| LEADER |
04085nam a22002297a 4500 |
| 001 |
2281177 |
| 041 |
|
|
|a ara
|
| 044 |
|
|
|b الجزائر
|
| 100 |
|
|
|9 385520
|a فيلالي، طارق
|e مؤلف
|
| 245 |
|
|
|a التنبؤ بتعثر الشركات المقترضة باستعمال نماذج الشبكات العصبية الاصطناعية:
|b دراسة حالة بنك الجزائر الخارجي
|
| 246 |
|
|
|a Predicting Default Risk of Lending Companies Using Artificial Neural Network Models:
|b Case of Algerian Exterior Bank
|
| 260 |
|
|
|b جامعة مصطفى اسطمبولي معسكر - مخبر تحليل واستشراف وتطوير الوظائف والكفاءات
|c 2017
|
| 300 |
|
|
|a 95 - 113
|
| 336 |
|
|
|a بحوث ومقالات
|b Article
|
| 520 |
|
|
|a تهدف هذه الدراسة إلى تطوير نموذج يمكن البنوك التجارية العاملة في الجزائر بشكل عام من التنبؤ بتعثر الشركات المقترضة وهذا من أجل مساعدتها في اتخاذ قرارات الإقراض، وبغية الوصول إلى ذلك قام الباحث بتشكيل قاعدة بيانات مكونة من مجموعة من المتغيرات المالية وغير المالية على حد سواء انطلاقا من القوائم المالية والوثائق التكميلية المدرجة في ملف طلب القرض المقدم من طرف عينة مكونة من 60 مؤسسة مقترضة قسمت بالتساوي إلى مؤسسات سليمة وأخرى متعثرة. وقد تم إخضاع بيانات الدراسة إلى سلسلة من الاختبارات الإحصائية باستخدام برنامج SPSS وذلك بغية تحديد الخصائص الوصفية لأفراد العينة والتأكد من مدى ملائمة هذه البيانات لتطبيق نموذج قياس المخاطر الائتمانية المتبع في هذه الدراسة. وقد أظهرت نتائج الدراسة أن تطبيق نموذج الشبكات العصبية الاصطناعية قد حقق نسب تصنيف صحيح وصلت دقتها إلى غاية 100% من إجمالي المؤسسات المصنفة، الأمر الذي من شأنه مساعدة البنوك التجارية العاملة في الجزائر على التحكم الأمثل في مخاطر القروض وبالتالي اتخاذ قرار ائتماني سليم.
|b This study aims to develop bankruptcy prediction model which can be used by commercial banks operating in Algeria in lending’s decisions. To achieve this objective the researcher formed a database from a set of financial and non-financial variables that have been extracted from the financial statements and supplementary documents listed in the loan request submitted by a sample made up of 60 borrowed companies divided equally to unstressed and distressed companies. This data has been subjected to the process of statistical analysis using SPSS in order to determine the descriptive characteristics of the members of the sample and ensure the suitability of this data to the application of modern models used in the credit risk measurement such as artificial neural network model. The results of the study have shown that the accuracy rate of final prediction using our model is found to be 100%, which would help commercial banks operating in Algeria to rationalize the credit decision making process.
|
| 653 |
|
|
|a المعاملات المصرفية
|a المخاطر الائتمانية
|a القرض المصرفي
|
| 692 |
|
|
|a تقييم وتسيير مخاطر القروض
|a طريقة الشبكات العصبية الاصطناعية
|a التعثر
|a قرار الإقراض
|b Credit Risk Management
|b Artificial Neural Network
|b Bankruptcy
|b Lending's Decision
|
| 773 |
|
|
|4 الإدارة
|6 Management
|c 005
|e Organizing & Working Journal
|l 003
|m مج6, ع3
|o 2593
|s مجلة التنظيم والعمل
|v 006
|x 2253-0142
|
| 856 |
|
|
|u 2593-006-003-005.pdf
|
| 930 |
|
|
|d y
|p y
|q n
|
| 995 |
|
|
|a EcoLink
|
| 999 |
|
|
|c 1538098
|d 1538098
|
