گزینش مجموعه مشاهده
جامعه آماری منتخب شامل اشخاص حقوقی می باشند که در بخش صنعت فعالیت نموده و طی سال های 1387 الی 1389 از مجاری عادی و طبیعی و توسط کمیته اعتباری استان فارس از منابع بانک تجارت استفاده نموده اند.
کل پرونده های موجود 171 پرونده بود، لیکن 98 مشاهده به دلایلی از جمله ناقص بودن صورت های مالی و اطلاعات اساسی آن ها قابل استفاده تشخیص داده نشد و در مجموع 74 مشاهده که دارای صورت های مالی حسابرسی شده (ترازنامه و سود و زیان) می باشند مورد استفاده قرار می گیرند.
در کل مشاهدات بررسی شده 30 درصد (22 مشاهده) براساس نتایج واقعی در ایفای تعهدات خود دچار نکول شده اند و 70 درصد مشتریان (52 مشاهده) نیز با توجه به ایفای به موقع تعهدات در بازپرداخت تسهیلات خود دارای عدن نکول می باشند.
تعیین ابعاد مالی اصلی
در این قسمت از تحقیق با استفاده از نسبت های مالی و تجزیه و تحلیل صورت های مالی ابعاد اصلی تعیین می گردد. دیدگاه های مختلفی برای دسته بندی نسبت های مالی وجود دارد، در این تحقیق با استفاده از تقسیم بندی نوو (نسبت های نقدینگی، نسبت های فعالیت(کارایی)، نسبت اهی بدهی یا اهرمی، نسبت های سودآوری)، صورت های مالی اشخاص حقوقی مورد بررسی قرار می گیرد.
تعیین نسبت های مالی اصلی و کاندید
پس از بررسی کتب مالی و با استفاده از تجربه کشورهای دیگر و بینش تجربی مدیران و کارشناسان اعتباری برای پوشش تمامی ابعاد ساختار مالی شرکت ها از 33 نسبت مالی استفاده شد، اگر چه می توان تعداد نسبت های بیشتری را در نظر گرفت.
برخی نسبت ها در این مجموعه ممکن است برحسب مفاهیم واقعی یا برحسب ویژگی های ریاضی شبیه به یکدیگر باشند که به منظور کاهش مجموعه داده ها و افشای رابطه های میان این نسبت ها در مرحله 4 یک تحلیل عاملی به انجام می رسد. لیکن تک تک این 33 متغیر به صورت بالقوه امکان قرار گرفتن در مدل را خواهند داشت.
انتخاب شاخص های اصلی با استفاده از روش تجریه و تحلیل عاملی
در این بخش به منظور انتخاب مهم ترین شاخص های مالی و عمومی از تکنیک تجزیه و تحلیل عاملی بهره جسته ایم. آزمون تحلیل عاملی روش ریاضی برای تقلیل داده ها می باشد.
در واقع منطق تحلیل عاملی کاهش مجموعه بزرگی از متغیرها به چند عامل اساسی است. به طور طبیعی این عامل ها طبق سازوکارهای این آزمون استخراج می شود. بر این اساس مفروضه اساسی تحلیل عاملی این است که عامل های زیربنایی متغیرها را می توان برای تبیین پدیده های پیچیده به کاربرد و همبستگی های مشاهده شده بین متغیرها حاصل اشتراک آن ها در این عامل هاست.
در این مرحله هدف تحلیل عاملی کاهش مجموعه داده ها از طریق گروه بندی متغیرهای مشابه است و مشکل تحلیل روابط متقابل در میان شمار زیادی از متغیرها و سپس توضیح این متغیرها در چارچوب عوامل واقعی مشترک شان را مورد ملاحظه قرار می دهد.
در نتیجه می توان ابعاد تفکیکی اندازه گیری شده را شناسایی نمود. نسبت های مالی متعلق به عامل یکسان را می توان اندازه های یک بعد مشابه شرکت فرض کرد این تحلیل سرنخ هایی برای تصمیم گیری در مورد این نکته در دسترس قرار می دهد که کدام نسبت ها باید در مدل رتبه بندی درج گردند تا از وجود همخطی در میان متغیرها ممانعت به عمل آید.
برای اجرای یک تحلیل عاملی 4 گام اساسی ضرورت دارد: 1-گردآوری داده ها و فراهم ساختن ماتریس های کواریانس مربوطه 2-استخراج عامل های اولیه 3-چرخش برای به دست آوردن یک جواب نهایی 4- تفسیر نتایج.
جهت انتخاب عامل های اصلی با استفاده از روش اجزای اصلی (اجزای دارای مقادیر ویژه بزرگتر از یک)، وارد مدل تجزیه و تحلیل عاملی شدند. هیچ شرطی به تعداد عامل ها اضافه نشده و تناوب عوامل با استفاده از روش Varimax متعامد انجام شده است.
33 نسبت انتخابی به عنوان متغبرهای کاندید برای تحلیل آماده می شوند که بر حسب مشخصات مشرک میان آن ها، به 9 عامل ویژه طبقه بندی شدند.
