درخت حوزه‌های تخصصی

امروزه مدیریت ریسک راهکاری مناسب در مدیریت پروژه به منظور مقابله با ریسکها و حوادثی که ممکن است در یک پروژه صنعتی رخ دهد، در نظر گرفته میشود. فرآیند مدیریت ریسک، فرآیندی است که قادر است ریسکها را شناسایی، تحلیل و همچنین راهبردهایی به منظور کاهش اثرهای ریسک تعیین کند. همچنین، اکثر مدیران در هنگام تصمیم گیری، به خصوص زمانی که قرار است از بین چند راه حل برای یک مسئله یکی را انتخاب کنند، دچار چالش میشوند . در مدیریت ریسک در مرحله پاسخ گویی به ریسک نیز یک مسئله تصمیم-گیری وجود دارد، یعنی انتخاب یک راهبرد از بین چند راهبرد پاسخ مربوط به یک ریسک. در این مقاله سعی شده است تا با استفاده از تکنیکANP ،که به عنوان یکی از تکنیکهای تصمیم گیری چند شاخصه (MADM) شناخته میشود، به بررسی این موضوع پرداخته شود. در این پژوهش ابتدا اصلیترین ریسک پروژه از طریق پرسشنامه تعیین شده است. سپس استراتژیهای پاسخ برای مهم ترین ریسک بحرانی، مشخص و در نهایت با کمک از پژوهش های پیشین و همچنین تکنیک گروه اسمی، مدل تصمیم گیری تهیه و از طریق مقایسات زوجی، بهترین استراتژی برای مهم ترین ریسک در پروژه توسعه میدان نفتیآزادگان شمالی انتخاب شده است.

مدیریت ریسک و ارتقای قابلیت اطمینان فرایندها، از جمله موارد مهمی هستند که در ادبیات مدیریت یکی از ،(FMEA) تولید و عملیات اهمیت روزافزونی پیدا کرده اند. تجزیه و تحلیل شکست و آثار آن توانمندترین روش ها در این حوزه به شمار می آید. قابلیت اجرایی بالا و تحلیل پذیری مناسب، آن را در رده مهم ترین تکنیک های تحلیل مخاطره و تقویت ایمنی سیستم ها قرار داده است. از سوی دیگر، گستره وسیع کاربری این روش در زمینه های گوناگون، نقاط ضعف و محدودیت هایی را آشکار ساخته و به تبع آن صاحب نظران بسیاری در اصلاح و تقویت آن همت گمارده اند. در این مقاله فرایند به عنوان یکی از روش های نوین و قدرتمند در زمینه تصمیم گیری با هدف ،(ANP) تحلیل شبکه ای دیده شده است. (ANP-FMEA) در ترکیب با آن ،FMEA تعدیل و تقویت روش ارتباطات متقابل عوامل موجد خطرپذیری را در نظر گرفته و با ارائه ساختاری ANP-FMEA روش مدون، منظری سیستمی و منعطف را در قلمروی مدیریت ریسک به دست می دهد. این روش، مفهوم ساده در قالب توان، اهمیت های متفاوتی قایل FMEA نمره اولویت ریسک را گسترش داده و برای پارامترهای حاصل با شرایط سیستمی که در آن به کار گرفته می شود، سازگاری بهتری خواهد RPN است. مقدار داشت. به کارگیری این روش تحلیل صحیح تری از ریسک فراهم می کند که در تعاقب آن، اقدامات کارا و اثربخش تر موجب دستیابی و حفظ درجه اطمینان مطلوب تری خواهند شد.

