(Using Expert System in Credit Scoring Analysis Applied Study on Egyptian Companies Listed in EGX - (Non-Financial Sectors | ||||
| المجلة العلمية للدراسات التجارية والبيئية | ||||
| Volume 16, Issue 1, January 2025, Page 2438-2526 PDF (3.4 MB) | ||||
| Document Type: المقالة الأصلية | ||||
| DOI: 10.21608/jces.2025.421321 | ||||
 View on SCiNiTO | ||||
| Authors | ||||
| Mohamed Naser Abdel-Atty Hammed* 1; Wael Moustafa Hassan* 2; Mustafa Ahmed Abd El-Majeed* 3 | ||||
| 1Teaching Assistant at College of Management & Technology, Arab Academy for Science and Technology and Maritime Transport | ||||
| 2Associate Professor of Investment and Finance. Pharos University in Alexandria | ||||
| 3Assistant Professor in Business Administration - College of Management & Technology, Arab Academy for Science and Technology and Maritime | ||||
| Abstract | ||||
| This research aimed to explore the integration of an automated expert systems in credit score analysis in Egyptian companies listed in EGX - (non-financial sectors), focusing on accuracy, efficiency, and adaptability. To achieve this objective, the researchers applied on 71 from Egyptian listed companies in EGX 100 indicator - Non-Financial Sectors - and the data input was between 2019 to 2022. The study was carried out in two phases, combining theoretical and practical approaches to ensure reliable results. In the first phase, a credit scoring model is developed using insights from previous studies, adapted specifically to the Egyptian financial environment. This model incorporates both qualitative and quantitative methods to capture the complexities of assessing creditworthiness, reflecting real-world credit evaluation scenarios. By addressing financial and non-financial factors, it provides a strong foundation for research. The second phase applies rule-based expert systems to the model. These systems use a set of predefined rules to evaluate creditworthiness, classifying companies into risk categories based on dynamic scoring formulas. The system is tested and refined through simulations and reality trials, ensuring it is adaptable to Egypt’s evolving financial landscape. Adjustments are made to optimize its performance, ensuring consistent and accurate results. The study demonstrates significant improvements over traditional methods. The automated expert systems achieve a 99% accuracy rate compared to manual evaluations, reduces data entry errors, and speeds up the evaluation process. It also allows for detailed data classifications, making it easier to compare companies within and across sectors. By streamlining credit analysis processes, this research highlights the potential for automated expert systems to transform credit risk management. The findings provide valuable insights for financial institutions looking to enhance decision-making and adapt to changing regulatory and market demands. هدف هذا البحث إلى استكشاف تكامل نظم الخبراء الآلي في تحليل الدرجات الائتمانية في الشركات المصرية المدرجة في البورصة المصرية - (القطاعات غير المالية) ، مع التركيز على الدقة والكفاءة والقدرة على التكيف. ولتحقيق هذا الهدف، قام الباحثون بتطبيق 71 شركة من الشركات المصرية المدرجة في مؤشر EGX100 - القطاعات غير المالية - وكانت مدخلات البيانات بين عامي 2019 و2022. أجريت الدراسة على مرحلتين ، تجمع بين النهج النظري والعملي لضمان نتائج موثوقة. في المرحلة الأولى، تم تطوير نموذج التصنيف الائتماني باستخدام رؤى من الدراسات السابقة، والتي تم تكييفها خصيصا مع البيئة المالية المصرية. يشتمل هذا النموذج على طرقا نوعية وكمية لالتقاط تعقيدات تقييم الجدارة الائتمانية ، مما يعكس سيناريوهات تقييم الائتمان في العالم الحقيقي. من خلال معالجة العوامل المالية وغير المالية ، فإنه يوفر أساسا قويا للبحث. تطبق المرحلة الثانية أنظمة الخبراء القائمة على القواعد على النموذج. تستخدم هذه الأنظمة مجموعة من القواعد المحددة مسبقا لتقييم الجدارة الائتمانية ، وتصنيف الشركات إلى فئات مخاطر بناء على صيغ تسجيل النقاط الديناميكية. يتم اختبار النظام وتحسينه من خلال عمليات المحاكاة والتجارب الواقعية، مما يضمن قدرته على التكيف مع المشهد المالي المتطور في مصر. يتم إجراء التعديلات لتحسين أدائها ، مما يضمن نتائج متسقة ودقيقة. توضح الدراسة تحسينات كبيرة مقارنة بالطرق التقليدية. يحقق نظام الخبير الآلي معدل دقة 99٪ مقارنة بالتقييمات اليدوية ، ويقلل من أخطاء إدخال البيانات ، ويسرع عملية التقييم. كما يسمح بتصنيفات البيانات التفصيلية ، مما يسهل مقارنة الشركات داخل القطاعات وعبرها. من خلال تبسيط عمليات تحليل الائتمان ، يسلط هذا البحث الضوء على إمكانات أنظمة الخبراء المؤتمتة لتحويل إدارة مخاطر الائتمان. توفر النتائج رؤى قيمة للمؤسسات المالية التي تتطلع إلى تعزيز عملية صنع القرار والتكيف مع المتطلبات التنظيمية ومتطلبات السوق المتغيرة. | ||||
|
Statistics Article View: 167 PDF Download: 131 |
||||
