فلش‌کارت‌های آموزشی مدلسازی ریسک اعتباری: از تئوری تا اجرای الگوریتمی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مدلسازی ریسک اعتباری: از تئوری تا اجرای الگوریتمی

موضوع کلی: سرمایه‌گذاری کمی و معاملات الگوریتمی

موضوع میانی: مدل‌سازی ریسک اعتباری

📋 سرفصل‌های دوره

• 1. مبانی نظری ریسک اعتباری
• 2. مفاهیم کلیدی در ارزیابی ریسک اعتباری
• 3. شناخت انواع ریسک اعتباری
• 4. اهمیت مدیریت ریسک اعتباری در نظام بانکی
• 5. قوانین و مقررات ناظر بر ریسک اعتباری در ایران
• 6. چارچوب‌های نظارتی بانک مرکزی در خصوص ریسک اعتباری
• 7. معرفی مدل‌های سنتی ارزیابی ریسک اعتباری
• 8. مدل امتیازدهی FICO و کاربرد آن
• 9. مدل‌های تحلیل نسبت‌های مالی
• 10. مبانی مدل‌های آماری در ریسک اعتباری
• 11. رگرسیون لجستیک در مدل‌سازی ریسک اعتباری
• 12. تحلیل تبعیض در مدل‌سازی ریسک اعتباری
• 13. مدل‌های مبتنی بر درخت تصمیم
• 14. مدل‌های مبتنی بر ماشین بردار پشتیبان (SVM)
• 15. مقدمه‌ای بر یادگیری ماشین در ریسک اعتباری
• 16. شبکه‌های عصبی مصنوعی برای پیش‌بینی نکول
• 17. یادگیری عمیق در مدل‌سازی ریسک اعتباری
• 18. مدل‌های مبتنی بر جنگل تصادفی (Random Forest)
• 19. مدل‌های مبتنی بر گرادیان بوستینگ (Gradient Boosting)
• 20. معرفی مدل‌های مبتنی بر عامل (Agent-Based Models)
• 21. مدل‌سازی ریسک اعتباری در صنعت بانکداری اسلامی
• 22. بانکداری بدون ربا و الزامات مدل‌سازی ریسک اعتباری
• 23. عقود اسلامی و تأثیر آن بر ریسک اعتباری
• 24. مدل‌سازی ریسک اعتباری در تسهیلات قرض‌الحسنه
• 25. مدل‌سازی ریسک اعتباری در عقود مشارکتی
• 26. مدل‌سازی ریسک اعتباری در عقود مبادله‌ای
• 27. اهمیت داده‌ها در مدل‌سازی ریسک اعتباری
• 28. کیفیت داده‌ها و پیش‌پردازش آن‌ها
• 29. جمع‌آوری و پاک‌سازی داده‌های اعتباری
• 30. مدیریت داده‌های ناقص و پرت
• 31. مهندسی ویژگی (Feature Engineering) برای مدل‌های ریسک اعتباری
• 32. انتخاب ویژگی‌های مؤثر در مدل‌سازی
• 33. روش‌های انتخاب ویژگی مبتنی بر فیلتر
• 34. روش‌های انتخاب ویژگی مبتنی بر Wrapper
• 35. روش‌های انتخاب ویژگی مبتنی بر Embedded
• 36. اعتبارسنجی مدل‌های ریسک اعتباری
• 37. معیارهای ارزیابی عملکرد مدل‌های طبقه‌بندی
• 38. منحنی ROC و سطح زیر منحنی (AUC)
• 39. شاخص‌های دقت، صحت و بازیابی
• 40. اعتبارسنجی متقاطع (Cross-Validation)
• 41. تست‌های استرس و سناریو در مدل‌سازی ریسک اعتباری
• 42. مدل‌سازی ریسک اعتباری برای مشتریان حقوقی
• 43. مدل‌سازی ریسک اعتباری برای مشتریان حقیقی
• 44. تفاوت‌های مدل‌سازی برای بخش‌های مختلف اقتصادی
• 45. مدل‌سازی ریسک اعتباری در تسهیلات خرد
• 46. مدل‌سازی ریسک اعتباری در تسهیلات کلان
• 47. مدل‌سازی ریسک اعتباری در کارت‌های اعتباری
• 48. مدل‌سازی ریسک اعتباری در وام مسکن
• 49. مدل‌سازی ریسک اعتباری در وام خودرو
• 50. مدل‌سازی ریسک اعتباری در ابزارهای مشتقه اعتباری
