مقاله رایگان درباره استان اصفهان، شبیه سازی، سطح معنادار، شبکه های عصبی

دانلود پایان نامه ارشد

مستقيم وجود داشته است. به اين معني كه به موازات افزايش نسبت سابقه حساب جاري مشتريان حقوقي، ريسك اعتباري و به تعبيري احتمال بد حسابي آنها در بازپرداخت تسهيلات کاهش يافته است.”
سطح معني دار آن كه در ستون آخر آورده شده و متناظر با آماره تي استيودنت مي باشد، برابر
با 827/0 و بيش از يك درصد مي باشد. لذا فرض H0 مبني بر عدم رابطه خطي بين نسبت سابقه حساب جاري مشتريان حقوقي و ريسك اعتباري آن ها در جامعه آماري يا مشتريان حقوقي شعب
بانك ملي در استان اصفهان پذيرفته شده است. به عبارتي در سطح 99 درصد اطمينان فرض H1 مبني بر وجود رابطه خطي بين ريسك اعتباري و نسبت سابقه اعتباري آن ها رد شده است.
4-5-4- اعتبار سنجي رابطه برآوردي
به طوري كه قبلا ملاحظه شد، بر مبنای محاسبات خلاصه شده در جدول 4-4 ضریب تعیین برابر 068/0 بوده و مقدار تعدیل شده آن در حالت استاندارد یا حذف عرض از مبدا برابر 052/0 می باشد که نشان می دهد به ترتيب حدود 8/6 و 2/5 درصد تغییرات بین متغیرهای مستقل و تابعی توسط رابطه برآوردی بیان شده است. به جهت میل کردن ضريب تعيين برآوردي به عدد صفر درصد، مي توان نتيجه گرفت كه رابطه خطي بسيار ضعيفي بين ريسك تعديل شده اعتباري مشتريان به عنوان متغير وابسته با متغيرهاي مستقل شامل چك برگشتي، مبلغ تسهيلات دريافتي توسط مشتريان، ارزش وثيقه دريافتي از مشتريان حقوقي، متوسط موجودي حساب جاري مشتريان، گردش بستانكار حساب جاري مشتريان، سابقه اعتباري و سابقه حساب جاري مشتريان وجود داشته است.
به تعبيري رابطه خطي برآوردي به كمك رگرسيون لجستيك در پيش بيني بد حسابي يا ريسك اعتباري مشتريان از اعتبار بسيار ضعيفي برخوردار بوده است و اين ناشي از غيرخطي بودن رابطه بين متغيرها يا لحاظ نشدن متغيرهاي تاثير گذار اصلي است.
4-5-5- تعميم رابطه خطي برآوردي
با عنايت به استفاده از نمونه تصادفي از بين شركت هاي منتخب، براي تعميم نتايج به دست آمده در مورد ارتباط بين متغيرها، در اين بخش از گزارش به تعميم رابطه برآوردي بر مبناي دو آزمون تي استيودنت و فيشرپرداخته شده است:
1) آزمون معني داري تك تك پارامترهاي رابطه برآوردي: همان طور كه در جدول 4-8 ملاحظه شد، ( ستون آخر جدول) سطوح معني دار بر مبناي نتايج آزمون تي استيونت به ترتيب برابر صفر 19/0، 26/0، 081/0، 285/0، 605/0، 373/0و 827/0 به ازاي پارامترهاي عرض از مبدا و شيب متغيرهاي مستقل شامل چك برگشتي، مبلغ تسهيلات دريافتي توسط مشتريان، ارزش وثيقه دريافتي از مشتريان حقوقي، متوسط موجودي حساب جاري مشتريان، گردش بستانكار حساب جاري مشتريان، سابقه اعتباري و سابقه حساب جاري مشتريان محاسبه شده است. با مقايسه هر يك از اين سطوح معني دار با سطح معني دار آزمون كه عموما 5 درصد و گاهي 1 درصد فرض مي كنند، در همه موارد سطح معني دار متناظر با آماره هاي تي استيودنت كمتر از يك درصد است.لذا در سطح يك درصد فرض H0 مبني بر معني دار نبودن پارامترهاي برآوردي رد و فرض مخالف پذيرفته شده است. به عبارت ديگر در سطح 99 درصد اطمينان، خطي بودن رابطه خطي بين تك تك متغيرهاي مستقل و وابسته را نمي توان رد كرد.
2) آزمون معني داري رابطه خطي برآوردي: در اين راستا به تبع تحقيقات مرتبط يا مشابه از آناليز واريانس و آزمون فيشر استفاده شده است. در اين آزمون فرض صفر خطي نبودن رابطه برآوردي در مقابل فرض مخالف رابطه خطي بين ريسك نسبي تعديل شده اعتباري مشتريان حقوقي در قلمرو تحت بررسي با متغيرهاي مستقل شامل چك برگشتي، مبلغ تسهيلات دريافتي توسط مشتريان، ارزش وثيقه دريافتي از مشتريان حقوقي، متوسط موجودي حساب جاري مشتريان، گردش بستانكار حساب جاري مشتريان، سابقه اعتباري و سابقه حساب جاري مشتريان تعريف شده است. نتايج اين آزمون به شرح جدول 4-9 خلاصه شده است:
جدول4-9 تحلیل واریانس
سطح معناداری
آماره F
میانگین تغییرات
درجه آزادی
مجموع تغییرات
خطاها
0/253
5/218
0/0931215
4
0/372
بين گروهي

