1
دانشجوی کارشناسی ارشد اقتصاد کشاورزی دانشگاه شیراز
2
استاد اقتصاد کشاورزی دانشگاه شیراز
چکیده
این مقاله با هدف شناسایی عوامل مؤثر بر ریسک اعتباری و ارائه مدلی جهت پیشبینی ریسک اعتباری و رتبهبندی مشتریان حقوقی متقاضی تسهیلات اعتباری بانک کشاورزی شهرستان ممسنی با استفاده از تکنیک شبکه عصبی انجام گرفته است. بدین منظور بررسیهای لازم بر روی اطلاعات مالی و غیرمالی مربوط به یک نمونه 205 تایی که به روش نمونهگیری خوشهای چندمرحلهای تصادفی از میان کشاورزان دریافتکننده وام در شهرستان ممسنی در طی سالهای 1391-1386 انتخاب شدهاند، صورت گرفته است. در این پژوهش، 17 متغیر توضیحدهنده شامل متغیرهای مالی و غیرمالی مورد بررسی و تجزیه تحلیل قرار گرفتند. متغیرهای انتخابی بهعنوان بردار ورودی شبکه عصبی پرسپترون چندلایه با سه لایه پنهان وارد مدل گردیدند. نتایج حاکی از آن است که مدل شبکه عصبی توانسته است با درصد صحت پیشبینی 95/5 درصدی مشاهدات را منطبق بر واقع برآورد نماید که این امر نشانگر توانایی بالای شبکه عصبی در پیشبینی ریسک اعتباری مشتریان میباشد.
حسینی, سید عبدالخالق, & زیبایی, منصور. (1394). مدیریت ریسک اعتباری در بانک کشاورزی شهرستان ممسنی با استفاده از مدل شبکه عصبی. Agricultural Economics, 9(2), 103-119.
MLA
سید عبدالخالق حسینی; منصور زیبایی. "مدیریت ریسک اعتباری در بانک کشاورزی شهرستان ممسنی با استفاده از مدل شبکه عصبی". Agricultural Economics, 9, 2, 1394, 103-119.
HARVARD
حسینی, سید عبدالخالق, زیبایی, منصور. (1394). 'مدیریت ریسک اعتباری در بانک کشاورزی شهرستان ممسنی با استفاده از مدل شبکه عصبی', Agricultural Economics, 9(2), pp. 103-119.
VANCOUVER
حسینی, سید عبدالخالق, زیبایی, منصور. مدیریت ریسک اعتباری در بانک کشاورزی شهرستان ممسنی با استفاده از مدل شبکه عصبی. Agricultural Economics, 1394; 9(2): 103-119.