مقاله رایگان درباره شبکه عصبی، رگرسیون، شبیه سازی، ریسک اعتباری

دانلود پایان نامه ارشد

3-2- روش کلی تحقیق
این تحقیق از جهت هدف به دلیل تکیه بر مبانی نظری در راستای حل مسائل و مشکلات یا بهبود وضعیت اعتبارسنجی مشتریان در قلمرو مکتب کاربردی می باشد.
در این تحقیق در بخش اعتبارسنجی به روش شبکه عصبی روش توصیفی است به جهت اینکه در قسمت تعریف پارامترها یا متغیرها نتایج شبیه ساز ی کاملا می تواند متفاوت باشد و در بخش استفاده از رگرسیون استقرائی است.
بنابراین در بخش اول نتایج قابل تعمیم نمی باشد و در بخش دوم بر مبنای نتایج آزمون های آماری نتایج قابل تعمیم است در نتیجه به علت بزرگی نمونه تصادفی می توان نسبت به کلیت موارد حکم کرد، لذا در مجموع استنتاج به صورت توصیفی صورت گرفته است و در بخش نتیجه گیری فصل پنج استنتاج در قالب پاسخ به سوالات بیان شده است.
این تحقیق از جهت طرح تحقیق به دلیل تکیه بر داده های عملکردی و تاریخی از نوع پس رویدادی یا Expose – facto می باشد.

3-3- جامعه و نمونه آماری
جامعه آماری
مشتريان حقوقي كه از بانك ملی استان اصفهان که از تا ریخ 1/1/1391 تا 29/12/1392 تسهيلات دريافت و اصل و سود آن را به بانك عودت داده يا نداده اند، به عنوان جامعه ي آماري تعريف مي شوند. دليل انتخاب مشتريان حقوقي (شركت هايي كه از بانك تسهيلات اعتباري دريافت كرده اند) به عنوان جامعه آماري، در دسترس بودن داده هاي مالي موثق و حسابرسي شده ي آنها مي باشد.
نمونه آماری
شامل آن دسته از مشتريان حقوقي مي باشند كه در سال 1391 از بانك تسهيلات مشارکت مدنی غیر دولتی دريافت نموده اند. شركت هايي كه بيشتر از 3 ماه از پرداخت اعتبارات و تسهيلات آنان گذشته باشد و اقساط خود را نپرداخته باشند (معوق شده) در گروه شركت هاي بد حساب(داراي نكول) قرار مي گيرند و شركت هايي كه در زمان سررسيد اقساط يا قبل از 3 ماه از گذشتن اقساط خود اقدام به پرداخت نموده اند در گروه شركت هاي خوب (بدون نكول) قرار مي گيرند.
با توجه به اینکه متغیر وابسته ضریب اعتباری ریسک مشتریان عددی نسبی بین 0 و 1 بوده است از فرمول کوکران به صورت رابطه 1 استفاده شده است:
رابطه1 : n ≥ (Z_(α/2 )^2 0,25)/D^2

که در آن 25/0 واریانس توزیع کیفی در ناهمگن ترین حالت، α احتمال خطای نوع اول و D خطای در برآورد، n نسبت جامعه و در اینجا ریسک اعتباری مشتریان است.اگر α معادل 5 % و D نیز معادل 5 درصد قرار داده شود.

n ≥ (Z_((0,025) )^2 0,25)/〖(0,05)〗^2 ≅384
که جهت احتیاط 400 شرکت به عنوان نمونه تصادفی انتخاب شده است.
3-4- نحوه نمونه گیری
در اين تحقیق،كليه مشتريان اعتباري حقوقي (كوچك و متوسط) شعب شهري بانک ملی در بازه زماني موردنظر مورد بررسي قرار خواهد گرفت و با استفاده از نرم افزار اکسل دسته بندی و کد گذاری خواهند شد.
در این تحقیق به جهت محرمانه بودن جزئیات اطلاعات جامعه آماری از روش تصادفی ساده استفاده شده به این ترتیب که شرکت ها کد بندی و به کمک شبیه سازی آماری در فاصله کد ها ( 400 کد ) انتخاب و شرکت های متناظر با آن به عنوان نمونه تصادفی انتخاب شده است.

