@article { author = {Ghasemnia Arabi, Narjes and Safaei Ghadikolaei, Abdolhamid}, title = {A New Approach of applying multi criteria decision making models for classifying the credit customers of bank}, journal = {Modern Research in Decision Making}, volume = {1}, number = {3}, pages = {43-64}, year = {2016}, publisher = {}, issn = {2476-6291}, eissn = {2476-6291}, doi = {}, abstract = {Evaluating the credit risk has been the most important factor in determining the customer's credit status. In the past, credit risk often determined by intuitive judgment that was inefficient compared to statistical and artificial intelligence methods which recently have been considered. Whereas the use of statistical methods requires specific data distribution, on the other hand use of artificial intelligence requires complex and costly calculations, and its obtained models are not interpretable. Hence, this paper attempts to use a new approach of applying multi criteria decision making models while reducing the computational complexity and lack of need for specific assumption for data to classify the credit customers. In this study C-TOPSIS approach that is based on the TOPSIS technique was used as a new approach of applying MADM for classifying the credit customers of bank. To assess the validity of C-TOPSIS approach, the performance of this method was compared to the performance of logistic regression model in credit status detection of Sina bank customers in the period 1388-1392. The results indicated that C-TOPSIS model has more accuracy (58.82 %) than logistic regression model (54.4%), in fact Type-I error and Type-II error of C-TOPSIS significantly decreased compared to other method}, keywords = {multi-criteria decision making,Logistic regression,Credit Risk Evaluation,C-TOPSIS Method}, title_fa = {رویکردی نوین از کاربرد مدل‌های تصمیم‌گیری چند معیاره در طبقه‌بندی مشتریان اعتباری بانک}, abstract_fa = {همواره مهم‌ترین عامل در تعیین وضعیت اعتباری مشتریان، بررسی ریسک اعتباری آن‌ها بوده است. در گذشته ریسک اعتباری غالبا با قضاوت شهودی تعیین می‌گردید که در مقایسه با روش‌های آماری و هوش مصنوعی که اخیرا مورد توجه قرار گرفته‌اند ازکارایی کمتری برخوردار بوده است. این در حالی است که بکارگیری روش‌های آماری، مستلزم توزیع مشخص داده‌ها می‌باشد و از طرف دیگر استفاده از روش‌های هوش مصنوعی نیز مستلزم محاسبات پیچیده، هزینه‌بر بوده و مدل‌های ارائه شده از آن نیز غیرقابل تفسیر و تحلیل است. از این رو مقاله حاضر سعی دارد با استفاده از رویکرد جدیدی از بکارگیری مدل‌های تصمیم‌گیری چند معیاره، ضمن کاهش پیچیدگی محاسبات و عدم نیاز به فرض خاصی برای داده‌ها، به طبقه‌بندی مشتریان اعتباری بپردازد. در تحقیق حاضر، رویکرد C-TOPSIS که بر پایه روش TOPSIS می‌باشد به عنوان رویکردی جدید از کاربرد فنون تصمیم‌گیری چندمعیاره، برای طبقه‌بندی مشتریان اعتباری بانک بکارگرفته شد. برای سنجش اعتبار رویکرد جدید C-TOPSIS، عملکرد این مدل با عملکرد مدل کلاسیک رگرسیون لجستیک در تشخیص وضعیت اعتباری مشتریان شعب بانک سینا در فاصله زمانی سال 1388-1392 مورد مقایسه قرار گرفت. نتایج نشان داد که مدل C-TOPSIS با دقت کل 8/58% عملکرد بهتری در مقایسه با رگرسیون لجستیک با دقت 4/54% داشته است و خطای نوع اول و دوم در C-TOPSIS نیز به میزان قابل‌ملاحظه‌ای نسبت به روش دیگرکاهش یافته است.}, keywords_fa = {مدل‌های تصمیم‌گیری چند معیاره,رگرسیون لجستیک,ارزیابی ریسک اعتباری,روش C-TOPSIS}, url = {https://journal.saim.ir/article_22020.html}, eprint = {https://journal.saim.ir/article_22020_4d4a5cbabb4cb452847ce0c96a9e43f6.pdf} }