چکیده
بانکداری یکی از مهم ترین ارکان ساختارهای پولی و مالی در هر کشور به شمار می آید و مدیریت بانکداری، از کلیدی ترین جنبه های موفقیت ساختارهای بانکی است. بانک ها به عنوان اصلی ترین تامین کننده منابع مالی، از مهم ارکان سیستم اقتصادی کشور به شمار می آیند و همانند هر نهاد درگیر در فرآیندهای مالی و اقتصادی در معرض انواع مختلفی از ریسک ها قرار دارند.
یکی از مهمترین ریسک های موجود برای یک بانک، ریسک اعتباری است. ریسک اعتباری عبارتست از امکان بالقوه این که قرض گیرنده از بانک و یا از طرف حساب وی در اجرای تعهدات خود در مقابل بانک در مدت مشخصی ناتوان شود.
ارزیابی و تجزیه و تحلیل این ریسک و مدیریت آن می تواند در موفقیت فعالیت های یک بانک بسیار موثر وقع گردد. در این پژوهش، مدلی جهت ارزیابی ریسک اعتباری بانک ها با استفاده از روش های یادگیری ماشین و داده کاوی ارائه گردیده است.
در این پژوهش، مدلی جهت ارزیابی ریسک اعتباری بانک ها با استفاده از روش های یادگیری ماشین و داده کاوی ارائه گردیده است. در این مدل نخست ویژگی های مهم جهت تقسیم بندی وضعیت اعتباری مشتریان بانک ها توسط الگوریتم برتر انتخاب ویژگی، رتبه بندی و انتخاب شده و سپس با استفاده از یک کلاسیفایر، مشتریان طبقه بندی می گردند.
در گام نخست سه الگوریتم ویژگی inf-FS، EC-FS و Fisher مقایسه و با استفاده از کلاسیفایر غیرخطی SVM ارزیابی گردیده اند و سپس ویژگی های به دست آمده از الگوریتم برتر، توسط سه کلاسیفایر آدابوست ام1، لوجیت بوست و جنگل های تصادفی طبقه بندی شده اند.
مطالعه موردی تحقیق، شامل داده های 140 مشتری حقوقی شعبه بانک خصوصی می باشد. با اجرای مدل برای داده ها گردآوری شده، در گام نخست الگوریتم Ins-FS بهترین دقت و در گام دوم، الگوریتم لوجیت بوست، بهترین کارایی را با توجه به معیارهای ارزیابی کسب نمود.
مقدمه
امروزه نهادهای مالی نقشی کلیدی را در توسعه و پیشرفت اقتصادی هر کشور ایفا می کنند و بانک ها به عنوان اصلی ترین تامین کننده منابع مالی، از مهم ترین ارکان سیستم اقتصادی کشور به شمار می آیند. بانک ها همانند هر نهاد درگیر در فرآیندهای مالی و اقتصادی در معرض انواع مختلفی از ریسک ها قرار دارند، که در یک دسته بندی کلی شامل ریسک های نرخ بهره، بازار، عملیاتی و اعتباری می گردد.
عبارت ریسک اعتباری، اشاره به امکان تغییر غیر منتظره در اعتبار طرف معامله می نماید که منجر به تغییر غیر منتظره در ارزش بازاری اکسپژور اعتباری می گردد. در حوزه بانکداری، ریسک اعتباری عبارت است از احتمال این که بعضی از دارایی های بانک، به ویژه تسهیلات اعطایی از نظر ارزش کاهش یابد و یا بی ارزش شود.
با توجه به اینکه سرمایه بانک ها نسبت به ارزش کل دارایی های آن ها کم است، حتی اگر درصد کمی از وام ها قابلیت وصول خود را از دست بدهند، بانک با خطر ورشکستگی رو به رو می گردد.