گزینش نسبت های مالی نهایی
همان طور که مطرح شد با استفاده از نتیجه تحلیل عاملی، کتب مختلف، نتایج تحقیقات قبلی و تجربه کارشناسان، 8 شاخص نهایی مالی زیر به عنوان شاخص های پوشاننده ابعاد مالی انتخاب شدند: DEA به طبقه بندی استاندارد و به دو گروه متمایز یعنی مجموعه ورودی و خروجی نیازمند است.
با توجه به آن که مدل مورد استفاد در این تحقیق CCR ورودی محور با بازده ثابت به مقیاس می باشد لذا برای استفاده در مدل ورودی های مدل عبارتند از: دوره گردش دارایی ها، بدهی جاری به کل دارایی ها، بدهی جاری به فروش خالص،
خروجی هایی که در مدل وارد می شوند عبارتند از: سود قبل از کسر مالیات به فروش خالص، نسبت جاری، اسناد دریافتی به کل دارایی ها، وام کوتاه مدت به بدهی جاری، سود قبل از سر مالیات به حقوق صاحبان سهام
محاسبه رتبه های اعتباری با استفاده از روش تحلیل پوششی داده ها
در این قیمت با توجه به نوع داده های در دسترس و مدل CCR ورودی مجور با فرض بازده ثابت نسبت به مقیاس
رتبه های اعتباری محاسبه شدند، به عبارتی معیار دسته بندی شرکت های حقوی کارایی فنی آن ها می باشد. با در نظر گرفتن این فرض ارایی شرکت های حقوقی محاسبه شد.
در این روش رتبه های DEA ارائه شده و طیف رتبه ها در مدل اصلی، به صورت 1-0 گزارش شده است. رتبه های حاصله بین 1 و 0.106 متغیرند. شرکت های با رتبه 1 به عنوان بهترین شرکت ها در نظر گرفته می شوند. در واقع این شرکت ها به حدود مورد نیاز DEA دست یافته و گفته می شود بر "مرز کارائی" DEA واقع شده اند.
از میان 74 شرکت مورد بررسی، تنها 15 شرکت روی مرز کارایی قرار داشته و به عنوان شرکت های کاملا کارا (دارای کارایی 1) قلمداد می گردند. میانگین رتبه های شرکت های حقوقی مورد بررسی برابر 0.65 می باشد، به عبارت دیگر، در مجموع، شرکت های مورد بررسی حدود 35 درصد بیش از میزان مورد نیاز نهادها و عوامل تولید را مورد استفاده قرار می دهند.
چنانچه شرکت ها به صورت کارا عمل نمایند (بر روی تابع مرزی قرار داشته باشند) می توانند با کاهش هزینه های خود به میزان 35 درصد همان سطح تولید را داشته باشند.
با کاهش امتیاز شرکت ها عملکرد مالی آن ها نسبت به سایر شرکت ها در مجموع مشاهدات نسبتا بدتر می شود، بنابراین احتمال بالا رفتن ریسک نیز افزایش می یابد .
یکی از مزایای روش های تحلیل پوششی داده ها، معرفی مجموعه مرجع برای هر بنگاه، جهت بهینه سازی نهادها می باشد. بدین معنی که برای هر یک از بنگاه ها ناکارا یک یا ترکیبی از دو یا چند بنگاه کارا به عنوان مرجع و الگو معرفی می گردند. با استفاده از این روش می توان تمامی بنگاه های ناکارا را به مرز کارایی رساند.
مشاهده می شود که علی رغم حل مدل در حالت نهاده، مقادیر برخی از ستانده ها نیز تغییر یافته است. این امر بیانگر ان است که حتی با کاهش نهاده ها به میزان محاسبه شده، شرکت مورد نظر به مرز کارایی نخواهد رسید.
به عبارت دیگر هر چند محاسبه کارایی در حالت نهاده صورت گرفته و باید تنها مقادیر نهاده تغییر نموده و مقادیر ستانده باقی بماند، اما بنگاه ناکارا جهت دستیابی به مرز کارایی باید در کنار کاهش نهاده خود، میزان ستانده های خود را نیز افزایش دهد.
همچنین نتایج بررسی ها نشان می دهد شرکت شماره 70 با 58 بار تکرار در مجموعه مرجع دارای بالاترین رتبه و شرکت های 4 و 34 با یک بار تکرار، از کمترین میزان کارایی در میان شرکت های کارا برخوردار می باشند.
مقایسه رتبه اعتباری مشاهدات مورد بررسی با عملکرد واقعی
بررسی
رتبه اعتباری حاصل از مدل تحلیل پوششی داده ها در این پژوهش و نحوه ایفای تعهدات شرکت در بانک تجارت نشان می دهد که 24 شرکت رتبه زیر 0.5 دریافت نموده اند، همان طور که در مباحث قبل مطرح شد 30 درصد از کل مشاهدات (22 مشاهده) در پرداخت بدهی خود دارای نکول بوده اند، با مقایسه 24 شرکت فوق با این 22 شرکت، مشخص شد که 19 مشاهده از گروه نکول کنندگان دارای رتبه زیر 0.5 می باشند و 5 شرکت علی رغم این که در سنوات گذشته در سر رسید قرارداد ایفای تعهدات نموده اند لیکن به علت ساختار مالی شرکت، مدل رتبه پایینی را برای آن ها محاسبه نموده است.
