هدفت هذه الدراسة إلى تحليل تطبيق تقنيات تعلم الآلة من الذكاء الاصطناعي لتحسين تقييم المخاطر المصرفية في البنوك السورية. تضمنت عينة الدراسة بيانات مالية تاريخية ومعلومات ديموغرافية لعملاء البنوك، وتم استخدام أساليب التعلم الآلي لتحليل البيانات وتطوير
نموذج للتنبؤ بالمخاطر الائتمانية بدقة. استخدمت الدراسة تقنيات مختلفة مثل الأشجار العشوائية والشبكات العصبية لتحليل البيانات وبناء نموذج تقييم الجدارة الائتمانية.
توصلت الدراسة إلى أن استخدام تقنيات تعلم الآلة، مثل الأشجار العشوائية والشبكات العصبية، يعزز بشكل كبير دقة تقييم المخاطر الائتمانية مقارنة بالأساليب التقليدية. يسهم هذا التحسن في تقليل معدلات التعثر وزيادة الربحية للبنوك، مما يعزز الاستقرار المالي والنمو الاقتصادي. أظهرت النتائج تفوق النماذج المستندة إلى تعلم الآلة في الكشف المبكر عن المخاطر المحتملة، مما يمكّن البنوك من اتخاذ إجراءات وقائية فعالة.
أظهرت النتائج أن تطبيق هذه التقنيات يسهم في تحسين كفاءة العمليات المصرفية وتقليل التكاليف، مما يتيح للبنوك تقديم خدمات أفضل للعملاء وتعزيز قدرتها على المنافسة في السوق. كما سلطت الدراسة الضوء على التحديات المرتبطة بتكامل هذه التقنيات مع الأنظمة الحالية، بما في ذلك الحاجة إلى تدريب مستمر للموظفين وتحديث البنية التحتية التكنولوجية لضمان الاستخدام الأمثل لتقنيات تعلم الآلة.
قدمت الدراسة عدة توصيات، منها تعزيز استخدام تقنيات تعلم الآلة في البنوك السورية، وتوفير الدعم الفني والتدريب المستمر للموظفين، والاستفادة من التجارب العالمية الناجحة لتطوير استراتيجيات فعالة لتقييم المخاطر الائتمانية. كما أوصت بضرورة إنشاء وحدات متخصصة في البنوك لإدارة وتطوير تطبيقات تعلم الآلة والذكاء الاصطناعي.
الكلمات المفتاحية: تعلم الآلة، الذكاء الاصطناعي، المخاطر المصرفية، التنبؤ بالائتمان، البنوك السورية.
