفاده کرد یکی از روش‌ها طراحی نظام تعیین درجه اعتباری برای دریافت کنندگان تسهیلات است.

هدف از این تحقیق این است که در بازار اعتبارات با طراحی و استقرار سیستم اعتبار سنجی مشتریان، به دنبال شناسایی الگوهای رفتاری مشتریان و در نتیجه ایجاد امکان پیش بینی رفتار است. ارزیابی اعتبار مشتریان زمینه بسیار پیچیده‌ای در فعالیت‌ها به حساب می‌آید. تعداد عوامل و پیچیدگی روابط مالی، اقتصادی و رفتاری، ارزیابی اعتبار را بسیار دشوار می‌سازد.

آشنایی با بانک سامان

بانک سامان به عنوان سومین بانک خصوصی کشور و اولین عضو گروه مالی سازمان، تحت نظارت بانک مرکزی، مرداد ماه سال ۱۳۸۱ با پیشینه اولین موسسه  مالی و اعتباری کشور و با سرمایه اولیه ۲۰۰ میلیارد ریال آغاز به کار کرد. و از شروع فعالیت با توجه به نیاز مبرم کشور به تحول در زمینه صنعت بانکداری از سیستم بانکداری سنتی به بانکداری مدرن، ارائه خدمات بانکداری الکترونیکی را سرلوحه فعالیت بانکی خود قرار داده و در کنار خدمات بانکداری رایج برای اولین بار در کشور در زمینه ارائه سرویس‌های بانکداری الکترونیکی چون سامان کارت، اینترنت بانک، موبایل بانک، تلفن بانک و ارائه سیستم‌های on-line بانکی گام برداشت.

همچنین بانک سامان همگام با پیشرفت‌های جهانی و در سطح استانداردهای بین المللی جدیدترین سرویس‌های بانکی را نظیر صدور کارت‌های اعتباری و خدمات پرداخت الکترونیک در سطح خرد و کلان جهت ورود به فصل جدیدی از بازارهای تجاری پیش روی مردم و تجار قرار داده است. که این مهم برای اولین بار در کشور و سرمایه گذاری مستقیم این بانک شکل گرفته است.

سپرده کوتاه مدت

بانک سامان این امکان را فراهم نموده است تا به میزان سرمایه خود در سود حاصل از سرمایه گذاری‌های اقتصادی بانک سامان بهره مند شود. سپرده کوتاه مدت سپرده‌ای است که واریز و برداشت وجه در هر روز، به هر میزان و در هر کجا را برای مشتریان امکان پذیر نموده و مشتریان از سود روزشمار مانده حساب خود در پایان هر ماه و در تاریخ مورد نظر آنها، به صورت علی الحساب برخوردار می‌شوند و در پایان سال مالی، سود قطعی با توجه به میزان سود بانک به حسابشان واریز می‌گردد. و می‌توان به دلخواه از ابزارهای سامان کارت برای برداشت وجه و تلفن بانک، اینترنت بانک، موبایل بانک و سامان کارت برای کنترل گردش حساب و انتقال وجه بین حساب‌های نزد بانک سامان استفاده کرد.

منابع فارسی

۱-آر.بیل وتی .جکسون،۱۳۸۳، “آشنایی باشبکه های عصبی”،ترجمه محمودالبرزی  ، (تهران:انتشارات دانشگاه شریف ،چاپ دوم)

۲- اصغری اسکویی،محمدرضا،۱۳۸۱، کاربرد شبکه های عصبی درپیش بینی سریهای زمانی ، فصلنامه پژوهشهای اقتصادی ایران،شماره۱۲،پاییز.

۳- البرزی ، محمود،۱۳۷۷،”روش تحقیق ازدید گاه آمار”دانشگاه شهید بهشتی،چهارمین کنفرانس بین المللی آمار ایران.

۴- البرزی،محمود،عبده تبریزی،حسین،۱۳۷۷،”مدلهای ارزیابی اعتبار مشتریان بااستفاده از شبکه های عصبی”طرح تحقیق.

۵- امیر غیاثوند،فرید، شبکه های عصبی،نشریه راه المپیاد،شماره۴

۶- پناهیان،حسین،۱۳۷۹، استفاده از شبکه های عصبی برای پیش بینی روند قیمت سهام در بورس اوراق بهادار تهران ،پایان نامه دکترای دانشگاه آزاد اسلامی واحد علوم تحقیقات.

۷- جزوه آموزشی مجموعه دستورات بانک

۸- جعفر علی جاسبی،جواد،۱۳۸۲، “تبین وارئه الگو های تصمیم گیری چند شاخصه پویا  “،دانشگاه آزاد اسلامی واحد علوم تحقیقات ،پایان نامه دکترای مدیریت.