دانلود ترجمه مقاله ارزیابی ریسک اعتباری از طریق داده کاوی

عنوان فارسی

ارزیابی ریسک اعتباری: استفاده از داده کاوی در یک بانک روستایی

عنوان انگلیسی

Assessing Credit Risk: An Application of Data Mining in a Rural Bank

کلمات کلیدی :

  بانک روستایی؛ داده کاوی؛ وام های پرداخت نشده یا معوقه؛ درخت تصمیم؛ ارزیابی ریسک اعتباری

درسهای مرتبط مدیریت مالی
تعداد صفحات مقاله انگلیسی : 7 نشریه : ELSEVIER
سال انتشار : 2012 تعداد رفرنس مقاله : 6
فرمت مقاله انگلیسی : PDF نوع مقاله : ISI
پاورپوینت : ندارد

سفارش پاورپوینت این مقاله

وضعیت ترجمه مقاله : انجام شده و با خرید بسته می توانید فایل ترجمه را دانلود کنید
ELSEVIER
قیمت دانلود ترجمه مقاله
21,600 تومان
فهرست مطالب

1. مقدمه 2. بررسی مدل 3. استفاده از داده کاوی برای ارزیابی اعتباری 4. بحث و بررسی

سفارش ترجمه
ترجمه نمونه متن انگلیسی

چکیده – ارزیابی ریسک اعتباری برای وام های با وثیقه، یک عملیات مهم برای سیستم های بانکداری محسوب می ‏شود و از این طریق اطمینان حاصل می ‏شود که وام گیرندگان وام های خود را در مهلت های زمانی تعیین شده پرداخت می‏ کنند و همچنین بر این اساس بانک ها به عنوان یک موسسه ‏ای طبقه‏ بندی می‏ شوند که در آن قوانین بانکی به خوبی رعایت می ‏شوند. این مقاله به شناسایی عواملی کمک می‏ نماید که برای ارزیابی برنامه‏ های اعتباری بانک های روستایی (بانک پرکردیتان راکیات) مورد استفاده قرار می‏ گیرند. با هدف کاهش تعداد وام های پرداخت نشده، معیار تصمیم جاری در زمینه ارزیابی ریسک اعتباری توسط محققان مورد بررسی و تجزیه و تحلیل قرار گرفت. علاوه بر آن از یک مدل درخت تصمیم در کنار متدلوژی استخراج داده‏ ها نیز استفاده گردید. از مدل ارزیابی ریسک اعتباری برای PT BPR X در شهر بالی اندونزی استفاده شد، این بانک دارای 1082 وام گیرنده (11.99%) است که وام های خود را نپرداخته ‏اند و به عنوان وام های نامطلوب در نظر گرفته شده‏ اند. این فرایند باعث می‏ شود بانک PT BPR X در زمره بانک هایی قرار بگیرد که بر تعهدات خود پایبند نبوده و در انجام وظایف ضعیف عمل نموده است. از فرایند استخراج داده‏ ای برای نشان دادن مدل درخت تصمیم جهت ارزیابی اعتبار استفاده می‏ شود، همچنین در این فرایند مشخص می‏ شود که آیا درخواست افراد وام گیرنده می‏ تواند به عنوان ریسک وام های پرداخت شده و نشده طبقه‏ بندی گردد. با استفاده از متدلوژی C5.0 یک مدل درخت تصمیم جدید ساخته خواهد شد. مدلی که در این مقاله مطرح می‏ شود معیار جدیدی را در تجزیه و تحلیل کاربرد وام نشان می‏ دهد. نتایج به دست آمده نشان می‏ دهند که اگر این مدل مورد استفاده قرار گیرد، بانک PT BPR X وام های معوقه یا پرداخت نشده را تا 5 % کاهش دهد و می‏ تواند در گروه بانک های ایده‏ آل قرار گیرد.

نمونه متن انگلیسی مقاله

Credit risk assessment for secured loans is an important operation in banking systems to ensure the lenders pay the loans on schedule and to classify the bank as a well performing bank due to regulation. This paper aims to identify factors which are necessary for a rural bank (Bank Perkreditan Rakyat) to assess credit application. By aiming on the reduction of number of non-performing loans, current decision criteria on credit risk assessment are evaluated. Subsequently, a decision tree model is proposed by applying data mining methodology. The credit risk assessment model is applied to PT BPR X in Bali that had 1082 lenders (11.99%) who had non-performing loans and were identified as bad loan cases. This made PT BPR X was categorized as a poorly performing bank. Data mining is used to suggest a decision tree model for credit assessment as it can indicate whether the request of lenders can be classified as performing or non-performing loans risk. Using C 5.0 methodology, a new decision tree model is generated. This model suggests that new criteria in analyzing the loan application. The evaluation results show that if this model is applied, PT BPR X can reduce non-performing loans to less than 5% and the bank can be classified as a well performing bank.

توضیحات و مشاهده مقاله انگلیسی

محتوی بسته دانلودی:

PDF مقاله انگلیسی ورد (WORD) ترجمه مقاله به صورت کاملا مرتب (ترجمه شکل ها و جداول به صورت کاملا مرتب)
قیمت : 21,600 تومان

نقد و بررسی‌ها

هنوز بررسی‌ای ثبت نشده است.

اولین کسی باشید که دیدگاهی می نویسد “دانلود ترجمه مقاله ارزیابی ریسک اعتباری از طریق داده کاوی”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

پنج − 5 =

مقالات ترجمه شده

نماد اعتماد الکترونیکی

پشتیبانی

logo-samandehi