رتبه بندی اعتباری مشتریان حقوقی بخش صنعت با استفاده از تحلیل پوششی داده ها (قسمت اول)

چکیده

از جمله ریسک های بسیار متداول در بانکداری، ریسک اعتباری است که روش ها و ابزارهای گوناگونی جهت اندازه گیری و مدیریت آن به کاربرده شده است. 
مدیریت ریسک اعتباری به مانند دیگر ریسک های بانک نیازمند فراهم ساختن استراتژی ها، رویه ها و سیاست گذاری های متناسب جهت شناسایی، اندازه گیری و کنترل این ریسک است. 
این تحقیق در راستای یکی از روش های مدیریت ریسک اعتباری با هدف ارائه مدلی برای رتبه بندی اعتباری مشتریان حقوقی متقاضی تسهیلات بانک تجارت استان فارس، با استفاد از روش تحلیل پوششی داده ها انجام شده است. 
بدین منظور بررسی های لازم بر صورت های مالی 74 بنگاه تولیدی متقاضی تسهیلات صورت گرفته است. در این تحقیق 33 متغیر مالی بررسی شد، در نهلایت از بین متغیرهای موجود با استفاده از روش تحلیل عاملی 8 متغیر تاثیرگذار بر ریسک اعتباری انتخاب و وارد مدل تحلیل پوششی داده شد و رتبه اعتباری شرکت های حقوقی با استفاده از آن ها به دست آمد. 
نتایج نشان می دهد که 15 شرکت روی مرز کارایی قرار دارند. می توان گفت با استفاده از متغیرهای مالی، روش تحلیل پوششی داده ها کارایی کلی بنگاه را تبدیل به یک امتیاز کارایی مالی به نام (رتبه اعتباری) می کند. 
سپس برای اعتبار سنجی مدل تابع رگرسیون توبیت برآورد که در آن 8 شاخص مالی به عنوان متغیر مستقل و رتبه اعتباری حاصل از مدل تحلیل پوششی داده ها به عنوان متغیر وابسته در نظر گرفته شد. 
در نهایت با توجه به نتایج رگرسیون، مشخص شد که تمامی شاخص ها از نظر آماری در سطح اطمینان 95% معنادار می باشند. 

ضرورت

ضرورت استفاده از روش رتبه بندی اعتباری برای بانک ها در سال های اخیر احساس شده است و از سال 2001 میلادی بانک بین المللی تسویه و کمیته بال به بانک ها توصیه نمودند که سیستم رتبه بندی داخلی را اجرا کنند به طوری که در آن زمان آن ها از بانک های گروه G10 خواستند که تا سال 2004 میلادی این سیستم را داشته باشند. 
همچنین آنها به بانک ها توصیه نمودند که برای پوشش کامل ریسک از چند مدل مختلف استفاده کنند و علاوه بر احتمال عدم بازپرداخت، سایر مشکلات احتمالی در باز پرداخت نظیر دیر کرد یا پرداخت کمتر از میزان تعهد شده را نیز به عنوان منبع ریسک در مدل های خود وارد کنند. 
بنابراین برای شناخت دقیق تر از مدیریت ریسک اعتباری و کمک به تصمیم گیری های ارکان اعتباری در این تحقیق سعی بر این است که:

1. با استفاده از سیستم رتبه بندی مدل ناپامتریک تحلیل پوششی داده ها به رتبه بندی اعتباری مشتریان حقوقی پرداخته
2. تعیین نمود که بین نتایج این مدل (DEA) و وضعیت اعتباری مشتریان حقوقی رابطه معناداری وجود دارد. 