3-5- روش های گردآوری اطلاعات
روش های گردآوری اطلاعات در این تحقیق را به طور کلی می توان به سه دسته تقسیم نمود که عبارت اند از:
1-مطالعه کتابخانه ای : اصل مطالعه پایان نامه بوده که از طریق اسناد و مدارک مکتوب علمی و پژوهشی مربوط به گذشته شامل کتا ب ها، پایان نامه ها، گزارش ادبیات تحقیق و … استفاده می شود.
دراین پایان نامه نیز بخشی از تحقیق (بررسی ادبیات تحقیق ) از این روش استفاده شده است.
2-روش های میدانی : در خصوص جمع آوری اطلاعات مربوط به تایید یا رد سوالات تحقیق از روش میدانی استفاده گردیده شده است جهت دستیابی به اطلاعات مورد نیاز از منابع زیر استفاده شده است:
الف) مطالعه اسناد و مدارک
مطالعه و بررسی صورت های مالی و یادداشت های پیوست صورت های مالی شرکت های منتخب
ب) مشاهده
بررسی مشاهده اطلاعات اولیه گردآوری شده توسط شعب بانک ملی
3-کاوش های اینترنتی
جهت جمع آوری برخی از اطلاعات مربوط به ادبیات تحقیق، از کاوش اینترنتی نیز استفاده شده است.
الف) پایگاه اسناد ملی کشور (www.nlai.ir )
ب) مقالات موجود در سایت مقالات جهاددانشگاهی (www.fa.journals.sid.ir )
ج) بانک اطلاعات نشریات ایران (www.magiran.com )
د) پورتال جامع علوم انسانی (www.ensani.ir )
ه) مقالات خارجی موجود در سایت (www.sciencedirect.com )
و) سایت بانک ملی ( www.bmi.ir )
3-6- روش‌ها و ابزار تجزيه و تحليل داده‏ها
آمار توصیفی
استفاده از جدول داده ها
شاخص های نکویی برازش
ضرایب چولگی و کشیدگی
آزمون ناپارامتریک کولموگروف- اسمیرونوف
آماره دوربین واتسون
ضریب همبستگی خطی پیرسون
آزمون همسانی وایت
توزيع تي استيودنت

3-6-1- روش های آماری
رگرسیون چند متغیره

3-6-2- روش های غیر آماری
شبکه عصبی MLP
3-7- برآورد مدل رگرسیون لجستیک
به منظور طراحي مدل بهينه سنجش ريسك اعتباري، اطلاعات اوليه با استفاده از نرم افزار اكسل براي ورود به مدل آماده شد. به منظور دستيابي به مدل بهينه اعتبارسنجي متغيرهاي مورد نظر را وارد مدل كرده و در مدل برازش شده و مورد بررسي قرارخواهدگرفت.
مقادیر برآورده شده ضرایب متغیر های مستقل با استفاده از نرم افزار SPSS محاسبه خواهد گردید.
در نهایت پس از بررسی مشخص خواهد شد که متغیرهای 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 در مدل معنادار می باشد بنابراین تابع لجيت يا لگاريتم احتمال قصور در باز پرداخت به احتمال عدم قصور در بازپرداخت به صورت رابطه 2 است:
رابطه 2 :
F=LN(Y/(1-Y))= C+ β1X1+ β2X2+ β3X3+ β4X4+ β5X5+ β6X6+ β7X7
از رابطه بالا احتمال عدم بازپرداخت وام (ريسك اعتباري) توسط مشتريان محاسبه مي شود. بدين ترتيب، افزايش متغيرهايي كه داراي ضريب منفي هستند باعث كاهش Y مي شود و افزايش متغيرهايي كه داراي ضريب مثبت هستند، باعث افزايش Y می شوند.
3-8- برآورد مدل شبكه هاي عصبي
پس از تكرار چندین سيكل يادگيري در نهايت ساختار شبكه عصبي پرسپترون 3 لايه، با 7 نرون در لايه ورودي، 20 نرون در لايه مياني و يك نرون در لايه خروجي و تابع تانژانت- سيگموئيد در لايه مياني و تابع انتقال خطي در لايه خروجي با الگوريتم پس انتشارانتخاب می گردد. جهت طراحي، آموزش و آزمايش مدل شبكه عصبي از نرم افزار متلب نسخه 7.1 استفاده می شود.

شبکه عصبی
مدل استفاده شده در اين تحقیق يك شبكه عصبي سه لايه است كه از بردار ورودي با 7 متغير ورودي كه عبارتنداز: 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، شماي ساختاري شبكه پرسپترون سه لايه مورد استفاده در اين تحقیق در شکل 3-1 نشان داده شده است:

شکل 3-1: ساختار شبکه عصبی

P بردار ورودی، IW_(1-1) ماتریس وزن در لایه پنهان اول می باشد، n_i بردار نرون ها، a_i بردار خروجی، f_i تابع انتقال، b_i بردار بایاس در لایه i ام است و IW_ij ماتریس وزن در لایه پنهان i ام می باشد.
تعداد نرونها در لايه پنهان اول برابر با تعداد متغير ها فرض شده است كه اين تعداد بهينه ترين تعداد نرون در اين لايه مي باشد.
تابع انتقال استفاده شده در لايه سوم تابع لگاريتمي سيگوئيد 1/(1+e^(-net.g) ) where که در آنg 0 است كه در شبكه هاي پس انتشار بسيار مورد استفاده قرار مي گيرد.اين تابع انتقال موجب مي شود
خروجي شبكه عددي بين 0 تا 1 باشد.