- اعتبارسنجی مدل با استفاده از مدل رگرسیون توبیت
باتوجه به شرایط متغیر وابسته در این پژوهش، در این مرحله رتبه های اعتباری حاصل از تحلیل پوششی داده ها به عنوان متغیر وابسته و 8 شاخص هایی به عنوان متغیر مستقل جهت آزمون نتایج وارد مدل رگرسیونی توبیت گردیدند، از آن جا که تحلیل پوششی داده ها نمی تواند کارایی بهترین مشاهدات را از هم تمیز دهد (شرکت های دارای رتبه 1)، رگرسیون بدون در نظر گرفتن آن مشاهدات برآورد گردید.
از این رو شرکت های به کار رفته در رگرسیون به علت یکسان شدن کمتر از نمونه در نظر گرفته شده، خواهد بود. بنابراین 59 شرکت برای برآورد رگرسیون وارد مدل رگرسیونی شده.
گروه بندی مشتریان حقوقی از نظر رتبه اعتباری
در این مرحله سعی شده است تا با استفاده از الگوی شرکت مشاوره
رتبه بندی اعتباری ایران به گروه بندی (
رتبه بندی) مشتریان حقوقی بانک تجاری پرداخته شود. همان طور که ملاحظه می شود، 20.27 درصد از شرکت ها دارای رتبه اعتباری A بوده و از کمترین میزان ریسک اعتباری برخوردارند، در حالی که 6.77 درصد از مشاهدات مورد بررسی مشتریان بی ثباتی می باشند که دارای مطالبات معوق بوده و به احتمال فراوان تسهیلات پرداختی به آن ها سوخت می شود.
نتایج تحقیق
در این مقاله سعی شد که به منظور مدیریت ریسک اعتباری یک مدل رتبه بندی اعتباری با بکارگیری روش تحلیل پوششی داده ها طراحی و معرفی شود. به طور کلی نتایج حاصل از این تحقیق را با توجه به مساله اصلی پژوهش می توان به صورت زیر خلاصه کرد:
- در این پژوهش، به منظور اعتبارسنجی رتبه های حاصل از روش تحلیل پششی داده ها ازمدل رگرسیون توبیت استفاده شد تا قدرت برآورد صحیح رتبه های اعتباری ثابت گردد. مقدار حداکثر درست نمایی و سطح معناداری داده ها نشان می دهد رتبه های محاسبه شده با استفاده از تحلیل پوششی داده ها تفاوت معناداری با رتبه های حاصل از مدل رگرسیونی نداشته و این امر حاکی از کارایی مدل تحلیل پوششی داده ها در تخمین رتبه اعتباری اشخاص حقوقی می باشد، لذا با توجه به این نتایج و مباحث مطرح شده در خصوص درصد خطای کمتر از 0.05، وجود رابطه معناداری بین نتایج مدل رتبه بندی اعتباری روش DEA و وضعیت اعتباری مشتریان حقوقی بخش صنعت بانک تجارت استان فارس پذیرفته می شود.
- براساس ضرائب رگرسیون به دست آمده، متغیر "بدهی جاری به کل داریی ها" رابطه معکوس با رتبه اعتباری شرکت و رابطه مستقیم با ریسک اعتباری دارند. در نتیجه کمتر بودن این شاخص مطلوب تلقی می گردد.
- از میان متغیرهای بکار گرفته شده در این مدل طبق نتایج آزمون رگرسیون، (متغیر بدهی جاری به کل دارایی ها) دارای بالاترین ضریب رگرسیون و بیشترین اثر بر تعیین رتبه اعتباری شرکت بوده و شاخص (دوره گردش دارایی ها) کمترین میزان تاثیر بر ریسک اعتباری را داشته است.
- از مزایای مدل تحلیل پوششی داده ها نسبت به سایر مدل های ارزیابی ریسک اعتباری، توانایی این مدل در شناسایی بنگاه های مرجع برای هر یک از بنگاه های ناکارا می باشد. در حقیقت این مدل قادر است تا با ارائه راهکارهای مناسب و مفید، شرکت های رتبه بندی شده را در راستای بهره ورتر شدن یاری دهد.
- رتبه های بالاتر DEA، شرکت های بهتر در ابعاد پذیرفته شده مالی مانند نقدینگی، کفایت سرمایه و سودآوری را مشخص می سازند.
- براساس نتایج به دست آمده در این پژوهش، روش تحلیل داده ها از کارایی لازم جهت رتبه بندی اعتباری مشتریان حقوقی بانک برخوردار است.
رتبه بندی اعتباری مشتریان حقوقی بخش صنعت با استفاده از تحلیل پوششی داده ها
https://www.sid.ir/fa/journal/ViewPaper.aspx?ID=217081