اعتبارسنجی مشتریان

بانکداری، از ارکان مهم یک نظام اقتصادی است. بانک ها، بدان رو که با سرمایه و اموال گروهی از مردم تأسیس و اداره می شوند، ارتباط قابل توجهی با بیت المال مسلمین دارند. صیانت و حفاظت از سرمایه های مردم، برای رشد و توسعه اقتصادی و اجرای عدالت، عقلاً و شرعاً، لازم و واجب است. در چنین شرایطی، مدیریت ریسک یکی از اجزای حیاتی فعالیت های مالی و اعتباری خواهد بود. در بین انواع ریسک هایی که بانک ها و نهادهای مالی با آن مواجه اند، ریسک اعتباری اهمیت به­سزایی دارد. کمّی سازی و اندازه گیری ریسک اعتباری، برای مدیریت مناسب آن، اعتبارسنجی مشتریان را، پیش از اعطای تسهیلات، امری ضروری ساخته است. در قرآن کریم آیات مختلفی در باب آداب و احکام کسب و کار و حواشی مربوط به آن مطرح شده­است. در این مقاله، با بهره گیری از روش تحلیل توصیفی، و با استفاده از مستندات مستخرج از قرآن، روایات و مبادی فقهی، سعی شده است که ضرورت اعتبارسنجی مشتریان در هنگام اعطای تسهیلات بررسی شود و الگویی مناسب برای آن ارائه شود. در نهایت، الگویی با عنوان ""الگوی اسلامی""، که بیانگر معیارهای برگرفته از آیات و روایات است، برای اعتبارسنجی مشتریان، ارائه شده است. این الگو شامل شاخص هایی چون منفعت و سودآوری، وثیقه، لیاقت و صلاحیت عملی، قرارداد، رفتار اعتباری، آگاهی و دانش و نمای آینده است.

مؤسسات اعتباری برای در اختیار قرار دادن انواع تسهیلات اعطایی به مشتریان خود ، نیاز به انجام بررسی های کاملی به منظور شناخت متقاضیان از ابعاد کیفی و کمّی دارند، تا از این طریق، ارزیابی کاملی از سنجش توان بازپرداخت و محاسبه احتمال عدم بازپرداخت تسهیلات و خدمات تأمین مالی از سوی آنان، به عمل آید، این بررسی ها را به طور عام اعتبارسنجی گویند. هدف از انجام این تحقیق رتبه بندی گروه های مشتریان و تعیین بخش های برتر از آنها می باشد تا با استفاده از آن شرکت کارگزاری بتواند عملیات تخصیص اعتبار را به نحوی مکانیزه انجام دهد. در اینجا پس از پیش پردازش اولیه از داده ها ،آنها به شکل مدل RFM پردازش می شوند. سپس با استفاده از شبکه عصبی SOM به عنوان یکی از الگوریتم های خوشه بندی، مشتریان به 10 خوشه تبدیل خواهند شد. در ادامه با استفاده از مدل پیشنهادی، خوشه ها رتبه بندی می شوند. خوشه های برتر شناسایی و عملیات اعطای تسهیلات برای اعضای این خوشه ها انجام می شود. در نهایت سه خوشه 5، 1 و 7 به عنوان خوشه های برتر تعیین شدند که به عنوان مشتریان هدف می باشند. ضریب تسهیلات اعطایی به این سه خوشه برتر به ترتیب 0.271 ، 0.173 و 0.556 می باشد.

هدف این پژوهش، بررسی تاثیر هوش مصنوعی بر اعتبارسنجی مشتریان بانک ملی می باشد. پژوهش حاضر از لحاظ هدف کاربردی بوده و با روش توصیفی-پیمایشی انجام گرفته است. جامعه آماری را کارشناسان فناوری شعب بانک ملی در تهران تشکیل می دهند که برابر 55 نفر می باشند. به علت محدود بودن جامعه آماری، کل جامعه آماری به عنوان نمونه آماری در نظر گرفته شد یعنی کلیه جامعه به عنوان حجم نمونه (نمونه در دسترس) انتخاب شده است. به منظور گردآوری داده های پژوهش از پرسشنامه استفاده شده است. روایی پرسشنامه توسط اساتید تائید شده و پایایی ابزار نیز از طریق اندازه گیری آلفای کرونباخ مورد تایید قرار گرفته است. تجزیه و تحلیل داده های پژوهش با استفاده از روش های آماری توصیفی و روش های آماری استنباطی انجام گرفته است. نتایج پژوهش نشان می دهد که فرایندهای استخراج الگوها، انتخاب الگوها، تنظیم الگوها و نیز سازگاری الگوها بر اعتبارسنجی مشتریان بانک ملی تاثیر مثبت و معنی داری داشته است. از بین فرایندهای موثر بر اعتبارسنجی مشتریان بانک ملی، انتخاب الگوها بیشترین تاثیر و سازگاری الگوها کمترین تاثیر را داشته است.

با توجه به اهمیت اعطای اعتبار در نظام بانکی، استفاده از عوامل مؤثر بر اعتبارسنجی جهت تصمیم گیری در اعتباردهی، بسیار مهم است. با توجه به این مهم، تحقیق حاضر به بررسی اعتبارسنجی مشتریان با تکیه بر هوش مصنوعی پرداخته است. مبحث مدیریت ریسک، یکی از موضوعاتی است که همواره در صنعت بانکداری باید مورد توجه سیاستگذاران اعتباری قرار گیرد. حال در بین ریسک های مختلفی که بانک ها با آن روبه رو هستند، ریسک اعتباری از مهم ترین آن ها محسوب می شود که در واقع از ضرر و زیان ناشی از ناتوانی یا تمایل نداشتن مشتری به انجام تعهدات خویش در برابر بانک ناشی می گردد که به منظور کنترل این ریسک، رتبه بندی اعتباری مشتریان، ضرورتی انکارناپذیر به حساب می آید از طرف دیگر، استفاده از هوش مصنوعی جایگاه خاصی را در صنایع مختلف به خود اختصاص داده که در این میان صنعت بانکی میتواند بهره مندی مناسبی را در ارزیابی و اعتبارسنجی مشتریان تسهیلات بانکی داشته باشد، پژوهش حاظر از نظرگردآوری داده ها از نوع توصیفی – پیمایشی بوده و از نوع هدف کاربردی می باشد.