بررسی تحلیلی- تطبیقی الگوها و مدل های سنجش و اندازه گیری اعتبار مشتریان

نویسندگان

چکیده

این مقاله به مطالعه . بررسی تحلیلی - تطبیقی الگوها و مدل های سنجش اعتبار مشتریان می پردازد. گرچه روش ها و مدلهای متعددی نظیر روشهای قضاوتی. مدل های رگرسیون منطقی. مدل های تجزیه و تحلیل تشخیص و شبکه های عصبی جهت سنجش و ارزیابی اعتبار مشتریان ارائه گردیده ولی تا کنون نقد و بررسی تحلیلی - تطبیقی در خصوص ویژگیها مزایا و معایب کاربردها و میزان موفقیت این گونه الگوها در عمل ارائه نشده است. هدف اصلی این مقاله ارائه تحلیلی - تطبیقی است به نحوی که طراحی منسجم و منطقی فرایند سنجش و اندازه گیری اعتبار مشتریان تدوین شاخص های سنجش و اندازه گیری اعتبار و همچنین نقد و بررسی الگوها و مدل های مختلف سنجش و اندازه گیری اعتبار مشتریان را برای اعتبار دهندگان به آسانی میسر نماید. نتیجه بررسی الگوهای مختلف. بیانگر نتایجی متضاد از حیث برتری در کاربرد الگوها بوده و مقایسات تحلیلی - تطبیقی در این مقاله که طی جداولی چهارگانه ارائه شده را می توان راهنمایی موثر جهت انتخاب و بکارگیری بهترین الگوها و مدل ها جهت ارزیابی اعتبار مشتریان در زمان اعطای اعتبار به آنها بشمار آورد.

کلیدواژه‌ها


عنوان مقاله [English]

-

چکیده [English]

This research conducts an analytical-comparative investigation of models used to appraise the customer’s credit and reputation. Despite the fact that models such as judgment methods, logical regression methods, recognition analytic methods as well as neural networks have been studied for this purpose, no single analytical-comparative review has so far been presented covering the characteristics, advantages, disadvantages usages, and the degree of success of such models. This article attempts to provide a comparative study in a manner that facilitates the logical and consistent design of measurement processes of credit ratings, customer’s reputatin for creditors and critical reviews.
A conclusion of the study of various models reflect contradictory results in terms of application superiority of such models and the comparative study comes up with four tables which may be served as an effective guideline to select and use the best models for credit ratings.