رویکرد کاهش ریسک در موسسات مالی برای انتخاب متقاضیان تسهیلات با استفاده از یک پایگاه داده استاندارد بر پایه یادگیری عمیق

در موسسات مالی، بانک ها و موسسات کارآفرینی که تسهیلات اشتغال به مشتریان خود پرداخت می کنند، مسایل متعددی را قبل از اعطای تسهیلات مورد بررسی قرار می دهند. در این میان، مهم ترین و پراهمیت ترین موضوع برای یک سیستم مالی، ارزیابی توان مشتریان در بازپرداخت تسهیلات می باشد. انتخاب درست متقاضیان تسهیلات، با استفاده از روش های سنتی انجام می شود که این روش ها مستعد خطا می باشند. امروزه با توسعه یادگیری ماشین، می توان انتخاب درست متقاضیان را با دقت بیشتری انجام داد. این مطالعه با هدف رفع کاستی های مطالعات پیشین، یک مدل تصمیم گیری توسعه یافته با در نظر گرفتن الگوهایی از مشتریان موفق و غیر موفق در 4 حوزه مختلف پیش بینی وضعیت نظارت، وضعیت تسهیلات، مدت زمان فعالیت و تعداد اشتغال ایجادشده، ارایه شده است. در این مطالعه، یک پایگاه داده جامع بر پایه استانداردهای موجود جمع آوری شده و یک مدل شبکه عصبی عمیق برای استخراج ویژگی ها از داده های ورودی، طراحی شده است. با توسعه روش پیشنهادی و راه یابی مطالعه حاضر به حوزه های کاربردی و عملی، می توان متقاضیان مطلوب تسهیلات را به صورت خودکار و با صحت بیشتری ارزیابی و انتخاب نمود.