طبقه‌بندي اعتباري مشتريان بانكي با استفاده از شبكه عصبي كانولوشني

طبق تعريف كميته بال، ريسك اعتباري عبارت است از امكان بالقوه اين كه قرض‌گيرنده از بانك در اجراي تعهدات خود در مقابل بانك در مدت مشخص ناتوان شود. از مهم‌ترين روش‌هاي ارزيابي اعتباري مشتريان مدل‌هاي امتيازدهي اعتباري هستند. امتيازدهي اعتباري به معني كمّي نمودن احتمال نكول در آينده است. در اين پژوهش، از شبكه عصبي كانولوشني براي امتيازدهي اعتباري متقاضيان دريافت تسهيلات استفاده شده‌است. اين شبكه به طور گسترده در حوزه پردازش تصوير به كار گرفته شده و نتايج قابل توجه‌اي از خود نشان داده‌است؛ اما استفاده از آن براي امتيازدهي اعتباري، به‌خصوص در تحقيقات داخلي، هنوز مورد توجه چنداني قرار نگرفته‌است. امتيازدهي اعتباري مشتريان تسهيلات با استفاده از شبكه عصبي كانولوشني، نيازمند تبديل داده‌هاي مربوط به آن‌ها به تصوير است. بنابراين در پژوهش حاضر، روش تبديل كانولوشني براي تبديل داده‌هاي مشتريان به تصوير معرفي شده‌‌است. نتايج حاصل از پياده‌سازي شبكه عصبي كانولوشني بر روي دو مجموعه داده از مشتريان يك بانك ايراني و يك بانك استراليايي با نتايج حاصل از مدل‌هاي يادگيري ماشين شامل رگرسيون لجستيك، جنگل تصادفي، گراديان بوستينگ افراطي و استكينگ مقايسه شده‌‌است. نتايج حاصل از تحقيق نشان مي‌دهد كه شبكه عصبي كانولوشني در هر دو مجموعه داده و از نظر اكثر معيارهاي ارزيابي، عملكرد بهتري نسبت به مدل‌هاي يادگيري ماشين داشته‌است.