شایان نود

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.

فهرست مطالب

فصل اول

کلیات تحقیق …………………………………………………………………………………. 1

مقدمه ………………………………………………………………………………………….. 2

1-1           بیان مسأله ………………………………………………………………………… 4

1-2           سوال‌های تحقیق ………………………………………………………………… 7

1-3           اهمیت و ضرورت موضوع تحقیق ………………………………………… 7

1-4           اهداف تحقیق………………………………………………………………………. 8

1-5           فرضیات تحقیق…………………………………………………………………… 9

1-6           چارچوب نظری تحقیق……………………………………………………….. 10

1-7           متغیرهای پژوهشی……………………………………………………………. 12

1-8           سابقه و ضرورت انجام تحقیق (پیشینه تحقیق) …………………….. 13

1-9           کاربردهای تحقیق……………………………………………………………… 15

1-10      نوع روش تحقیق……………………………………………………………….. 16

1-11      محدوده تحقیق………………………………………………………………….. 16

1-12      روش نمونه گیری و تعیین حجم نمونه ……………………………….. 17

1-13      ابزار گردآوری اطلاعات …………………………………………………… 18

1-14      محدودیت‌های تحقیق…………………………………………………………. 18

1-15      روش تجزیه و تحلیل اطلاعات ……………………………………………. 19

1-16      برخی تعاریف، مفاهیم و اصطلاحات …………………………………… 19

فصل دوم ………………………………………………………………………………….. 22

ادبیات تحقیق……………………………………………………………………………….. 23

مقدمه ………………………………………………………………………………………… 24

بخش اول …………………………………………………………………………………… 25

آشنایی با بانک سامان و انواع تسهیلات …………………………………………. 25

آشنایی با بانک سامان …………………………………………………………………. 26

چارت خدمات بانک سامان …………………………………………………………… 29

انواع سپرده‌های سرمایه گذاری …………………………………………………… 29

سپرده کوتاه مدت ………………………………………………………………………. 29

سپرده کوتاه مدت ویژه ……………………………………………………………….. 30

سپرده بلند مدت …………………………………………………………………………. 30

سپرده اندوخته …………………………………………………………………………… 31

سپرده ارزی ………………………………………………………………………………. 32

تسهیلات حقوقی …………………………………………………………………………. 32

ابزارهای اعتباری ……………………………………………………………………….. 33

انواع ابزارهای اعتباری ……………………………………………………………….. 33

ضوابط و معیارهای اساسی اعطای تسهیلات …………………………………. 34

1-   قابلیت اعتماد و اطمینان ………………………………………………………….. 37

2-   قابلیت و صلاحیت فنی ……………………………………………………………. 39

3-   ظرفیت مالی و کشش اعتباری …………………………………………………. 40

4-   وثیقه (تامین) …………………………………………………………………………. 42

بخش دوم ………………………………………………………………………………….. 47

مبانی نظری رتبه بندی اعتبار ……………………………………………………….. 47

مقدمه ………………………………………………………………………………………… 48

2-1 مروری بر تاریخچه رتبه بندی اعتبار …………………………………….. 50

2-2 رتبه بندی اعتبار ………………………………………………………………….. 52

فرآیند تصمیم گیری اعطای تسهیلات …………………………………………….. 53

3-2 سیستم‌های رتبه بندی اعتبار …………………………………………………. 58

4-2 مدل‌های رتبه بندی اعتباری ………………………………………………….. 59

5-2 مزایا و محدودیت‌های مدل رتبه بندی اعتبار …………………………… 60

- محدودیت‌ها …………………………………………………………………………….. 60

بخش سوم …………………………………………………………………………………. 62

مبانی نظری شبکه عصبی …………………………………………………………….. 62

مقدمه ………………………………………………………………………………………… 63

3-1 هوش مصنوعی …………………………………………………………………… 65

3-2 مروری بر تاریخچه شبکه عصبی ………………………………………….. 67

3-3 شبکه‌های عصبی مصنوعی …………………………………………………… 70

3-4 اساس بیولوژیکی شبکه عصبی ……………………………………………… 75

3-5 مقایسه بین شبکه‌های عصبی مصنوعی و بیولوژیکی ……………….. 79

3-6 مدل ریاضی نرون ……………………………………………………………….. 80

3-7 ویژگی‌ها و خصوصیات شبکه‌های عصبی مصنوعی ………………… 82

3-7-1 قابلیت یادگیری ………………………………………………………………… 82

3-7-2 پردازش اطلاعات به صورت متنی ……………………………………… 83

3-7-3 قابلیت تعمیم ……………………………………………………………………. 83

