دوره 7، شماره 4 - ( 1386 )                   جلد 7 شماره 4 صفحات 71-97 | برگشت به فهرست نسخه ها

XML English Abstract Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

. Keshavarz Haddad G R, Ayati Gazar H. A Comparison between Logit Model and Classification Regression Trees (CART) in Customer Credit Scoring Systems. QJER. 2008; 7 (4) :71-97
URL: http://ecor.modares.ac.ir/article-18-5897-fa.html
کشاورز حداد غلامرضا، آیتی گازار حسین. مقایسه کارکرد مدل لاجیت و روش درختهای طبقه‌بندی و رگرسیونی در فرآیند اعتبار سنجی متقاضیان حقیقی برای استفاده از تسهیلات بانکی. پژوهش های اقتصادی ( رشد و توسعه پایدار). 1386; 7 (4) :71-97

URL: http://ecor.modares.ac.ir/article-18-5897-fa.html


1- تهران- دانشگاه صنعتی شریف- گروه اقتصاد
چکیده:   (6328 مشاهده)
در صنعت بانکداری امروز وامها نقشی اساسی دارند، به طوریکه بخش زیادی از دارائیهای یک بانک از وامهای پرداخت شده به افراد و شرکتها تشکیل می‌شود، در نتیجه با توجه به افزایش تعداد درخواستهای وام از سوی افراد و با توجه به ریسک موجود در این رشته از فعالیتها، ارایه روشی برای مدیریت این وامها ضروری به نظر می‌رسد. در بین ریسک هایی که بانک با آن مواجه است، ریسک اعتباری از اهمیت ویژه‌ای برخوردار است. یکی از راه های کمی سازی و اندازه‌گیری ریسک اعتباری و در نتیجه مدیریت مناسب آن، استفاده از مدل های امتیازدهی اعتباری (CS) است. مدل CSبر اساس معیارهای کمی (مانند اطلاعات مالی افراد) و نیز معیارهای غیرکمی (مثل مشخصات مربوط به شخصیت اجتماعی افراد)، ویژگی ها و عملکرد وام‌های قبلی را مدل سازی می‌نماید تا عملکرد آتی وام‌هایی با مشخصات مشابه را پیش‌بینی کند. در CS یک نمره به هر مشتری اختصاص داده می‌شود، این نمره به عنوان شاخصی از ریسک مشتریان شناخته می‌شود. با مقایسه این نمره مقدار آستانه، مشتریان پر ریسک و کم ریسک از هم دیگر تفکیک میگردند. به ‌رغم عمومیت استفاده از روش لاجیت در فرآیند اعتبار سنجی افراد، در این تحقیق سعی شده است روشی جایگزین که با توجه به وضعیت اطلاعات موجود در خصوص مشتریان حقیقی بانک ها در ایران که نسبت به مدل لاجیت برتری داشته باشد ارایه و با استفاده از یک مجموعه داده، کارایی و دقت آن در مقابل مدل لاجیت بررسی شود. به منظور ارزیابی مشتریان حقیقی بانک از مدل امتیازدهی لاجیت و روش غیر پارامتریک CART استفاده شده و نتایج نشان می دهد که روش دوم از دقت بالاتری در پیش‌بینی مشتریان خوب و بد با یک دیگر برخوردار است. علاوه براین، ضمن این که مدل های ساخته شده برای نمونه های تصادفی با حجم کوچک به روش نمونه گیری بازگردان نیز مورد ارزیابی قرار گرفتتند که، بار دیگر نتایج حاصل از مشاهدات نمونه مورد مطالعه دقت در تشخیص نوع مشتری از نظر خوش حسابی تاییید گردید.
متن کامل [PDF 241 kb]   (2211 دریافت)    

دریافت: 1385/6/15 | پذیرش: 1386/8/7 | انتشار: 1386/10/1

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA