Credit risk analysis in Sudanese commercial banking sector using Data mining techniques

Abstract

Abstract: In this research, financing data was used from a commercial bank in Sudan (2010-2013), this data contains 17280 records and 60 attributes. Aimed to discover rules and build a model to assist in the financing decision and tested the degree of accuracy for this model. Data have been prepared resulted 8 attributes before mining, then used WEKA software for Data Mining, which got 4 attributes after attribute selection to get related data. used classification and built the model using test option (cross validation) the degree of accuracy of the model 94.06 and used test option ( percentage split) and accuracy was 94.18 and created a decision tree that had size of 11 nodes. The result was a 9 rules and the decision model that had higher accuracy 94.18, it can use the resulting model to analyze customer data when requesting financing and making the right decision either rejection or acceptance. المستخلص: استخدم هذا البحث بيانات التمويل لعملاء احد البنوك التجاريه في السودان من عام (2010-2013) ، تحتوي البيانات على 17280 سجل و60 صفه. هدفت لاستنباط قواعد وبناء نموذج للمساعده في اتخاذ قرار التمويل واختبرت درجه الدقه والثقه لهذا النموذج. تم اعداد البيانات قبل عمليه التنقيب وحصل علي 8 صفات، ثم استخدمت حزمه WEKA لتنقيب البيانات والتي حصلت على 4 صفات بعد اختيار الصفات ذات الصله، استخدم التصنيف وبني النموذج باستخدام خيار الاختبار (cross validation) كانت درجه دقه النموذج 94,06 واستخدم خيار الاختبار (percentage split) وكانت الدقه 94,18 وانشئت شجره القرار بحجم 11 عقده. كانت النتيجه 9 قواعد قرار والنموذج ذو الدقه الاعلى 94.18 ، عليه يمكن استخدام النموذج الناتج لتحليل بيانات العميل عند طلب تمويل واتخاذ القرار المناسب اما بالرفض او القبول.