بررسی تأثیر هوش مصنوعی بر مدیریت ریسک اعتباری: شواهدی از بانک‌های ایران و اروپا

چکیده

مدیریت ریسک اعتباری یکی از حیاتی‌ترین مسائل در صنعت بانکداری است که می‌تواند از طریق هوش مصنوعی بهبود یابد. این پژوهش با هدف بررسی تأثیر هوش مصنوعی بر بهینه‌سازی فرایندهای مدیریت ریسک اعتباری در بانک‌های ایران و اروپا انجام شده است. برای این منظور، از روش تحقیق کمی-تجربی استفاده شده و داده‌های مربوط به درخواست‌های وام، امتیازات اعتباری و بازپرداخت‌های مشتریان از ۱۰ بانک بزرگ در ایران و ۱۰ بانک اروپایی طی بازه زمانی ۲۰۱۶ تا ۲۰۲۴ جمع‌آوری شده است. مدل‌های تحلیل پوششی داده‌ها (DEA) و شبکه‌های عصبی مصنوعی برای ارزیابی تأثیر هوش مصنوعی بر بهبود دقت مدل‌های اعتبارسنجی مورد استفاده قرار گرفتند. یافته‌های تحقیق نشان داد که بانک‌هایی که از مدل‌های هوش مصنوعی برای ارزیابی اعتبار مشتریان استفاده می‌کنند، نسبت به بانک‌هایی که از روش‌های سنتی بهره می‌برند، نرخ نکول پایین‌تر و دقت پیش‌بینی بالاتری دارند. علاوه بر این، تفاوت‌های قابل‌توجهی بین بانک‌های ایرانی و اروپایی از نظر میزان پذیرش و استفاده از مدل‌های هوش مصنوعی مشاهده شد که نشان‌دهنده تأثیرات فرهنگی، اقتصادی و زیرساختی بر پذیرش فناوری است. در نهایت، این پژوهش پیشنهادهایی برای سیاست‌گذاران و مدیران بانکی جهت بهینه‌سازی مدل‌های مدیریت ریسک اعتباری ارائه می‌دهد.