نویسنده : فاطمه امدادی بلگوری

دانشكده : دانشکده تحصیلات تکمیلی و مجتمع فنی

رشته/گرایش تحصيلي : مهندسي كامپيوتر- نرم افزار

استاد راهنما (استاد مدعو) : , دکتر محمد نژاده,

چكيده : چکيده یکی از مهمترین چالشها برای مدیران بانکها میزان ریسک پذیری مشتریان آن بانک می باشد زیرا این میزان در مقدار اعطای تسهیلات و اعتبارات به آن مشتری تاثیر قابل توجهی دارد. این میزان به عنوان یکی از عوامل موثر در رتبه بندی مشتریان بانکی نیز شمرده می شود. بانک ها و موسسات مالی و اعتباری با اعطای تسهیلاتی از قبیل وام و اعتبار به مشتریان خود، با ریسک هایی از جمله عدم پرداخت سر موعد مشتری و کاهش نقدینگی مواجه هستند. پیش بینی این ریسک ها قبل از اعطای تسهیلات برای بانک ها از اهمیت ویژه ای برخوردار است که یکی از پرکاربرد ترین مسایل در سامانه های ارتباط با مشتری است. از این رو نیاز به ارائه روش هایی جهت طبقه بندی مشتریان به منظور پیش بینی ریسک اعتباری آنها لازم و ضروری به نظر می رسد. لذا بایستی تلاش شود تا روش های طبقه بندی ارائه شود که نسبت به تغییر داده ها از مقاومت بالاتری برخوردار باشند. بنابراین بانک به عنوان یک نهاد مالی باید ریسک اعتباری هر یک از بدهکاران را برآورد کند. این کار مبنای اصلی قیمت گذاری یک وام، تعیین نرخ بهره مناسب و تعیین مقدار وثیقه مورد نیاز در مورد هر وام گیرنده است. درعین حال باید به کیفیت اعتباری سبد وام خود نیز به عنوان مجموعه ای از بدهی ها توجه کند زیرا تداوم فعالیت بانک تا حد زیادی به عملکرد آن وحجم زیان های اعتباری در یک دوره معین بستگی دارد. در این کار می خواهیم با استفاده از روشهای داده کاوی ریسک را در سیتم های بانکداری تشخیص داده تا بتوان عملکرد بانک را برای ارتباط با مشتری تقویت یابد. بنابراین با اعمال روش دسته بند ماشین بردار پشتیبان بر روی داده های بانک می توان مشتریان به دسته هایی گروه‌بندی نمود تا بتوان هنگام اعطای وام به مشتریان از سیاستهای خاصی استفاده نمود.

تاريخ دفاع : 1396-11-12