مبانی رتبه بندی اعتباری

در کنار روش ها و مدل های نظری رتبه بندی اعتباری که عبارتند از:

1. شخصیت
2. ظرفیت
3. سرمایه
4. وثیقه
5. شرایط

روش (LAMP) شامل: 1. نقدینگی 2.فعالیت 3.سوددهی 4.امکانات بالقوه یا پتانسیل
روش (5P) شامل: 1.مردم 2.تولید یا محصول 3.حمایت 4.پرداخت ها 5.شمای کلی آینده

مدل های رتبه بندی اعتباری را می توان به دو گروه عمده تقسیم کرد:

گروه اول: مدل های رتبه بندی پارامتریک
الف) مدل احتمال خطی
ب) مدل های لاجیت و پروبیت
ج) مدل تحلیل ممیزی
د) شبکه های عصبی
گروه دوم: مدل های رتبه بندی ناپارامتریک
الف) تحلیل پوششی داده ها
ب) درخت های رده بندی
ج) فرایند تحلیل سلسله مراتبی
د) سیستم های خبره
در این میان، در روش تحلیل پوششی داده ها نیاز به اختصاص وزن ها و معیارها وجود ندارد و به صورت اتوماتیک برای تجزیه و تحلیل، وزن های مرتبط ایجاد می کند، برخلاف روش های پارامتری که نیازمند یک تابع ریاضی هستند که بر اساس آن با به کارگیری متغیرهای مستقل متغیر وابسته تخمین زده می شوند، این روش نیازمند به دست آوردن تابع توزیع و فرضیاتی که به همراه دارد نمی باشد. 
در مقایسه با روش های مشهوری نظیر آنالیز ممیزی چندگانه، آنالیز رگرسیون و شبکه های عصبی مصنوعی که به منظور رتبه بندی نیازمند داده های پیش بینی شده می باشند، این روش داده های واقعی و عملی اعتبار را برای محاسبه رتبه اعتباری آن ها به کار می گیرد و در عمل ساخت یک مدل امتیاز دهی بر مبنای اطلاعات مالی به وقوع پیوسته بسیار مفیدتر می باشد. 
لذا محقق با هدف شناسایی عوامل موثر بر ریسک اعتباری و ارائه مدلی برای مشخص نمودن رابطه وضعیت اعتباری مشتریان حقوقی بانک تجارت استان فارس و رتبه اعتباری آن ها با استفاده از مدل تحلیل پوششی داده ها این تحقیق را انجام می دهد. 

