شناسايي الگوهاي پويايي ريسك اعتباري مشتريان حقيقي بانك‌ها و مؤسسات مالي (مطالعهٔ موردي: سه بانك ايراني)

بررسي ريسك اعتباري مشتريان از مهم‌ترين دغدغه‌هاي بانك‌ها است. افزايش مطالبات معوق نشان مي‌دهد كه مدل‌هاي مرسوم نتوانسته‌اند ريسك اعتباري مشتريان را به خوبي ارزيابي كنند. عوامل متغير و غيرقطعي محيطي بر رفتار مشتري اثر مي‌گذارد و موجب تغيير ريسك اعتباري مشتري در طول زمان مي‌شود، لذا مي‌بايست مدلي پويا براي ارزيابي ريسك اعتباري مشتري طراحي شود. پژوهش‌هاي گذشته از مدل‌هاي متداولي مانند مدل‌هاي مالي، شبكه‌هاي عصبي، و مبتني بر داده‌هاي تجربي استفاده كرده‌اند. در اين پژوهش با درنظرگرفتن جابه‌جاشدن مشتري در طول زمان در گروه‌هاي مختلف كم‌ريسك، ريسك متوسط، و ريسك بالا و با به‌كارگيري روش‌هاي تحليل داده‌هاي بزرگ، الگوهاي رفتار پوياي مشتريان استخراج شده است. براي اين منظور، اطلاعات مشتريان حقيقي سه بانك مورد بررسي قرار گرفت و نتايج نشان داد كه مدل با درجهٔ حساسيت ۹۲٫۱ درصد و درجهٔ تشخيص ۸۹٫۱  درصد از كارايي بالايي برخوردار است و در مقايسه با مدل‌هاي پروبيت، لاجيت، و شبكهٔ عصبي بهتر عمل مي‌كند و كارايي بالاتري دارد. دستاورد اين پژوهش، تشخيص الگوهاي پوياي ريسك اعتباري مشتريان است. اين روش به اين جهت كه به آموزش مجدد داده‌ها نيازي ندارد، موجب صرفه‌جويي در زمان و هزينه مي‌گردد.