شناسایی عوامل موثر بر مطالبات غیرجاری بانک‌ها با استفاده از شبکه‌های عصبی و الگوریتم ماشین بردار پشتیبان

نوع مقاله: مقاله پژوهشی

نویسندگان

1 استادیار گروه بانکداری، پژوهشکده پولی و بانکی بانک مرکزی

2 دانشجوی دکتری واحد بابل

3 مدیر گروه دکتری واحد بابل

4 هیات علمی واحد بابل

چکیده

یکی از مهمترین چالش‌های پیش روی نظام بانکی کشور طی چند سال اخیر، سیر فزاینده مطالبات غیرجاری است. بنابراین شناسایی دقیق عوامل ایجاد و افزایش مطالبات غیرجاری، در کنار استفاده از این اطلاعات در تصمیم اعطای تسهیلات می‌تواند در کاهش مطالبات غیرجاری نقش موثری داشته باشد. در این پژوهش برای شناسایی عوامل موثر بر مطالبات غیرجاری، نمونه‌ای از ۶۶۰ مشتری حقوقی یک بانک دولتی برای سال‌های 1385 تا 1396 تمرکز شده و متغیرهای خصوصیتی مستخرج از قراردادهای تسهیلاتی مشتریان فوق در کنار متغیرهای مالی، غیرمالی، حسابرسی و اقتصادی مورد توجه قرار گرفت. بر مبنای الگوریتم‌ها در شناسایی متغیرهای تاثیرگذار بر مطالبات غیرجاری، مشاهده شد که الگوریتم لاسو با تمرکز بر متغیرهای مالی، اقتصادی و حسابرسی عملکرد بهتری نسبت به الگوریتم‌ تجزیه و تحلیل مولفه‌های همسایگی داشته و براساس این الگوریتم ده متغیر کلیدی تاثیرگذار شناسایی شد. در فاز کلاس‌بندی نیز با توجه به عملکرد بهتر الگوریتم ماشین‌های بردار پشتیبان با هسته شعاعی، توصیه می‌شود از این الگوریتم استفاده شود.

کلیدواژه‌ها