0/0061192
394
2/955
درون گروهي

398
3/327
مجموع

در اين جدول مربع و ميانگين مجذورات خطاهاي برآوردي درون و برون گروهي محاسبه و بر مبناي آن ها آماره فيشر و متناظر با آن سطح معني داري محاسبه شده است.
با توجه به جدول 4-9 از آنجایی که سطح معناداری بيشتر از 1 درصد بوده و به سمت صفر ميل نكرده است، لذا فرض H0 مبني بر خطي نبودن رابطه برآوردي پذيرفته شده و فرض H1 مبنی بر این که حداقل یکی از متغیرهای مستقل دارای رابطه خطی با متغیر وابسته هستند، رد می شود.
“به عبارتي مدل رگرسيون لجستيك برآوردي از اعتبار لازم براي پيش بيني ريسك اعتباري مشتريان برخوردار نبوده است.”
4-6- اعتبار سنجي مشتريان بانكي با به كار گيري شبكه عصبي
در قسمت قبلي اعتبار سنجي مشتريان بانكي با استفاده از رگرسيون لجستيك خطي صورت گرفته و در اين قسمت، رابطه بين ريسك نسبي تعديل شده اعتباري مشتريان حقوقي در قلمرو تحت بررسي با متغيرهاي مستقل با شبيه سازي به كمك شبكه هاي عصبي برآورد شده است. برمبناي رابطه برآوردي ريسك اعتباري مشتريان برآورد شده است.
در اين قسمت در ابتدا به اختصار معماري شبكه، الگوريتم مورد استفاده، مطرح شده، در ادامه نتايج شبيه سازي و اعتبار سنجي برآوردهاي انجام شده مورد بحث قرار گرفته است:
4-6-1- معماري شبكه
صرف نظر از مباحث نظري شبكه كه در اين بخش نيازي به طرح آن نيست، شبكه طراحي شده بر مبناي استفاده از توابع سيگموئيد و لايه هاي آن در سه سطح تعريف شده است:
1) سطح اول: ورودي هاي سيستم مشتمل بر مقادير واقعي در نمونه تصادفي در ارتباط با هريك از متغير وابسته ريسك تعديل شده اعتباري مشتريان حقوقي بانك ملي در استان اصفهان و متغيرهاي مستقل مشتمل بر چك برگشتي، مبلغ تسهيلات دريافتي توسط مشتريان، ارزش وثيقه دريافتي از مشتريان حقوقي، متوسط موجودي حساب جاري مشتريان، گردش بستانكار حساب جاري مشتريان، سابقه اعتباري و سابقه حساب جاري مشتريان با شبيه سازي به كمك شبكه هاي عصبي برآورد شده است. برمبناي رابطه برآوردي ريسك اعتباري مشتريان با نمادهاي F، X1, X2, X3, X4, X5, X6, X7 نشان داده شده اند.
2) سطح دوم: عبارت از لايه پنهان شبكه بوده كه بر مبناي تبعيت از الگوهاي رفتاري نرون هاي عصبي عملكرده و نتايج استفاده از اين الگوها، پيش بيني ريسك اعتباري مشتريان مي باشد.
3)سطح سوم: خروجي هاي شبكه عصبي يا نتايج مربوط به پيش بيني ها مشتمل بر ضرايب تخصيص يافته به متغيرهاي مستقل و پارامترهاي اعتبار سنجي نتايج برآوردي است.
آموزش بیش از حد شبکه روی مجموعه آموزش باعث کاهش قابلیت عمومیت پذیری شبکه می گردد. بدین منظور داده ها به صورت تصادفی به سه مجموعه آموزش (85%) ، آزمون (10%) و اعتبارسنجي (5%) تقسیم شده است. مجموعه آموزش برای تنظیم وزن ها و بایاس ها، مجموعه آزمون برای ارزیابی عملکرد مدل ها در مراحل مختلف آموزش و قابلیت عمومیت پذیری شبکه استفاده شده است. مجموعه اعتبار سنجي نیز برای تخمین عملکرد شبکه های آموزش یافته در محیط توسعه یافته مورد استفاده قرار گرفته است.