پیشینه تحقیق

نتایج برخی از مهم ترین مطالعات انجام شده در موضوع رتبه بندی با استفاده از روش تحلیل پوششی داده ها به صورت خلاصه به شرح زیر می باشد:
نظام امتیازدهی اعتباری برای اولین بار در دهه 1950 تدوین شد، اما استفاده فراگیر از آن حدود دو دهه طول کشید. در واقع پایه های تاریخ 60 ساله امتیاز دهی اعتباری بر مقاله فیشر (1936) بنا شده است. 
در این مقاله برای اولین سیستم ارزیابی تقاضای اعتبار از پنج معیار موقعیت شغلی فرد، وضعیت درآمد، صورت مالی و یا ترازنامه، وثایق اعتبار و اطلاعات مربوط به بازپرداخت وام دریافتی از بانک ها استفاده شد. 
دوراند. دیوید (1941) در مقاله ای با عنوان (اجزاء ریسک در تامین مالی اقساط مصرفی) به یافتن عوامل مهم در پرداخت وام از نظر وام دهندگان و ویژگی های آماری موضوع پرداخت. محقق این کار را برای بهبود چارچوب نظری تعیین اهمیت یک معیار مطمئن به وجود آورد. 
آلتمن. ادوارد (1968) در مقاله خود با عنوان (تجزیه و تحلیل و پیش بینی ورشکستگی شرکت ها با استفاده از نسبت های مالی)، مدل نمره Z با استفاده از مقادیر نسبت های مالی مهم توانست شرکت هایی که دارای درماندگی مالی هستند (یعنی ورشکستگی) را از شرکت هایی که دارای درماندگی مالی نیستند، از هم تمیز دهد. 
تیان شیونگ لی و همکارانش، (2002) در مقاله خود با عنوان (رتبه بندی اعتباری با تکنیک تلفیقی تمایزی – عصبی) روشی از تلفیق تحلیل تمایزی و شبکه عصبی مصنوعی ابداع و رتبه بندی اعتباری را بر این اساس الگوسازی نمودند. 
گابریل جیمنز (2003)، در مقاله خود تحت عنوان (وثیقه، نوع مشتری و نوع ارتباط با بانک برای تعیین ریسک اعتباری) در بانک اسپانیا به مطالعه سه متغیر وثیقه، نوع مشتری و رابطه مشتری با بانک پرداخت. 
براساس این تحقیق در عمل با وجود وثیقه فرایند ارزیابی اعتباری هم چنان انجام می شود. این عمل مبین ویژگی جبرانی وثیقه بوده و نمی توان با وجود وثیقه از اهمیت رتبه بندی در عملیات بانکی چشم پوشی نمود. 
مارتین وجتک (2005) در مقاله ای به عنوان (روش های رتبه بندی اعتباری) روش های متداول در رتبه بندی اعتباری را به همراه تاریخچه ابداع و تکمیل آن ها گردآوری نمود. یکی از نکات مهمی که در این تحقیق به چشم می خورد، ارائه نتایج مطالعات مختلف با موضوع مقایسه این روش هاست. 
مین ولی (2007) در پژوهشی با عنوان (رویکرد عملی به امتیازدهی اعتباری) روش DEA را برای امتیاز دعی اعتباری به کار گرفتند. آنان دریافتند که این رویکرد از کارایی لازم جهت محاسبه رتبه اعتباری مشتریان برخوردار است. 
چنگ و همکارانش (2007) در تحقیقی تحت عنوان (رویکرد چند گزینه ای به رتبه بندی اعتباری با به کارگیری روش تحلیل پوششی داده ها، ارزیابی اهلیت مردم گیرندگان با در نظر گرفتن پروژه های مالی خصوصی) یک رویکرد چند گزینه ای به رتبه بندی اعتباری را به وسیله تحلیل پوششی داده ها به منظور ارزیابی وام گیرندگان برای پروژه های مالی خصوصی، پیشنهاد می دهند. (چنگ و همکاران 2007)
مین و چانلی (2008)، در مقاله خود تحت عنوان (یک شیوه عملی جهت رتبه بندی اعتباری) با استفاده از مدل تحلیل پوششی داده ها به این نتیجه رسیدند که این مدل در مقایسه با شیوه های مرسوم مانند آنالیز تفکیک کننده چند تایی، آنالیز رگرسیون منطقی و شبکه های عصبی به منظور ارزیابی (پیش بینی) ورشکستگی مراکز تجاری که نیازمند اطلاعات پیشین بسیاری است، این شیوه تنها نیازمند داشتن اطلاعات واقعی به منظور محاسبه رتبه های اعتباری است. (مین و چانلی 2008)
پسی لاکی و مارگاریتیس (2010)، در مقاله خود با عنوان (ارزیابی ریسک اعتباری براساس عملکرد شرکت) با استفاده از مدل تحلیل پوششی داده ها به بررسی نقش فاکتوهای غیر مالی در ارزیابی ریسک اعتباری پرداختند، آن ها در نهایت با استفاده از تحلیل های صورت گرفته بر روی شرکت های مختلف فرانسوی و بررسی شیوه های جدید متودولوژیکی به این نتیجه رسیدند که شاخص های مالی در عیین ورشکستگی های تجاری بسیار مفید می باشند. 
آن ها این کار را از طریق تاکید بر رابط میان تقسیمات مالی و تولیدات شرکت انجام دادند. (پسی لاکی و مارگاریتیس 2010)
-تحلیل پوششی داده ها
به منظور محاسبه رتبه های اعتباری، باید با ادبیات مربوط به روش های اندازه گیری کارایی آشنا شد. تحلیل پوششی داده ها از جمله روش های آماری ناپارمتریک می باشد که به منظور محاسبه انجام محاسبات خود نیازمند طبقه بندی شاخص ها در دو گروه مشخص می باشد: داده وستانده. 
روش های ناپارامتریک مبتنی بر یک سری بهینه سازی ریاضی بوده که برای محاسبه کارایی نسبی مورد استفاده قرار می گیرند. مفهوم نسبی در جمله فوق بسیار حائز اهمیت است، چرا که کارایی به دست آمده در این روش در نتیجه مقایسه بنگاه های موجود با یکدیگر حاصل می شود. 
در صورت حذف و یا اضافه شدن تعداد مشاهدات، ممکن است مقدار کارایی محاسبه شده نیز تغییر کند. در این صورت کارایی حاصل به صورت نسبی است. 
این روش یک روش برنامه ریزی ریاضی برای ارزیابی کارایی واحدهای تصمیم گیرنده که چندین ورودی و چندین خروجی دارند می باشد. اندازه گیری کارایی به خاطر اهمیت آن در ارزیابی عملکرد یک شرکت یا سازمان همواره مورد توجه محققین قرار داشته است. 
به دلیل به کارگیری مدل تحلیل پوششی داده ها با فرض بازدهی ثابت نسبت به مقیاس در این مقاله، در ادامه اشاره مختصری به این مبحث خواهد شد. 

