TY - JOUR ID - 131956 TI - تدوین مدل پیش بینی اعتباری مشتریان حقوقی بانک های خصوصی با بهره گیری از الگوریتم های فراابتکاری (مطالعه موردی: شعبه های بانک پاسارگاد شمال غرب کشور) JO - تصمیم گیری و تحقیق در عملیات JA - DMOR LA - fa SN - 2538-5097 AU - اعتباری, محمدرضا AU - فقهی فرهمند, ناصر AU - ایران زاده, سلیمان AD - گروه مدیریت، دانشکده مدیریت، اقتصاد و حسابداری، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران. Y1 - 2021 PY - 2021 VL - 6 IS - 3 SP - 330 EP - 349 KW - پیش بینی اعتباری KW - الگوریتم شبکه عصبی مصنوعی KW - الگوریتم ژنتیک KW - الگوریتم تکامل تفاضلی KW - الگوریتم ازدحام ذرات DO - 10.22105/dmor.2021.247229.1220 N2 - هدف: عدم توانایی بانک‌ها در اعتبارسنجی و ارزیابی مالی مشتریان و پیش‌بینی دقیق ریسک اعتباری تسهیلات گیرندگان، تاثیرات مخربی بر سیستم مالی جهانی و فعالیت‌های اقتصادی داشته و از اصلی‌ترین دلایل بحران‌های مالی جهانی در سال‌های اخیر بوده‌اند. هدف این تحقیق، تدوین مدل پیش­بینی اعتباری مشتریان حقوقی بانک­های خصوصی با بهره­گیری از الگوریتم­های فراابتکاری در شعبه‌های بانک پاسارگاد شمال غرب کشور بوده است.روش‌شناسی پژوهش: این تحقیق براساس هدف پژوهش، توسعه­ای و براساس روش انجام کار توصیفی می‌باشد. جامعه آماری این تحقیق را دو بخش خبرگان و مدیران بانکی استان آذربایجان‌شرقی و مشتریان حقوقی بانک پاسارگاد در شمال­غرب کشور تشکیل می‌دهند. حجم نمونه آماری برای جامعه اول، 58 خبره بانکی استان اعم از مدیران، مسئولین اعتباری و روسای شعب با سابقه کار اعتباری بانک‌های خصوصی تعیین شده و برای جامعه دوم، براساس نمونه­گیری هدفمند 427 مشتری حقوقی بانک پاسارگاد انتخاب شده است. به منظور جمع­آوری داده­ها از پرسشنامه و اسناد و مدارک بانک پاسارگاد بهره گرفته شده و روایی پرسشنامه به صورت روایی محتوا و براساس شاخص­های نسبت روایی محتوا و شاخص روایی محتوا و پایایی پرسشنامه با استفاده از ضریب آلفای کرونباخ مورد بررسی و تأیید قرار گرفته است. به منظور تجزیه و تحلیل داده­ها از آزمون t، تحلیل عاملی تأییدی، شبکه عصبی مصنوعی چند لایه، شبکه عصبی آموزش دیده با الگوریتم ژنتیک، شبکه عصبی آموزش دیده با الگوریتم ازدحام ذرات و شبکه عصبی آموزش دیده با الگوریتم تکامل تفاضلی استفاده شده است.یافته‎ ها: یافته ­های پژوهش نشان می­دهد که هر چهار مدل فوق قادر به پیش­بینی اعتباری مشتریان حقوقی بانک­های خصوصی هستند و بهترین روش برای پیش­بینی اعتباری مشتریان حقوقی بانک­های خصوصی، شبکه عصبی آموزش دیده با الگوریتم تکامل تفاضلی با کمترین مقدار خطا نسبت به سه روش دیگر است. UR - https://www.journal-dmor.ir/article_131956.html L1 - https://www.journal-dmor.ir/article_131956_b0eb80fb7d89f750cfd390ed422a1b28.pdf ER -