پس از تقسیم داده ها به مجموعه های آموزش، آزمون و اعتبار سنجي، مقادیر ورودی ها و خروجی مدل ها با تقسیم بر مقدار حداکثر خود استاندارد شده و پارامترها بی بعد شده و با توجه یکسانی آموزش یابند. پارامتر momentum برای شبکه با سعی و خطا 95/0 و نرخ آموزش نیز برای شبكه 01/0 به دست آمده است.
نکته بسیار مهم، قابلیت یادگیری شبکه و کاهش خطا بین مقادیر شبیه سازی شده و مقادیر واقعی است. معمولا هر چه تعداد لایه های مخفی که بین لایه ی ورودی و خروجی شبکه قرار می گیرند و تعداد نورون های هر لایه بیشتر باشد، خطای شبیه سازی کمتر بوده و آموزش بهتر انجام می گیرد. و از طرف ديگر هر چه تعداد لایه ها و نورون ها بیشتر باشد، پارامتر های شبکه ی عصبی (وزن و بایاس) افزایش یافته و مدل پیچیده تر می شود. بنابراین عملکرد مدل های شبکه عصبی قویا به معماری شبکه بستگی داشته و یکی از مهم ترین مراحل در مطالعات شبکه های عصبی، یافتن معماری بهینه در لایه های مخفی می باشد. اختصاص دادن پارامترهای اولیه (وزن ها و بایاس ها) نیز به شدت عملکرد شبکه را تحت تاثیر قرار می دهد. به هر حال هیچ قانون یا رابطه ای برای تعیین معماری بهینه شبکه و پارامتر های مربوط به آن وجود نداشته و تنها راه فرایند سعی وخطا است. در مطالعه حاضر کمترین تعداد لایه ها و نورون ها به نحوی انتخاب شده اند که پارامترهای دینامیکی پیش بینی شده در هر سه مجموعه آزمایش، آزمون، اعتبار سنجی بیشترین سازگاری را با داده های اصلی داشته باشند. بدین منظور شاخص های خطای مختلفی مشتمل بر خطای مطلق میانگین (MAE)، خطای میانگین (MBE)، خطای مربع میانگین (MSE)، جذر مربع خطای میانگین (RMSE) و ضریب همبستگی (IOA) برای هر سه مجموعه (train, test, ver

پایان نامه
Previous Entries مقاله رایگان درباره رگرسیون، رگرسیون خطی، مدل رگرسیون، ضریب تعیین Next Entries پایان نامه رایگان با موضوع رتبه بندی، بورس اوراق بهادار، مواد غذایی، جامعه آماری