مجلة العلوم الاجتماعية والإنسانية
Volume 17, Numéro 1, Pages 207-226
2024-06-30

تقدير مخاطر الإئتمان المصرفي الجزائري باستعمال نماذج الإنحدار اللوجيستي(lr) و الشبكات العصبية الإصطناعية(mlp)

الكاتب : حوباد مريم . شيبي عبد الرحيم .

الملخص

تهدف هذه الدراسة الى تقدير مخاطر الإئتمان المصرفي في البنوك الجزائرية من خلال تصنيف المؤسسات المقترضة الى سليمة و متعثرة للمساعدة في اتخاذ البنك القرار الإئتماني الصائب و ذلك باستعمال نموذجي الإنحدار اللوجيستي LR و الشبكات العصبية الإصطناعية متعددة الطبقات MLP.وبغية الوصول الى الهدف قمنا ببناء قاعدة بيانات مكونة من:100مؤسسة مقترضة من بنك القرض الشعبي الجزائري مقسمة بالتساوي الى مؤسسات متعثرة و أخرى سليمة.وقد أظهرت نتائج الدراسة أن نموذج الشبكات العصبية الإصطناعية متعددة الطبقات حقق دقة في التصنيف قدرت بنسبة 100% عند اختباره متفوقا على نموذج الإنحدار اللوجيستي الذي قدرت نسبة تصنيفه الصحيح للمؤسسات ب: 96% مايجعل هاذين النموذجين مثاليين للتنبؤ بالمخاطر الإئتمانية من ناحية الدقة و السرعة 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 logistic regression and MLP artificial neural network 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 artificial neural networks MLP had shown an accuracy in classification at 100%, outperforming the logistic regression model whose correct classification rate of institutions was estimated 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

الكلمات المفتاحية

مخاطر القروض البنكية ; الشبكة العصبية الإصطناعية ; الإنحدار اللوجيستي ; القرار الإئتماني