روش تحلیل پوششی داده ها با فرض بازده ثابت به مقیاس (CCR)

در اندازه گیری نسبی واحدها فارل برای ساختن یک واحد مجازی بر مجموع موزون واحدها تمرکز نمود و به عنوان یک وسیله سنجش متداول برای اندازه گیری کارایی فنی رابطه ای را پیشنهاد کرد.
مورد مهم در این رابطه این است که این وسیله سنجش کارایی، نیازمند مجموعه ای از وزن ها است که برای تمامی واحدهای تحت بررسی مورد استفاده قرار گیرد. 
در این رابطه به 2 نکته باید توجه داشت اول این که ارزش ورودی ها و خروجی ها می تواند متفاوت و اندازه گیری آن ها مشکل باشد و از طرف دیگر ممکن است واحدهای مختلف به گونه ای عملیات خود را سازمان دهند که خروجی هایی با ارزش های متفاوت ارائه کنند. 
لذا نیازمند وزن های متفاوی در اندازه گیری کارایی می باشند. چارنز، کوپر و رودز مشکل فوق را شناخته و برای حل این مشکل در مدل خود به ورودی ها و خروجی ها و وزن های مختلفی را اختصاص دادند و واحدهایی را مطرح کردند که می توانند وزن هایی را که برای آن ها متناسب تر و روشن تر در مقایسه با سایر واحدها باشد بپذیرند، در تحت این شرایط مدل ارائه شده آن ها برای ارزیابی واحد تحت بررسی که از این به بعد آن را واحد صفر می نامیم از حل مدل برنامه ریزی خطی زیر به دست می آید. 

اجرای متدولوژی تحقیق

متدولوژی پیشنهادی این تحقیق در 7 مرحله صورت می پذیرد. در مرحله اول مجموع مشاهدات انتخاب شده و در مراحل بعد ابعاد مالی اصلی تعیین و سپس شاخص های موثر بر ریسک اعتباری یا نسبت های مالی اصلی و کاندید مورد بررسی قرار می گیرد. 
در مرحله چهارم شاخص های اصلی با استفاده از تجزیه و تحلیل عاملی انتخاب می گردند. در مرحله پنجم گزینش نسبت های مالی نهایی به منظور ورود به مدل اصلی انتخاب و در مرحله ششم با استفاده از روش تحلیل پوششی داده ها کارایی شرکت ها تعیین شده و در نهایت به منظور اعتبارسنجی مدل مذکور از رگرسیون توبیت استفاده می شود. حال قدم به قدم به تشریح اجرای مراحل هفتگانه متودولوژی پیشنهاد می پردازیم. 

رتبه بندی اعتباری مشتریان حقوقی بخش صنعت با استفاده از تحلیل پوششی داده ها
https://www.sid.ir/fa/journal/ViewPaper.aspx?ID=217081