میر علی کمالی

در این پژوهش، 56,965 فقره تسهیلات اعطایی طی سال های 1398 تا 1403 در شعب شمال تهران بانک ملی ایران، به منظور برآورد احتمال نکول وام مورد بررسی قرار گرفتند. برای پیش بینی رفتار اعتباری مشتریان، سه مدل شامل رگرسیون لجستیک، جنگل تصادفی و تقویت گرادیان حداکثری به کار گرفته شده است. متغیرهای ورودی شامل 29 متغیر در سه دسته اصلی بودند: مشخصات قرارداد تسهیلات (مبلغ، دوره بازپرداخت، نوع وثیقه و...)، ویژگی های فردی تسهیلات گیرنده (سن، شغل، سابقه اعتباری و...) و مشخصات شعبه (استان، نوع شعبه و...). همچنین پیش پردازش هایی مانند حذف مقادیر پرت، دسته بندی متون، استخراج سن و دوره تنفس از داده های موجود انجام شده است و مدل ها در دو حالت پایه و بهینه سازی شده (با تنظیم ابرپارامترها) ارزیابی شدند. نتایج نشان داد که مدل های یادگیری ماشین عملکرد بهتری نسبت به روش سنتی دارند. شاخص ROC-AUC برای مدل تقویت گرادیان حداکثری معادل 73/99 و برای جنگل تصادفی نیز 68/99 درصد برآورد شد درحالی که این مقدار برای رگرسیون لجستیک تنها 34/75 درصد بود. اختلاف میانگین AUC بین مدل های یادگیری ماشین و رگرسیون لجستیک حدود 243/0 بود و در همه موارد، آزمون های آماری و فاصله اطمینان 95 درصد، بر معناداری این اختلاف تأکید داشتند. یافته ها برتری قابل اتکای روش های یادگیری ماشین در پیش بینی نکول تسهیلات را تأیید می کند.