Journal title

other ارائه الگوی اعتبارسنجی مشتریان حقیقی بانک ها برای اخذ تسهیلات مبتنی بر عقود اسلامی بر اساس رویکرد معماری شبکه عصبی Presenting a model for validating real bank customers for obtaining facilities based on Islamic contracts based on the neural network architecture approach تخصصي Special كاربردي Applicable هدف اصلی این تحقیق، ارائه الگوی اعتبارسنجی مشتریان حقیقی بانک ها برای اخذ تسهیلات مبتنی بر عقود اسلامی بر اساس رویکرد معماری شبکه عصبی می باشد. یکی از مهمترین ابزار ها برای انجام این مهم، برخورداری از سیستمی می باشد که با شناسایی عوامل تاثیر گذار و با اهمیت، مشتریانی که احتمال نکول دارند را شناسایی کند. مدل های رتبه بندی اعتباری، بر اساس معیار های کمی و کیفی که از مشتریان دریافت می شود و با استفاده از اطلاعات حال و گذشته متقاضی، احتمال عدم بازپرداخت وام توسط وی را ارزیابی کرده و به او امتیاز می دهد. مهمترین هدف این تحقیق، کمک به مدیران اعتباری بانک ها و موسسات مالی جهت اخذ تصمیمات اعتباری می باشد. مدیران موسسات اعتباری به کمک سیستم های رتبه بندی اعتباری، می توانند تصمیمات اعتباری خود را با دقت بیشتر، با صرف هزینه و زمان کمتری اتخاذ نمایند. در این تحقیق سعی خواهد شد با استفاده از اطلاعات موجود در پرونده های اعتباری مشتریان حقیقی بانک شهر، مدلی قابل قبول جهت رتبه بندی اعتباری مشتریان حقیقی بانک ها ارائه شود. بدین منظور پس از مطالعه تحقیقات و مقالات گذشته، عواملی که در رتبه بندی اعتباری مشتریان حقیقی بانک ها تاثیر گذار هستند، شناسایی می شود. پس از شناسایی عوامل تاثیر گذار، به انتخاب مدل شبکه عصبی مناسب جهت رتبه بندی اعتباری مشتریان پرداخته می شود. لازم به ذکر است در این تحقیق برای اعتبار سنجی مدل ارائه شده از داده های واقعی استفاده می شود.   The primary objective of this research is to present a model for credit scoring of individual bank customers seeking Islamic financing facilities based on the neural network architecture approach. One of the most critical tools for achieving this is the development of a system that identifies influential and significant factors to detect customers with a potential risk of default. Credit scoring models evaluate the likelihood of loan repayment by customers using both quantitative and qualitative criteria gathered from them, leveraging current and historical data of applicants, and assigning a credit score. The main goal of this study is to assist credit managers of banks and financial institutions in making informed credit decisions. Credit managers, with the help of credit scoring systems, can make their decisions more accurately, efficiently, and at a lower cost and time. This research aims to propose a viable model for credit scoring of individual customers using the available data from credit files of individual customers at Bank Shahr. For this purpose, after reviewing prior studies and literature, the factors influencing the credit scoring of individual bank customers will be identified. Once these factors are determined, a suitable neural network model will be selected for credit scoring. It is worth noting that real data will be used for validating the proposed model in this study.   الگوی اعتبارسنجی, ریسک نکول, عقود اسلامی, بانک شهر, معماری شبکه عصبی Credit Scoring Model, Default Risk, Islamic Contracts, Bank Shahr, Neural Network Architecture 71 84 http://ijurm.imo.org.ir/browse.php?a_code=A-10-3690-2&slc_lang=other&sid=1 علیرضا احمدی 100319475328460014047 100319475328460014047 No محسن مهر آرا 100319475328460014048 100319475328460014048 Yes