• شماره ركورد
    8423
  • عنوان
    ارائه رويكردي داده مبنا مبتني بر تحليل شبكه‌هاي اجتماعي براي پيش‌بيني ريسك اعتباري بازيگران در زنجيره تأمين مالي
  • سال تحصيل
    1399
  • استاد راهنما
    محمدرضا رسولي
  • استاد مشاور
    بابك اميري
  • چکيده
    در ساده‌ترين حالت، خطر را مي‌توان به‌عنوان عدم قطعيت در رويدادهاي آينده شناخت. اگر تاريخ صنعت مالي را بررسي كنيم به وضوح ديده مي‌شود كه، سازمان‌هاي مالي به علت عدم شناسايي و نداشتن طرح‌هاي پيشگيرانه و اقتضايي مناسب ميلياردها دلار زيان كرده‌اند. از اين رو درك ريسك‌هاي مختلف كه هر سازمان مالي با آن روبه‌رو خواهد شد الزامي مي‌باشد. در دهه‌هاي گذشته صنعت خدمات مالي به دليل عوامل داخلي و خارجي، از جمله تبديل مدل¬هاي كسب‌وكار، انطباق با فناوري‌هاي پيشرفته، تغيير محيط‌هاي نظارتي و… تحت تاثير تحولات چشمگير قرار گرفته است. بخش مالي مدرن يك اكوسيستم بسيار پيچيده است، كه ذي‌نفعان با زمينه‌هاي مختلف داراي نقش فزاينده‌اي در تاثيرگذاري بر آن هستند. در يك محيط پيچيده از صنعت خدمات مالي، كه به‌صورت روزانه شرايط پيچيده جديدي را تجربه مي‌كند، نياز به اصلاح، ساده‌سازي (قابليت استفاده براي تصميم گيران اين صنعت) و بهبود در سيستم‌هاي مديريت ريسك و فرايندهاي آن الزامي مي‌باشد. پيشرفت‌هاي اخير در يادگيري ماشين و در دسترس بودن حجم عظيمي از داده‌ها موجب افزايش كاربرد الگوريتم‌ها و نرم‌افزارهاي تصميم‌گيري شده است، كه اكنون در صنايع مختلف مورد استفاده قرار مي‌گيرد. سيستم‌هاي تصميم¬يار ابزارهاي يادگيري ماشيني را براي آشكار كردن الگوها، روندهاي مفيد و روشن كردن پارامترهاي تصميم‌گيري در مجموعه‌هاي وسيعي از داده‌ها مورد استفاده قرار مي‌دهند. ريسك اعتباري به‌عنوان يكي از انواع ريسك‌هاي پيش روي صنعت مالي (در شرايط خاصي از اقتصاد كلان مي‌توان به‌عنوان پرخطرترين ريسك نيز از آن نام برد) يك تهديد مشترك براي اين صنعت است؛ زيرا مديريت نامناسب خطرات اعتباري منجر به زيان‌هاي مالي سنگيني در بخش‌هاي بانكي و غير بانكي مي‌گردد. توسعه مدل اعتبارسنجي قابل اعتماد جهت رتبه‌بندي اعتباري مشتريان (شركت‌ها يا افراد) در كلاس‌هاي خطر به دليل پيچيدگي ارزيابي ريسك اعتباري در زمينه مديريت ريسك مالي بسيار مهم است. ريسك اعتباري بازيگران در يك زنجيره تامين مالي به‌عنوان يك اكوسيستم كه خدمات مالي بخش عمده فعاليت آن است بسيار با اهميت مي¬باشد. در اين مطالعه با استفاده از روش مرور نظام‌مند ادبيات، فهرستي از رويكردهاي داده مبنا كه قابليت بكارگيري براي ارتقاي مدل‌هاي ارزيابي ريسك اعتباري را دارند، شناسايي شده است. اين رويكردها در دو دسته كلي روش¬هاي مبتني بر تحليل صفات مشخصه شخصي هر مشتري و مبتني بر ويژگي¬هاي شبكه‌اي مشتري دسته‌بندي شده¬اند.
  • نام دانشجو

    محمد ريشه چي فياض

  • تاريخ ارائه
    5/2/2020 12:00:00 AM
  • متن كامل
    71159
  • پديد آورنده

    محمد ريشه چي فياض

  • تاريخ ورود اطلاعات
    1400/02/27
  • عنوان به انگليسي
    A Data-Driven and Network-Aware Approach for Credit Risk Prediction in Supply Chain Finance
  • كليدواژه هاي فارسي
    مديريت ريسك _ ريسك اعتباري _ زنجيره تأمين _ علم داده _ يادگيري ماشين _ سيستم‌هاي تصميم يار_ تحليل شبكه‌هاي اجتماعي
  • كليدواژه هاي لاتين
    Risk Management – Credit Risk – Supply Chain – Data Science – Machine Learning – Decision Support Systems – Social Network Analysis