چکیده:
ما در عصری زندگی میکنیم که ویژگی آن آهنگ بسیار سریع نوآوری مالی است. مطالعه سیر تاریخی رشد و توسعه اقتصادی کشورهای توسعهیافته و صنعتی نشان میدهد که یکی از عوامل اصلی پدید آمدن رشد و توسعه سریع و عظیم، وجود اصلاحات مالی در این کشورها بوده است. انگیزههای مختلفی برای افراد و بنگاههای فعال در سیستم مالی جهت انجام نوآوری مالی وجود دارد که یکی از مهمترین انگیزهها، معرفی ابزارها و روشهایی جهت کاهش، حذف و یا مدیریت ریسکهای موجود میباشد.یکی از مهمترین ابزارهایی که در شرایط کنونی میتواند کمک شایانی به بانکها و مؤسسات مالی در مدیریت بهینه مصارف و پیشگیری از مطالبات نماید، طراحی و بهکارگیری مدلهای سنجش ریسک اعتباری در اعطای تسهیلات میباشد. هدف این تحقیق، ارائه یک الگوی مناسب جهت نوآوری مالی مبتنی بر سنجش ریسک اعتباری بنگاههای متوسط و کوچک(SMEs) در بانکهای تجاری میباشد. در این راستا شاخصهای مؤثر بر ریسک اعتباری SMEها شناسایی و با روشهای لاجیت، شبکه عصبی و سیستم خبره فازی و درنهایت بهصورت هیبریدی مورد ارزیابی قرار گرفتند. نتایج تحقیق نشان میدهد استفاده از مدل ترکیبی نتایج دقیقتری در ارزیابی ریسک اعتباری SMEها دارد.
We live in an age characterized by the very rapid rate of financial innovation. The study of the historical evolution of progress and economic development of developed and industrialized countries shows that one of the main factors in the emergence of rapid and massive growth has been the existence of financial reforms in these countries. There are different incentives for individuals and active enterprises in the financial system to perform financial innovation, which is one of the most important incentives, the introduction of tools and methods to reduce, eliminate or manage existing risks. One of the most important tools the current situation that can help banks in the optimal management of consumption and prevention of claims. Designing and applying credit risk assessment models in granting facilities. The purpose of this study is to provide a suitable model for financial innovation based on credit risk measurement of SMEs in commercial banks. In this regard, effective indicators on the credit risk of SMEs were identified by using the genetic algorithm method and logit, neural network and fuzzy expert system were evaluated. The results show that the using the hybrid model has more accurate results in the assessment the credit risk of SMEs.
خلاصه ماشینی:
آزمون نوآوري مالي در نظام بانکداري : ارائه يک مدل هيبريدي براي پيش بيني و ارزيابي ريسک اعتباري بنگاه هاي متوسط و کوچک (SMEs) در بانک هاي تجاري 1 تاريخ دريافت مقاله :٩٩/١٠/١٥ تاريخ پذيرش مقاله :٩٩/١٢/١٧ کوکب شريفي امير محمدزاده ٢ چکيده ما در عصري زندگي مي کنيم که ويژگي آن آهنگ بسيار سريع نوآوري مالي است .
در اين تحقيق از تکنيک هاي الگوريتم ژنتيک ، لاجيت ، شبکه عصبي و سيستم خبره فازي کمک گرفته شده و يک مدل جديد ترکيبي جهت ارزيابي و پيش بيني ريسک اعتباري مشتريان ارائه گرديده است .
بر اساس هدف تحقيق ، فرضيات تحقيق به صورت زير شکل گرفته است : ١- سنجش نوآوري مالي مبتني بر طراحي مدل هيبريدي ريسک اعتباري ، الگوي مناسبي براي پيش بيني و ارزيابي ريسک اعتباري متقاضيان بنگاه هاي کوچک و متوسط در بانک هاي تجاري است .
در اين تحقيق براي ارزيابي ريسک اعتباري بانک هاي تجاري از شاخص هاي متنوعي شامل شاخص هاي رفتاري و شخصيتي ، مالي و نسبت هاي مالي استفاده شده و با استفاده از تکنيک هاي لاجيت ، شبکه عصبي و سيستم خبره فازي يک مدل جديد هيبريدي (ترکيبي ) جهت ارزيابي و پيش بيني ريسک اعتباري مشتريان ارائه گرديده است .
Expert Systems with Applications, 37(7), 4902-4909 17) Di Wang, Zuoquan Zhang, Rongquan Bai, Yanan Mao(2018),A hybrid system with filter approach and multiple population genetic algorithm for feature selection in credit scoringJournal of Computational and Applied Mathematics Volume 329, Pages 307-321 18) Eftychia Nikolaidoua, Sofoklis Vogiazasb(2017), Credit risk determinants in Sub- Saharan banking systems: Evidence fromfive countries and lessons learnt from Central East and South East Europeancountries Review of Development Finance, 52–63 19) Etemadi, H.