نوع مقاله : مقاله علمی
نویسندگان
گروه مهندسی صنایع، دانشکدۀ مهندسی صنایع و مکانیک، دانشگاه آزاد اسلامی، واحد قزوین، ایران
چکیده
در این تحقیق به منظور مدیریت و کنترل ریسک اعتباری مشتریان، از تلفیق دو مدل تحلیل ممیز و تحلیل پوششی دادهها برای تشخیص وجود و یا عدم وجود یک همپوشانی میان دو گروه بهوسیله یک ابرصفحه جداکننده و با فرض وجود مشاهده هریک با مشخصه مستقل با حضور دادههای فازی، مشاهدات به دو رده مشتریان خوشحساب و مشتریان بدحساب دستهبندی شدند. متغیرهای این تحقیق از روش 6C انتخاب و از تعداد 17 شاخص منتخب، با استفاده از روش دلفی، تعداد 8 شاخص تأثیرگذار وارد مدل تحقیق شده است. این شاخصها برای 83 نفر از مشتریان حقیقی یک شرکت لیزینگ که طی سالهای 1393 و 1394 تسهیلات دریافت کردهاند، مورد استفاده قرار گرفت. نتایج نشان میدهند که هریک از مشاهدات به طور قطعی در ردۀ مشتریان خوشحساب و مشتریان بدحساب قرار گرفته و با ورود هر مشاهده جدید وضعیت اعتباری آن پیشبینی میشود.
کلیدواژهها
عنوان مقاله [English]
Customer credit scoring using data envelopment analysis and discriminant analysis in a fuzzy environment (case study: a leasing company affiliated with a private bank)
نویسندگان [English]
- A. Alinezhad
- S. Kashanifar
Department of Industrial Engineering, Faculty of Industrial and Mechanical Engineering, Islamic Azad University, Qazvin Branch, Iran
چکیده [English]
In this research, in order to manage and control the credit risk of customers, from the combination of two models of discriminant analysis and data coverage analysis to detect the presence or absence of an overlap between two groups by means of a separating hyperscreen and assuming the existence of each observation with independent characteristics with The presence of fuzzy data, the observations were categorized into two categories of good customers and bad customers. The variables of this research were selected from the 6C method, and out of the 17 selected indicators, using the Delphi method, 8 influential indicators were included in the research model. These indicators were used for 83 real customers of a leasing company who received facilities during 2013 and 2014. The results show that each of the observations is definitively placed in the category of good customers and bad customers, and with the arrival of each new observation, its credit status is predicted.
کلیدواژهها [English]
- Data Envelopment Analysis/ Discriminant Analysis
- Fuzzy Data
- Credit Risk
- Credit Scoring
نامه به سردبیر
سردبیر نشریه پژوهشنامه بیمه، هرگونه پیشنهاد و انتقاد دیگر نویسندگان و خوانندگان را در خصوص نقد و بررسی این مقاله مندرج در سامانه نشریه را ظرف مدت 3 ماه از تاریخ انتشار آنلاین مقاله در سامانه و قبل از انتشار چاپی نشریه، به منظور اصلاح و نظردهی امکان پذیر نموده است.، البته این نقد در مورد تحقیقات اصلی مقاله نمی باشد.
توجه به موارد ذیل پیش از ارسال نامه به سردبیر لازم است در نظر گرفته شود:
[1] نامه هایی که شامل گزارش آماری، واقعیت ها، تحقیقات یا نظریه پردازی ها هستند، لازم است همراه با منابع معتبر و مناسب همراه باشد، اگرچه ارسال بیش از زمان 3 نامه توصیه نمی گردد.
[2] نامه هایی که بجای انتقاد سازنده به ایده های تحقیق، مشتمل بر حملات شخصی به نویسنده باشند، توجه و چاپ نمی شود.
[3] نامه ها نباید بیش از 300 کلمه باشد.
[4] نویسندگان نامه لازم است در ابتدای نامه تمایل یا عدم تمایل خود را نسبت به چاپ نظریه ارسالی نسبت به یک مقاله خاص اعلام نمایند.
[5] به نامه های ناشناس ترتیب اثر داده نمی شود.
[6] شهر، کشور و محل سکونت نویسندگان نامه باید در نامه مشخص باشد.
[7] به منظور شفافیت بیشتر و محدودیت حجم نامه، ویرایش بر روی آن انجام می پذیرد.
ارسال نظر در مورد این مقاله