دانلود word ارزيابي ريسک اعتباري شرکت هاي وام گيرنده از بانک با استفاده از تحليل سلسله مراتبي فازي و شبکه عصبي ترکيبي درجه بالا

لینک دانلود

 دانلود word ارزيابي ريسک اعتباري شرکت هاي وام گيرنده از بانک با استفاده از تحليل سلسله مراتبي فازي و شبکه عصبي ترکيبي درجه بالا دارای 14 صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد دانلود word ارزيابي ريسک اعتباري شرکت هاي وام گيرنده از بانک با استفاده از تحليل سلسله مراتبي فازي و شبکه عصبي ترکيبي درجه بالا  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ريختگي احتمالي در متون زير ،دليل ان کپي کردن اين مطالب از داخل فایل ورد مي باشد و در فايل اصلي دانلود word ارزيابي ريسک اعتباري شرکت هاي وام گيرنده از بانک با استفاده از تحليل سلسله مراتبي فازي و شبکه عصبي ترکيبي درجه بالا،به هيچ وجه بهم ريختگي وجود ندارد


بخشی از متن دانلود word ارزيابي ريسک اعتباري شرکت هاي وام گيرنده از بانک با استفاده از تحليل سلسله مراتبي فازي و شبکه عصبي ترکيبي درجه بالا :




نام کنفرانس، همایش یا نشریه : نشريه بين المللي مهندسي صنايع و مديريت توليد (فارسي)(نشريه بين المللي علوم مهندسي)

تعداد صفحات :14

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. در عین 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 و حجم زیان های اعتباری در یک دوره معین بستگی دارد.در این مقاله نحوه محاسبه ریسک اعتباری شرکتهای متقاضی وام بررسی شده است به طوریکه با استفاده از روش تحلیل سلسله مراتبی فازی معیارهای موثر بر ریسک اعتباری شرکتهای متقاضی وام وزن دهی شده اند و با استفاده از شبکه عصبی ارتباط بین معیارهای موثر بر ریسک اعتباری و میزان اعتبار شرکت متقاضی وام به صورت مدل جعبه باز استخراج شده است. مدل شبکه عصبی با داده های تاریخی مربوط به 174 شرکت وام گیرنده در سال های 1383 تا 1387 از بانک ملت جمهوری اسلامی ایران وام دریافت نموده اند و دوره بازپرداخت آن ها تمام شده است اجرا شده است. خروجی مدل قابلیت پیش بینی ریسک اعتباری با دقت 84% را دارا می باشد
كلید واژه: ریسک اعتباری، نرخ عدم پرداخت بدهی، شبکه عصبی، تحلیل سلسله مراتبی فازی

توضیحات بیشتر