• 51. مقدمه‌ای بر ابزارهای مشتقه اعتباری
• 52. قراردادهای آتی اعتباری (Credit Futures)
• 53. قراردادهای اختیار معامله اعتباری (Credit Options)
• 54. سوآپ نکول اعتباری (Credit Default Swaps - CDS)
• 55. مدل‌سازی ریسک اعتباری در CDS
• 56. تأثیر عوامل کلان اقتصادی بر ریسک اعتباری
• 57. مدل‌سازی ریسک اعتباری با در نظر گرفتن چرخه‌های اقتصادی
• 58. نقش سیاست‌های پولی و مالی در ریسک اعتباری
• 59. مدل‌سازی ریسک اعتباری در شرایط تورمی
• 60. مدل‌سازی ریسک اعتباری در شرایط رکود اقتصادی
• 61. مدل‌سازی ریسک اعتباری در زمان بحران‌های مالی
• 62. مدل‌سازی ریسک اعتباری با استفاده از داده‌های جایگزین (Alternative Data)
• 63. کاربرد داده‌های شبکه‌های اجتماعی در ریسک اعتباری
• 64. کاربرد داده‌های تراکنش‌های بانکی در ریسک اعتباری
• 65. کاربرد داده‌های مکانی در ریسک اعتباری
• 66. مدل‌سازی ریسک اعتباری با استفاده از یادگیری عمیق برای داده‌های متنی
• 67. مدل‌سازی ریسک اعتباری با استفاده از یادگیری عمیق برای داده‌های سری زمانی
• 68. پیاده‌سازی الگوریتمی مدل‌های ریسک اعتباری
• 69. محیط‌های برنامه‌نویسی برای مدل‌سازی ریسک اعتباری (Python, R)
• 70. کتابخانه‌های مفید برای مدل‌سازی ریسک اعتباری (Scikit-learn, TensorFlow, PyTorch)
• 71. ساخت پایپ‌لاین‌های پردازش داده و مدل‌سازی
• 72. استقرار مدل‌های ریسک اعتباری در محیط عملیاتی
• 73. پایش و به‌روزرسانی مداوم مدل‌های ریسک اعتباری
• 74. مدیریت چرخه عمر مدل‌های ریسک اعتباری
• 75. کاربرد مدل‌های ریسک اعتباری در تصمیم‌گیری‌های اعتباری
• 76. کاربرد مدل‌های ریسک اعتباری در قیمت‌گذاری اعتباری
• 77. کاربرد مدل‌های ریسک اعتباری در تخصیص سرمایه
• 78. کاربرد مدل‌های ریسک اعتباری در مدیریت پرتفوی اعتباری
• 79. مطالعات موردی در پیاده‌سازی مدل‌های ریسک اعتباری
• 80. چالش‌های پیاده‌سازی مدل‌های ریسک اعتباری در ایران
• 81. نقش نوآوری‌های فناورانه در مدل‌سازی ریسک اعتباری
• 82. تکنولوژی بلاکچین و کاربرد آن در ریسک اعتباری
• 83. هوش مصنوعی مولد و پتانسیل آن در ریسک اعتباری
• 84. آینده مدل‌سازی ریسک اعتباری
• 85. اخلاق در مدل‌سازی ریسک اعتباری
• 86. مسئولیت‌پذیری در استفاده از مدل‌های خودکار
• 87. تفسیرپذیری مدل‌های ریسک اعتباری (Explainable AI - XAI)
• 88. ملاحظات قانونی و انطباق مدل‌ها با مقررات
• 89. جلوگیری از سوگیری (Bias) در مدل‌های ریسک اعتباری
• 90. ملاحظات امنیتی در مدیریت داده‌های اعتباری
• 91. اهمیت حکمرانی داده (Data Governance)
• 92. مدیریت ریسک مدل (Model Risk Management)
• 93. ایجاد چارچوب جامع برای مدل‌سازی ریسک اعتباری
• 94. آموزش و توسعه مهارت‌های لازم برای متخصصان ریسک اعتباری
• 95. همکاری بین بخش‌های مختلف سازمان در مدل‌سازی ریسک اعتباری
• 96. ارتباط مدل‌سازی ریسک اعتباری با سایر انواع ریسک (بازار، عملیاتی)