با توجه به موارد مطرح شده همواره بانک ها به دنبال یافتن روشی می باشند تا اعتبار متقاضیان تسهیلات بانکی را مورد ارزیابی قرار دهند و ریسک نکول (عدم توان یا تمایل بازپرداخت تسهیلات در موعد مقرر) را بکاهند. از این رو پژوهش پیرامون یافتن روشی مناسب جهت ارزیابی اعتباری مشتریان بانک ها می باشد که می تواند کمک شایانی جهت مدیریت دارایی های بانکی نماید.
یکی از انواع ساختاری بانکداری در ایران، بانکداری خصوصی است. پس از انقلای اسلامی 57 تمامی بانک های خصوصی در ایران بر اساس اصل 44 قانون اساسی، دولتی اعلام شدند. اما رفته رفته تاسیس موسسه های مالی اعتباری از سال 1376 زمینه ساز تاسیس بانک های خصوصی شد. نهایتا بانک مرکزی در اسفند 1377 موافقت خود را با تاسیس بانک های خصوصی اعلام کرد.
با بررسی تحقیقات صورت گرفته در این حوزه در داخل کشور (در پایگاه های داده علمی داخلی و خارجی)، فقدان پژوهش تحلیل ریسک به ویژه ریسک اعتباری در حوزه بانکداری خصوصی نمایان می گردد. در این پژوهش سعی بر آنست تا مدلی کارا جهت ارزیابی مشتریان بانک های خصوصی در ایران ارائه گردد و با استفاده از معیارهای ارزیابی مورد تجزیه و تحلیل قرار گیرد.
می توان گفت که تصمیم گیری در راستای مدیریت پول بانک ها در جهت اعطای تسهیلات با هدف حداکثر کردن سود و کمینه نمودن ریسک های بانکی، اصلی ترین اقدام مدیران بانکی و تحلیلگران این نهادهای پولی است.
شاخص ترین ریسک موجود که بانک به دلیل فعالیت مرکزی و هسته ای خود با آن مواجه می باشد، ریسک نکول دریافت کنندگان تسهیلات یا به عبارت دیگر ریسک اعتباری مشتریان وام و تسهلات بانک ها می باشد.
ارزیابی وضعیت اعتباری مشتریان، پیش از اعطای وام، می تواند نقش بسیار موثری در جهت کاهش ریسک نکول مشتریان بازی نماید و احتمال ورشکستگی انتظاری را به نحو عمده ای بکاهد. از این رو بررسی و پژوهش پیرامون مدل های ارزیابی ریسک اعتباری و برازش آن ها با توجه به ساختارهای درونی بانک ها، از ضرورت و اهمیت بسزایی در حوزه تحقیقات اقتصادی برخوردار است.
یافتن یک مدل مناسب درونی برای ارزیابی ریسک یک بانک، می تواند بر تصمیم گیری های کلان اعتباری، کمک شایانی به مدیران و تصمیم گیرندگان بانکی نماید. در این پژوهش با توجه به ضرورت و اهمیت موضوعاعت اشاره شده، در جهت ارائه ی مدل منسجم برای ارزیابی ریسک اعتباری مشتریان حقوقی بانک های خصوصی گام برداشته شده است.
در این مقاله فرضیه و اهداف تحقیق به شرح ذیل، محوریت اصلی مقاله می باشند:
فرضیه: مدل پیشنهادی ارزیابی ریسک اعتباری مشتریان برای بانک های خصوصی از کارایی لازم برخوردار است.
هدف اصلی: ارائه مدلی کارا جهت ارزیابی ریسک اعتباری مشتریان بانک های خصوصی
هدف فرعی: ارزیابی کارایی روش های استخراج ویژگی، انتخاب ویژگی، تجزیه و تحلیل داده های مورد استفاده در این پژوهش (روش های آماری، داده کاوی) برای تعیین ریسک اعتباری مشتریان بانک های خصوصی
در این پژوهش ابتدا پیشینه ای از بررسی های صورت گرفته در زمینه ریسک اعتباری در تحقیقات داخلی و خارجی ارائه شده است. در بخش بعد به اختصار متدولوژی به کار رفته در پژوهش مطرح و سپس اجرایی گشته اند. در پایان، یافته های پژوهش و پیشهادات جهت مطالعات آتی در خصوص مدیریت ریسک اعتباری در نظام بانکی خصوصی کشور ارائه شده است.