3-7-4 پردازش موازی ………………………………………………………………. 84

3-7-5 مقاوم بودن …………………………………………………………………….. 84

3-8  مشخصه‌های یک شبکه عصبی …………………………………………….. 84

3-8-1 مدل‌های محاسباتی ………………………………………………………….. 85

3-8-2 قواعد یادگیری ………………………………………………………………… 88

3-8-3 معماری شبکه …………………………………………………………………. 90

3-9 عملکرد شبکه‌های عصبی مصنوعی ……………………………………… 101

3-10 محدودیت‌های شبکه عصبی ………………………………………………. 103

3-11 کاربرد شبکه‌های عصبی در مدیریت ………………………………….. 104

بخش چهارم …………………………………………………………………………….. 110

خلاصه مقاله‌ها …………………………………………………………………………. 110

بخش پنجم ……………………………………………………………………………….. 124

نتیجه گیری ……………………………………………………………………………… 124

فصل سوم ……………………………………………………………………………….. 129

روش شناسی تحقیق………………………………………………………………….. 129

3-1 مقدمه ………………………………………………………………………………. 130

3-2 روش تحقیق ……………………………………………………………………… 131

3-3 جامعه آماری ……………………………………………………………………. 132

3-4 نمونه آماری ……………………………………………………………………… 132

3-5 فرضیات تحقیق …………………………………………………………………. 133

3-6 محدوده تحقیق ………………………………………………………………….. 135

3-7 جمع آوری داده‌ها ……………………………………………………………… 136

3-8 تعیین حجم نمونه ………………………………………………………………. 137

3-9 ابزار گردآوری داده‌ها ……………………………………………………….. 138

3-10 روش تجزیه و تحلیل داده‌ها ……………………………………………… 138

3-11 فرآیند تحقیق …………………………………………………………………… 141

فصل چهارم …………………………………………………………………………….. 153

یافته‌های تحقیق ………………………………………………………………………… 153

4-1 مقدمه ………………………………………………………………………………. 154

4-4-1 آماده سازی داده‌های ورودی جهت رتبه سنجی مشتریان با کمک شبکه عصبی آماده سازی داده‌ها    154

معماری شبکه‌ ………………………………………………………………………….. 155

فصل پنجم ……………………………………………………………………………….. 162

نتیجه گیری و پیشنهادها ……………………………………………………………. 162

نتیجه گیری ……………………………………………………………………………… 163

پیشنهادات ……………………………………………………………………………….. 168

 

فهرست اشکال

شکل (2-1) : ساختار نورون ……………………………………………………….. 77

شکل (2-2) : اولین مدل دقیق سلول عصبی ……………………………………. 81

شکل (3-3) : معماری شبکه …………………………………………………………. 91

شکل (3-4) : پرسپترون چند لایه ………………………………………………….. 92

شکل (3-5) : نحوه تشکیل محدوده‌های فضا توسط تعداد مختلف لایه‌های پرسپترون    95

شکل (3-6) : شبکه‌ هاپفیلد …………………………………………………………. 101

 

فهرست جداول

جدول (3-1) : توابع محرک با علائم قرار دادی ………………………………. 87

جدول (4-1) : مقایسه نتایج میانگین خطا در مدل A………………………. 157

جدول (4-2) : نتایج اجرای آموزش مدل A …………………………………. 157

جدول (4-3) : مقایسه نتایج میانگین خطا  درمدل B ……………………… 158

جدول (4-4) : نتایج اجرای آموزش مدل B …………………………………. 158

جدول (4-5) جدول مقایسه نتایج ………………………………………………… 159

جدول (4-6) نتایج اجرای مدلA ………………………………………………… 160

جدول (4-7) نتایج اجرای مدل B ……………………………………………….. 160

پیوست :

پیوست الف : جداول و نمودارهای مربوط به مدل A ……………………. 170

پیوست ب :‌جداول و نمودارهای مربوط به مدل B ……………………….. 173

منابع فارسی

1-آر.بیل وتی .جکسون،1383، “آشنایی باشبکه های عصبی”،ترجمه محمودالبرزی  ، (تهران:انتشارات دانشگاه شریف ،چاپ دوم)

2- اصغری اسکویی،محمدرضا،1381، کاربرد شبکه های عصبی درپیش بینی سریهای زمانی ، فصلنامه پژوهشهای اقتصادی ایران،شماره12،پاییز.

3- البرزی ، محمود،1377،”روش تحقیق ازدید گاه آمار”دانشگاه شهید بهشتی،چهارمین کنفرانس بین المللی آمار ایران.

4- البرزی،محمود،عبده تبریزی،حسین،1377،”مدلهای ارزیابی اعتبار مشتریان بااستفاده از شبکه های عصبی”طرح تحقیق.

5- امیر غیاثوند،فرید، شبکه های عصبی،نشریه راه المپیاد،شماره4

6- پناهیان،حسین،1379، 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.

7- جزوه آموزشی مجموعه دستورات بانک

دانلود فایل