بررسي وارزيابي تكنيك هاي داده كاوي در رتبه بندي اعتباري مشتريان بانك ها

بانك ها به عنوان بخش اصلي نظام مالي ، نقـش مهمـي را در تامين مالي بخش هاي مختلف اقتصادي بر عهده دارنـد. در راستاي ايفاي اين نقش ، بانك ها با ريسك هاي متفاوتي روبرو هستند كه يكي از عمده ترين آنهـا ريـسك اعتبـاري است. ارزيابي ريسك اعتباري، يكي از مسائل مهم و پرچالش در زمينه تحليل هاي مالي به شمار مي آيد. زيرا از اين طريق مي توان از وارد آمدن خسارات كلان كه پيامد تصميمات نادرست واگذاري اعتباروام به متقاضيان است، تا اندازه زيادي اجتناب كرد. عليرغم ابداعات و نوآوري هاي موجود در نظام بانكي هنوز هم ريسك اعتباري به عنوان دليل عمده عدم موفقيت بانك ها محسوب ميشود. يكـي از مهمتـرين روشهـاي مـديريت ريـسك اعتبـاري استفاده از سيستم هاي طبقه بندي بـراي كنتـرل ريـسك انواع وام ها است.يكي از روش هاي اعتبارسنجي مشتريان استفاده از الگوريتم هاي داده كاوي است.در اين مقاله از الگوريتم هاي پر كاربرد داده كاوي نظير ماشين هاي بردار پشتيبان ،درختان تصميم،شبكه هاي عصبي ، شبكه هاي بيزين، رگرسيون لجستيك وK- نزديكترين همسايه ، براي اعتبارسنجي مشتريان بانك استفاده شده است.اين الگوريتم ها برروي داده هاي 4117مشتري اعمال گرديد و نتايج بدست آمده از اين تحقيق نشان داد كه مدل ايجاد شده توسط الگوريتم SVM نسبت به ديگر مدل هاي ايجاد شده ضريب اطمينان بالاتري (%75.13)بوده است.همچنين مدل ايجاد شده توسط الگوريتم C R Tree نيز بعد ازمدل SVM داراي ضريب اطمينان بالاتري (%74.82)در مقايسه با مدل هاي ايجاد شده توسط ديگر الگوريتم هاي استفاده شده در اين مقاله است.