3-9- مدل تحقیق
متغيرهاي مورد بررسي در قالب یک مدل مفهومی و شرح چگونگی بررسی و اندازه گیری متغیرها:

رابطه کلی Y = f(x1,x2,x3,x4,x5,x6,x7)
2-تعریف متغیر ها
اعتباری ریسک بینی پیش{█(Y_1= رگرسیون روش@Y_2=عصبی شبکه روش)┤ = Y

انطباق بر واقع رتبه بندی بر مبنای روش رگرسیون لجستیک = X1
انطباق بر واقع رتبه بندی بر مبنای روش شبکه عصبی = X2
3 – دسته بندی متغیر ها
متغیر وابسته = F(X_1 )
متغیر مستقل = x1 … x7
اندازه گیری متغیر ها
تعریف متغیر ها: Y ریسک اعتباری مشتریان که در وضعیت فعلی به عنوان یک ضریب نسبی و در برخی بانک ها به صورت کیفی یا رتبه ای تعیین می شود. در این تحقیق به یک ضریب نسبی بین صفر تا یک و عملا بین صفر تا 3/0 اندازه گیری شده است.

X1 که می تواند بر مبنای تعداد یا مبلغ چک برگشتی مشتری تعریف گردد. در این تحقیق به عنوان مبلغ چک های برگشتی مشتری که در مجموع محاسبه شده در نظر گرفته شده است.
X2 که بر مبنای ارزش کارشناسی شده وثیقه ملکی اخذ شده بابت اعطای تسهیلات از مشتری اخذ شده و طبق ضوابط درصدی از ارزش تسهیلات اعطایی بوده و در این بانک 625/1 آن منظور شده است.
X3 مبلغ تسهیلات اعطایی است که بر مبنای مدارک و مستندات بانک و بر مبنای میزان تسهیلات اعطایی به ازای هر مشتری استخراج شده است.
X4 عبارت از جمع گردش بستانکار مشتری طبق مدارک بانک از زمان تسویه و صفر شده تسهیلات قبلی است.
X5 عبارت از متوسط موجودی ماهیانه مشتری بوده که از متوسط موجودی دوازده ماه قبل از دریافت تسهیلات محاسبه شده است.
X6 عبارت است از مدت زمانی است که از زمان سررسید اقساط گذشته است.
X7 به عنوان مدت فعال بودن حساب جاری مشتری بر حسب سال به دست آمده است.

تعیین رابطه بین متغیر ها
رابطه ریاضی بین متغیرها به تبع تحقیقات مشابه یا مرتبط در استفاده از روش های اقتصاد سنجی به صورت یک رابطه خطی در رابطه 2 تعریف شده است.
رابطه 2 :
F=LN(Y/(1-Y))= C+ β1X1+ β2X2+ β3X3+ β4X4+ β5X5+ β6X6 + β7X7

و در شبیه سازی به کمک شبکه عصبی رابطه ای غیر خطی و پیچیده بوده که تابعی از فرآیند شبیه سازی است.

6- نحوه بدست آوردنf
در روش اقتصاد سنجی رابطه ریاضی به صورت معادله پارامتریک خطی تعریف شده که مقادیر Y , Xj بر مبنای عملکرد واقعی مشتریان در نمونه تصادفی مورد بررسی مقدار گرفته و پارامترهای معادله یا jβ بر مبنای محاسبات رگرسیونی برآورد شده است. در روش شبکه عصبی نیز پارامترها و نوع رابطه غیرخطی در وضعیت بهینه شبیه سازی شده است.

7- الگوریتم شبیه سازی
به منظور ارزيابي ريسك اعتباري مشتريان حقوقي بانك ملی ايران، ابتدا به تعيين شاخص هاي ريسك اعتباري و نوع ارتباط آنها با وضعيت اعتباري پرداخته و سپس با استفاده از روش آماري مدل بهينه را برآورد می کنیم.
داده هاي مورد استفاده در تحقیق را مي توان از حيث ماهيت به دو دسته تقسيم بندي كرد، شامل داده هاي كمي و داده هاي كيفي. داده هاي كمي استفاده شده مربوط به شركت هاي نمونه مي باشد، كه از اطلاعات پرونده تسهیلاتی آنها از بانك استخراج گرديد. داده هاي كيفي نيز مربوط به برخي ويژگي هاي شركت هاي نمونه مي باشد كه اين داده ها را در فرآيند تحقيق بوسيله كدگذاري به داده كمي تبديل كرده و مورد استفاده قرار داده ايم.
در این تحقیق 7 متغیر مالی و غیر مالی به عنوان متغیر مستقل و ریسک اعتباری به عنوان متغیر وابسته در نظر گرفته شده است.
متغیر وابسته تعیین ریسک اعتباری همواره دارای مقدار بین 0 و 1 است و عملا بین صفر تا 0.3 می باشد، در حالتی که متغیر های مستقل دارای مقدار پیوسته اند.

3-10- نرم افزار های مورد استفاده
EXCEL – جهت طبقه بندی و کدگذاری
MATLAB – و

پایان نامه
Previous Entries مقاله رایگان درباره دارایی ها، تحلیل پوششی داده ها، تحلیل پوششی، نسبت های مالی Next Entries مقاله رایگان درباره رگرسیون، رگرسیون خطی، مدل رگرسیون، ضریب تعیین