ادبیات و پیشینه تحقیق
تاکنون تحقیقات گسترده ای پیرامون بررسی انواع ریسک های مالی در حوزه بانک داری و موسسات مالی صورت پذیرفته است. بالطبع یکی از مهم تری ریسک های موجود که ارتباط وثیقی با یکی از فعالیت های اصلی و مرکزی بانک ها و موسسات مالی یعنی ارائه تسهیلات پولی و مالی را داراست، ریسک اعتباری است.
در سال 1966، روش رگرسیون لجستیک توسط بی ور برای تعیین ورشکستگی شرکت ها به کار گرفته شد و بعد ها به منظور بررسی ریسک اعتباری اوراق قرضه مورد استفاده قرار گرفت. یکی از اصلی ترین متدهای اندازه گیری ریسک اعتباری توسط آلتمن در سال 1968 ارائه گردید و به مدل نمره Z التمن شهره شد، که در آن یک تحلیل ممیزی با استفاده از نسبت های مالی جهت تمایز بخشیدن بین شرکت های ورشکسته و غیر ورشکسته صورت می پذیرد.
بعدها ساندرز و آلن از این متد برای تفکیک اعتباری مشتریان بانک ها و موسسات مالی بهره یافتند. مدل های احتمالی خطی و وضعیتی احتمالی چندگانه در اواخر 1970 جهت بررسی ورشکستگی شرکت ها معرف گردید. در سال 1996، دیسای و همکارانش به کاربرد شبکه های عصبی مصنوعی، آنالیز ممیزی خطی و آنالیز رگرسیون خطی در ارزیابی اعتباری مشتریان بانک ها پی بردند.
با گسترش کاربرد هوش مصنوعی، داده کاوی و یادگیری ماشین، استفاده از متدهای گسترده طبقه بندی، جهت تفکیک مشتریان مورد توجه قرار گرفت و تاکنون تحقیقات بسیاری در این حوزه صورت پذیرفته است. تریسی در سال 1998 کاربرد مدل ارزش در معرض خطر را جهت برآورد ریسک اعتباری مشتریان آزمود. طراحی مدلی برای اندازه گیری و درجه بندی ریسک اعتباری برای نخستین بار توسط جا موری برای بررسی ریسک نکول اوراق قرضه ارائه گردید.
روش تحقیق
روش شناسی یا متدولوژی، شامل بررسی مجموعه اصول و قواعدی است که ما را به معذفت علمی رهنمون می سازد. بنابراین بررسی جزئیات آن ضروری و به منظور فهم پژوهش سودمند است. پژوهش حاضر براساس هدف، در زمره پژوهش های کاربردی قرار می گیرد. همچنین روش گردآوری داده های توصیفی- غیرآزمایشی و با استفاده از اطلاعات کتابخانه ای و نمونه برداری تصادفی به دست آمده است.
متدولوژی پیشنهادی این تحقیق، شامل 6 مرحله می باشد. در دو مرحله اول این مدل؛ با انتخاب بانک خصوصی و مشتریان مورد مطالعه و سپس با بررسی ادبیات آنالیز ریسک اعتباری و شناسایی معیارها و شاخص ها، جهت تعین ریسک اعتباری مشتریان بانک های تجاری و داده های مشتریان به صورت "خوش حساب" و "بدحساب" توسط مدل داخل بانک، جهت تشکیل ویژگی و اجرای پایلوت، آغاز می گردد. در مرحله بعدی، فرایند پیش پردازش بر روی داده های جمع آوری شده اعمال می گردد.
