ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Loan Risk Prediction Model Using Machine Learning

المؤلف الرئيسي: Assaf, Ramzi Assaf (Author)
مؤلفين آخرين: Abusalah, Mustafa (Advisor)
التاريخ الميلادي: 2021
موقع: جنين
الصفحات: 1 - 79
رقم MD: 1251639
نوع المحتوى: رسائل جامعية
اللغة: الإنجليزية
الدرجة العلمية: رسالة ماجستير
الجامعة: الجامعة العربية الأمريكية - جنين
الكلية: كلية الدراسات العليا
الدولة: فلسطين
قواعد المعلومات: Dissertations
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

23

حفظ في:
المستخلص: مع زيادة عدد طلبات القروض والتمويل في البنوك والمؤسسات المصرفية أصبح معالجة هذه الطلبات يدويا يستغرق وقتا وجهدا مضنيا. يمكن للعملاء التقدم بطلب للحصول على قروض تشغيليه متعددة منها الزواج، وشراء سيارات جديدة أو قديمة، والرهن العقاري، والتعليم، ومشاريع البناء الجديدة، وما إلى ذلك. يتم منح العملاء المؤهلين فقط وفق معايير محدده لضمان إعادة تلك الأموال إلى البنك. لا تزال العديد من البنوك في جميع أنحاء العالم تستخدم إجراءات منح أو رفض القروض يدويا لإصدار الأحكام ويتم اتخاذ هذه القرارات من قبل موظفي البنك بناء على بيانات العملاء المتوفرة في قاعدة بيانات البنك، أو من مصادر أخرى يستطيع البنك الوصول إليها كالإقرار الضريبي وغيره. إن اتخاذ مثل هذا القرارات يتطلب معرفة عميقة بالعملاء وخطط قروضهم لذا يستخدم مسؤولو القروض التحليل المالي لكل عميل، مثل التدفقات النقدية والتقارير السنوية ومقاييس السيولة فهي تجمع بين المعلومات الشخصية والبيانات المالية لتحديد القرار أو التوصية النهائية لموظفي البنك. تهدف هذه الدراسة إلى الاستفادة من التعلم الآلي لإنشاء نظام مؤتمت لتحديد العملاء المؤهلين لمنحهم القروض وتحديد ما إذا كان العميل سوف يسدد الالتزامات المترتبة عليه أم لا في حالة منحه القرض وفق البيانات المزودة للنظام. موضوع هذه الدراسة هو بنك فلسطين الذي قدم لنا بيانات حقيقيه للعملاء المتوفرين في قاعدة بيانات البنك اللازمة لإجراء هذا البحث. أظهر البحث نتائج واعدة وممتازة ستؤدي إلى تقليل الوقت الذي يقضيه الموظفين في اتخاذ قرارات منح القروض بدقة عالية مماثلة لسير العمل اليدوي الحالي الذي ينفذه بنك فلسطين بجهد أقل.

عناصر مشابهة