Beta
230551

استخدام الشبکات العصبية متعددة الطبقات في التنبؤ بمخاطر الائتمان لمنشآت الأعمال: دراسة تطبيقية

Article

Last updated: 22 Jan 2023

Subjects

-

Tags

-

Abstract

يهدف هذا البحث إلى اختبار قدرة نماذج الشبکات العصبية متعددة الطبقات في تحسين دقة التنبؤ بمخاطر الائتمان التي تواجه منشآت الأعمال مقارنة بالنماذج الإحصائية التقليدية، وذلک من خلال تطوير نموذج للدراسة تعتمد مدخلاته على مجموعة من النسب والمؤشرات المالية التي تم الحصول عليها من عينة من منشآت الأعمال المدرجة بسوق الأوراق المالية المصرية. تم اختبار مدى قدرة الشبکات العصبية متعددة الطبقات على التنبؤ بمخاطر الائتمان من خلال تحليل واختبار نموذج الدراسة باستخدام کل من الانحدار اللوجستي، ونماذج الشبکات العصبية متعددة الطبقات، وذلک للوصول إلى دقة تصنيف المنشآت إلى منشآت معرضة لمخاطر الائتمان وغير معرضة لمخاطر الائتمان بالتطبيق على عينة من منشآت الأعمال المسجلة بسوق الأوراق المالية المصرية وعددها (٨٣) منشأة على مدار عشرة سنوات (٢٠١٠ – ٢٠١٩) بإجمالي (٨٢٤) مشاهدة. خلص البحث إلى تميز نماذج الشبکات العصبية متعددة الطبقات بدقة تنبؤية مرتفعة عن غيرها من النماذج الإحصائية في تحسين قدرة المؤشرات المالية على التنبؤ بمخاطر الائتمان لمنشآت الأعمال، بالإضافة إلى قدرتها على تحديد المزيج الأمثل من النسب والمؤشرات المالية الذي يحقق أفضل کفاءة وفعالية للشبکات العصبية متعددة الطبقات في التنبؤ.

DOI

10.21608/mosj.2022.230551

Keywords

الشبکات العصبية, مخاطر الائتمان, التنبؤ

Authors

First Name

حسام

Last Name

د عثمان

MiddleName

-

Affiliation

کلية التجارة – جامعة القاهرة

Email

hmmosman@gmail.com

City

-

Orcid

-

Volume

32

Article Issue

1

Related Issue

32972

Issue Date

2022-04-01

Receive Date

2022-04-12

Publish Date

2022-04-01

Page Start

169

Page End

219

Print ISSN

1687-3440

Online ISSN

2682-3349

Link

https://mosj.journals.ekb.eg/article_230551.html

Detail API

https://mosj.journals.ekb.eg/service?article_code=230551

Order

7

Type

المقالة الأصلية

Type Code

1,226

Publication Type

Journal

Publication Title

مجلة الدراسات المالية والتجارية

Publication Link

https://mosj.journals.ekb.eg/

MainTitle

-

Details

Type

Article

Created At

22 Jan 2023