تستهدف هذه الدراسة المقارنة بين استخدام أسلوب الشبكات العصبية الاصطناعية Artificial Neural Networks (ANN) وأسلوب تحليل التمايز المتعدد Multiple Discriminant Analysis (MDA) في القدرة على التنبؤ بمخاطرة التعامل مع العميل المصرفي (درجة الاعتمادية للعميل المصرفي). بشكل عام، يعد MDA من الطرق الإحصائية التقليدية الشائعة في التنبؤ بدرجة الاعتمادية للعميل المصرفي وتستخدم بشكل بارز وفعال من قبل المنظمات والمؤسسات المالية. على أية حال، فإن MDA تعتمد على معادلة خطية، وبالتالي قد تكون مقيدة في تطبيقاتها. بمعنى آخر، فإن النتائج المستمدة من الطريقة قد لا تكون مجدية إذا كانت العلاقة بين المتغيرات خطية. أما ANN فهي تعتمد في تحليلاتها على العلاقات والبيانات الخطية وغير الخطية، وبالتالي قد تكون أكثر مناسبة في هذه الظروف. يعطي هذا البحث تطبيقا ماليا عمليا لهاتين الطريقتين على مشكلة درجة الاعتمادية للعميل المصرفي من خلال حالة حقيقية لقياس الأداء المقارن للطريقتين. وتشير النتائج إلى أن الشبكات العصبية تعطي نتائج أفضل من تحليل التمايز المتعدد في مجال الحكم على درجة اعتمادية العميل المصرفي.