ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > تقدير مخاطر الائتمان المصرفي ا...>الوصف

تقدير مخاطر الائتمان المصرفي الجزائري باستعمال نماذج الانحدار اللوجيستي "LR"

العنوان بلغة أخرى: Estimation of Algerian Credit Risk Using Logistic Regression Model "LR"
المصدر: مجلة دفاتر اقتصادية
الناشر: جامعة عاشور زيان الجلفة - كلية العلوم الاقتصادية والعلوم التجارية وعلوم التسيير
المؤلف الرئيسي: حوباد، مريم (مؤلف)
مؤلفين آخرين: شيبي، عبدالرحيم (م. مشارك)
المجلد/العدد: مج14, ع2
محكمة: نعم
الدولة: الجزائر
التاريخ الميلادي: 2023
التاريخ الهجري: 1445
الشهر: نوفمبر
الصفحات: 539 - 553
DOI: 10.36530/1661-014-002-033
ISSN: 2170-1040
رقم MD: 1446114
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
الائتمان المصرفي | البنوك الجزائرية | الأزمات المالية | مخاطر الائتمان
كلمات المؤلف المفتاحية:
مخاطر القروض البنكية | القرض التنقيطي | الانحدار اللوجيستي | القرار الائتماني | Credit Risk Prediction | Scoring | Logistic Regression | Lending Decision
رابط المحتوى:
PDF (صورة)     
صورة الغلاف QR قانون

عدد مرات التحميل

8

حفظ في:
المستخلص: تهدف هذه الدراسة إلى تقدير مخاطر الائتمان المصرفي في البنوك الجزائرية من خلال تصنيف المؤسسات المقترضة إلى سليمة ومتعثرة للمساعدة في اتخاذ البنك القرار الائتماني الصائب وذلك باستعمال نموذج القرض التنقيطي اعتمادا على الانحدار اللوجيستي LR. وبغية الوصول إلى الهدف قمنا ببناء قاعدة بيانات مكونة من: 100 مؤسسة مقترضة من بنك القرض الشعبي الجزائري مقسمة بالتساوي إلى مؤسسات متعثرة وأخرى سليمة. وقد أظهرت نتائج الدراسة أن نسبة التصنيف الصحيح للمؤسسات باستعمال نموذج الانحدار اللوجيستي باستعمال المتغيرات المالية والنوعية قدرت ب: 96% ما يجعله مثالي للتنبؤ بالمخاطر الائتمانية من ناحية الدقة والسرعة في اتخاذ القرار في البنوك الجزائرية.

This study aims to estimate the bank loan risk in Algerian banks and make the right lending decision using scoring logistic regression models. To achieve this, we formed a database of financial ratios and qualitative variables for 100 of borrowing institutions From the CPA bank, this sample divided into 50 good Borrower institutions and 50 other bad borrower institutions. The results of the study showed that the LR had shown an accuracy in classification at 96%, which would help Algerian banks to predict credit risks and make wise and speed lending's decision more than the classic models, but these modern approaches require robust technologies devices and quantitative and statistical methods.
ISSN: 2170-1040

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.