طراحی یک سیستم چندعاملی امتیازدهی اعتباری با بهره گیری از یادگیری جمعی

امتیازدهی اعتباری، اصلی ترین تکنیک تحلیلی در ارزیابی ریسک اعتباری متقاضیان برای موسسات مالی می باشد. در این پژوهش که یک پژوهش کاربردی- توصیفی است، سعی شده است برای امتیاز دهی اعتباری یک مدل ترکیبی، مبتنی بر یادگیری جمعی طراحی شود به گونه ایی که یک مدل خوشه بندی و یک مدل دسته بندی را با یکدیگر ترکیب می کند. در مدل ترکیبی پژوهش برای بهبود عملکرد دسته بندی از رویکرد یادگیری جمعی بهره گرفته شده است که بر این اساس، از ده ماشین بردار پشتیبان در قالب سیستم های چند عاملی نرم افزاری استفاده شده است. با ترکیب نتایج عامل ها، خروجی نهایی مدل، حاصل خواهد شد. آموزش و تست مدل از طریق مجموعه داده جهانی از داده های تقاضای اعتبار در بانکی از آلمان انجام شده است. با توجه به معیارهای اعتبارسنجی مدل که برای مقایسه نتایج پیش بینی آن در مورد وضعیت اعتباری مشتریان متقاضی وام و مدل های مشابه بکار گرفته شده است، نتایج نشان داد که سیستم چندعاملی امتیازدهی اعتباری با 42/81 درصد صحت و محدوده زیر نمودار 37/77، می تواند بالاترین صحت و برترین عملکرد را نسبت به مدل های مشابه، به ارمغان آورد.