Modell zur Bewertung des Kreditrisikos für jordanische Geschäftsbanken: Neuronaler Bewertungsansatz

Trotz des Anstiegs der Anzahl notleidender Kredite und des Wettbewerbs auf dem Bankenmarkt sind die meisten jordanischen Geschäftsbanken zögerlich, Datenanalysetools zur Unterstützung von Kreditentscheidungen zu verwenden. Künstliche neuronale Netzwerke stellen eine neue Familie statistischer Techniken und vielversprechender Datenanalysetools dar, die erfolgreich in Klassifizierungsproblemen in vielen Bereichen eingesetzt wurden. Dieses Papier schlägt zwei Kreditbewertungsmodelle vor, die Datenanalysetech­niken zur Unterstützung von Kreditentscheidungen für die jordanischen Geschäftsbanken verwenden. Die Bewertung von Kreditanträgen würde die Effektivität der Kreditentscheidungen verbessern und die Aufgaben der Kreditabteilung steuern sowie Analysezeit und -kosten sparen. Sowohl akzeptierte als auch abgelehnte Kreditanträge von verschiedenen jordanischen Geschäftsbanken wurden verwendet, um die Kreditbewertungsmodelle zu erstellen. Die Ergebnisse zeigen, dass das logistische Regressionsmodell im Hinblick auf die Gesamtschärfe leicht besser abschnitt als das radiale Basisfunktionsmodell. Das radiale Basisfunktionsmodell war jedoch überlegen bei der Identifizierung der Kunden, die möglicherweise in Zahlungsverzug geraten.