در گام استخراج ویژگی، با بهره گیری از داده های خام به دست آمده از گام پیشین، ویژگی های تعیین شده استخراج می گردند. در ادامه، گام انتخاب ویژگی، تنظیم پارامتر و تعداد ویژگی با استفاده از روش طبقه بند صورت می پذیرد و در نهایت با استفاده از معیار Accuracy، بهترین روش جهت انتخاب ویژگی برتر، ویژگی های انتخاب شده، در گام بعدی وارد مرحله طبقه بندی می گردد. و در مرحله آخر، تعیین بهترین الگوریتم طبقه بند مورد بررسی قرار می گیرد.
مرحله اول: انتخاب نمونه
در این مرحله از پژوهش، جامعه آماری شامل تمامی مشتریان حقوقی بانک خصوصی مورد مطالعه می باشد که از خدمات وام و تسهیلات در این بانک استفاده نموده اند. با توجه به این موضوع نمونه گردآوری شده برای این پژوهش، شامل داده های مورد نیاز جهت تشکیل ویژگی، کلیه مشتریان حقوقی یکی از شعب بانک خصوصی مورد مطالعه، مورد بررسی قرار گرفته، و از این میان 140 مشتری به صورت تصادفی انتخاب و در نظر گرفته شده است.
مرحله دوم: شناسایی ویژگی های تحلیل ریسک اعتباری
در این مرحله از پژوهش، به بررسی ادبیات آنالیز ریسک اعتباری و شناسایی معیارها و شاخص های استفاده شده جهت تعیین ریسک اعتباری مشتریان بانک های تجاری با استفاده از سه روش 5C, 5P و LAPP پرداخته شده است. در این خصوص، سعی گردیده تا از آخرین پژوهش های صورت گرفته در این حوزه، استفاده شود تا نگاه جامع تری نسبت به ویژگی های معرفی شده، ایجاد گردد.
پس از شناسایی ویژگی های تحلیل ریسک، ویژگی هایی که از توان استفاده بیشتر برخوردار می باشند و همچنین داده های خام برای آن ها در دسترس است، به عنوان ویژگی های اولیه جهت تحلیل ریسک انتخاب می گردند. همچین داده های مورد نیاز، شامل داده های خام تشکیل ویژگی ها و طبقه بندی اعتباری مشتریان به صورت "خوش حساب" و "بدحساب" توسط ارزیابی داخلی بانک نیز دریافت گردید.
مرحله سوم: پیش پردازش داده ها
تجزیه و تحلیل داده ها جهت ارائه مدل ارزیابی ریسک اعتباری، با استفاده از تکنیک های آماری، یادگیری ماشین و داده کاوی صورت پذیرفته است. فرایند پیش پردازش شامل حذف داده های پرت با استفاده از روش آماری راما سماوی و همکاران (راماسماوی و همکاران، 2000) با نرم افزار Rapid Miner و فرآیند انجام تکنیم های انتخاب ویژگی و طبقه بندی با استفاده از نرم افزار Matlab صورت پذیرفته است.
در الگوریتم حذف داده های پرت، فرمول بندی برای داده های پرت مبتنی بر فاصله ارائه شده است، که براساس فاصله یک نقطه از K امین همسایه نزدیک خود می باشد. هر نقظه براساس فاصله اش از k امین همسایه نزدیک خود رتبه بندی می گردد و n نقطه با فاصله بالاتر به عنوان داده های پرت شناسایی می گردند.
در الگوریتم حذف داده های پرت، فرمول بندی برای داده های پرت مبتنی بر فاصله ارائه شده است، که براساس فاصله یک نقطه از k امین همسایه نزدیک خود می باشد. هر نقطه بر اساس فاصله اش از k امین همسایه نزدیک خود رتبه بندی می گردد و n نقطه با فاصله بالاتر به عنوان داده های پرت شناسایی می گردند.
ارائه مدل ارزیابی ریسک اعتباری برای بانک های خصوصی
https://www.sid.ir/fa/seminar/ViewPaper.aspx?ID=91518