خريد خريد .

خريد

رتبه بندي افراد خوش حساب و بد حساب در سامانه هاي اعتبارسنجي


سامانه اعتبارسنجي باي چك

در اين بخش از نكات و عوامل مربوط به سامانه هاي اعتبارسنجي برآنيم تا با يكي ديگر از چالش هاي پيش رو در اين خصوص روي آوريم و به علوم و الگوريتم هاي مختلف در روند اعتبارسنجي اين سامانه هاي اعتبارسنجي بپردازيم تا در نهايت مشخص شود كه سامانه هاي اعتبارسنجي براي ارزيابي افراد حقيقي و حقوقي و رتبه بندي آنان از كدام يك از اين الگوريتم ها و دانش هاي روز بهره برده اند تا به اين منظور بتوان بر اساس آنان تصميم مناسب تري را گرفت. به طور كلي به عنوان پيش مقدمه بايستي اين نكته را در نظر گرفت كه تمامي مشتريان به دو دسته خوب و بد قابل تقسيم هستند و براي ارزيابي اينكه كدام يك از اين مشتريان خوش حساب هستند يا بدحساب؟ مي بايست از قضاوت هاي شخصي و بر حسب ظاهر و قيافه افراد مختلف به هيچ عنوان تصميم نگرفت و اين قضاوت را به سيستم هاي هوشمند امروزي و بر حسب علوم مختلف و الگوريتم هاي روز دنيا سپرد تا نتيجه اي مطلوب تر عايد آيد. اما حتما اين سوال و چالش در اذهان به وجود مي آيد كه اين علوم و الگوريتم ها چه مسائلي هستند و تا چه ميزان قابل اعتماد مي باشند؟ در ادامه به ذكر اين مسائل خواهيم پرداخت.

علوم و الگوريتم هاي دقيق و منضبط براي سامانه هاي اعتبارسنجي

امروزه در نظام بانكداري نوين و پيشرفته برخلاف روش هاي سنتي بانكداري با توجه به تعداد رو به افزون مشتريان با قيافه و شخصيت هاي مختلف براي شناسايي خوش حسابي يا بدحسابي آنان دست به گريبان علم رياضي شده ايم تا با استفاده از داده هاي آماري مختلف از الگوريتم هايي همچون رگرسيون لجستيك، الگوريتم درخت تصميم و شبكه عصبي پرسپترون آمارهاي دقيق تري را مبني بر رتبه بندي افراد مختلف حقيقي و حقوقي در نظر گرفته اند تا به نتايج به عمل آمده اعتماد بيشتري شود. اين الگوريتم ها احتمال كم كاري يا عدم قصور در بازپرداخت بدهي هاي مختلف به بانك ها را مورد محاسبه و سنجش قرار داده است تا بر حسب داده هاي موجود افراد را رتبه بندي نمايند. در اين بين شبكه هاي عصبي با توجه به ظرافت كاري و دقت نظر بيشتر و نيز  حجم محاسبات پايين تر نسبت به ساير روش هاي قديمي پيش بيني درست تر و دقيق تري را از رتبه اعتباري افراد متقاضي تسهيلات بانكي به عمل آورده است تا ريسك پذيري بانكداري را به حداقل ممكن برساند. بنابراين بهره بردن از اين علوم و الگوريتم ها سبب شده است كه سامانه هاي اعتبارسنجي از تبعيض و رانت خواري تا حد بسيار زيادي به دور بوده و با دور راندن اعمال سليقه و قضاوت هاي شخصي تنها بر حسب داده هاي آماري دقيق و منضبط رتبه افراد را به شايستگي تعيين نمايند. بنابراين به طور كلي اين الگوريتم ها علاوه بر دقت كلي در پارامترهاي مختلف اعتبارسنجي، در خصوص شناسايي مشتريان بدحساب و خوش حساب نيز بسيار دقيق بوده و حتي به ارائه راهكارهايي براي مطالعات آتي نيز پرداخته است.

تفاوت سامانه هاي اعتبارسنجي نوين با سامانه هاي سنتي و قديمي

سامانه هاي اعتبارسنجي نوين كه از الگوريتم ها و علوم مختلف رياضيات براي خوش حسابي و بدحسابي مشتريان خويش بهره مي برند، نسبت به سامانه هاي قديمي سيستم بانكداري را با اطمينان بيشتري مواجه مي سازد، دقت عمل و ظرافت كاري بيشتري دارند، به تمامي جوانب ريز و درشت توجه مي كنند و در نهايت روند ريسك پذيري را با افت شديدتري مواجه مي سازند. بنابراين الگوريتم هاي مختلف بر اساس دانش روز در سامانه هاي اعتبارسنجي امروزه بسيار مثمر به ثمر بوده اند.(


برچسب: ،
امتیاز:
بازدید:
+ نوشته شده: ۲۲ بهمن ۱۳۹۸ساعت: ۰۴:۳۹:۲۷ توسط:كيوان موضوع:

:: مطالب مشابه
[RelPostTitle] [RelPostTitle]
ارسال نظر
نام :
ایمیل :
سایت :
پیام :
خصوصی :
کد امنیتی :