با توسعه روزافزون تجارب و کسب و کار در دنیای کنونی، نیاز به مراودات مالی گسترش زیادی یافته است که این کار موجب توسعه فعالیت های تجاری بانک ها و نیز ایجاد بانک های جدید گردیده است. از مشکلات عمده سیستم های بانکداری و مالی مدیریت ریسک اعتباری می باشد. زیرا که منابع پولی زیادی در این موسسات در قالب اعتبار به متقاضیان تسهیلات ارایه می گردد و برگشت این منابع به راز تداوم حیات و توسعه موسسات ضرورتی انکارناپذیر دارد. بنابراین بررسی اعتبار متقاضیان جهت بازپرداخت تسهیلات، فرایندی مهم بوده و روش های مختلفی برای اینکار ارایه گردیده است که در این مقاله از تکنیک داده کاوی، برای تشخیص ریسک اعتباری مورد استفاده قرار می گیر

امروزه در صنعت بانکداری وام ها نقش اساسی دارند، به طوریکه بخش زیادی از دارایی های یک بانک از وام های پرداخت شده به افراد و شرکتها تشکیل می شود و در نتیجه با افزایش تعداد درخواست های وام از سوی افراد و با توجه به ریسک موجود در این فعالیت ها، ارایه روشی برای مدیریت این وام ها ضروری است. از جمله مخاطرات پیش روی بانک ها می توان به ریسک بازار، ریسک نقدینگی، ریسک اعتباری و ریسک تجاری اشاره نمود که در این میان ریسک اعتباری از اهمیت بیشتری برخوردار می باشد. بنابراین ریسک جزء ذاتی فعالیت های بانکی بوده و با توجه به محدودیت منابع مالی و تسهیلات در اختیار بانک، ارزیابی توان بازپرداخت مشتریان بانک پیش از اعطای تسهیلات، یکی از مهمترین چالش های پیش روی سیستم بانکی کشور است. یکی از راههای کمی سازی و اندازه گیری ریسک اعتباری و در نتیجه مدیریت مناسب آن استفاده از مدل های امتیاز دهی اعتباری(CS) است. این مدل بر اساس معیارهای کمی و کیفی، ویژگی ها و عملکرد وام های قبلی را مدلسازی می نماید تا عملکرد آتی وام هایی با وضعیت مشابه را پیش بینی کند. در این تحقیق به اعتبارسنجی مشتریان حقیقی در سیستم بانکی پرداخته می شود که ویژگی های کیفی و کمی مشتریان مانند سن، جنس، وضعیت تاهل، تحصیلات، شغل، مبلغ تسهیلات، وثیقه و ... به عنوان متغیرهای مستقل در نظر گرفته شدند. در این تحقیق سعی شده است تا رابطه بین نتایج بدست آمده از مدل با وضعیت اعتباری مشتریان حقیقی بررسی شود. با توجه به نتایج تحقیق متغیرهای سن و تحصیلات بر روی وضعیت اعتباری تاثیری نداشته و از مدل حذف شدند. در صورتیکه سایر متغیرها دارای رابطه معنادار با وضعیت اعتباری مشتریان بودند. همچنین نتایج تحقیق نشان داد که مدل لاجیت از پیش بینی خوبی برخوردار است.

امروزه به خاطر افزایش درخواست اعتبارات از بانک ها، مطالبات معوق بانک ها نیز بیشتر شده است. بنابراین، بانک ها برای کاهش مطالبات معوق و بالا بردن کارایی سیستم پولی خود، مجبور شده اند که از روش های گوناگونی همچون روش سنتی قضاوت شخصی و تحلیل ممیزی برای ارزیابی ریسک اعتباری مشتریان بهره ببرند. با این وجود، در قالب پرداخت های کنونی اکثر شرکت ها و مشتریان اعتباری اذعان بر ناکافی بودن تسهیلات دریافتی دارند. بنابراین ارایه مدلی که بتواند ریسک و ظرفیت اعتباری مشتریان را به نحو مناسبی تعیین کند، بانک ها را قادر خواهد ساخت از تسهیلات جمع آوری شده استفاده بهینه ای داشته باشند. بدین منظور، در این مقاله با استفاده از مدل شبکه های عصبی و اطلاعات ترازنامه ای مشتریان بانک تجارت، مدلی برای محاسبه ریسک و ظرفیت اعتباری مشتریان ارایه شده است.