1398/12/25 یکشنبه

طراحی و تبیین مدل ریسک اعتباری در نظام بانكی كشور - قسمت اول

مدل های ریسک اعتباری با اندازه گیری ریسک می توانند با ایجاد ارتباط بخردانه ای بین ریسک و بازده امکان قیمت گذاری دارایی ها را فراهم سازد. همچنین مدل های ریسک اعتباری امکان بهینه سازی ترکیب پرتفوی اعتباری و تعیین سرمایه اقتصادی بانک ها برای کاهش هزینه های سرمایه ای را فراهم خواهد ساخت

طراحی و تبیین مدل ریسک اعتباری در نظام بانكی كشور - قسمت اول

چکیده

طراحی و استقرار مدل اندازه گیری ریسک اعتباری در نظام بانکی نقش کارآمدی در راستای بالا بردن بهره وری بانک های کشور در تخصیص بهینه منابع خواهد داشت. در این مقاله تلاش شد تا کارآیی مدل های احتمالی خطی، لجستیک و شبکه های عصبی مصنوعی برای پیش بینی ریسک اعبتاری مشتریان نظام بانکی کشور، مورد بررسی قرار گیرد.
متغیرهای پیش بینی کننده در این مدل ها، نسبت های مالی وام گیرندگان بوده که معنی داری ارتباط آن ها با ریسک اعتباری از آزمون های آماری مناسب تایید شد. با استفاده از داده های مالی و اعتباری 316 نفر از مشتریان حقوقی بانک های کشور مدل های یاد شده طراحی و مورد آزمون کارایی قرار گرفت.
نتیجه های به دست آمده بیانگر این است که ارتباط بین متغیرها در مدل پیش بینی ریسک اعتباری به صورت خطی نبوده و تابع های نمایی و سیگموئید مناسب ترین مدل های پیش بینی ریسک اعتباری محسوب می شوند. بیشترین کارایی برای پیش بینی ریسک اعتباری به ترتیب مربوط به شبکه های عصبی مصنوعی و مدل لجستیک می باشد. 

مقدمه

ارتباط صحیح بین نظام های مالی و تولیدی در هر کشوری از مهم ترین عوامل رشد و توسعه اقتصادی محسوب خواهد شد. بانک ها به عنوان بخش اصلی نظام مالی (نظا پایه بانکی)، نقش اصلی را در تامین مالی بخش های تولیدی، تجاری و مصرفی و حتی دولتی بر عهده خواهند داشت. 
در ایران نیز با توجه به ساختار اقتصادی کشور و به دلایلی هم چون عدم توسعه بازارهای سرمایه و سایر شبکه های غیر بانکی و قراردادی، تامین مالی بخش های واقعی اقتصاد بر عهده شبکه بانکی کشور است. هم اکنون تداوم فعالیت ها و بقای بیشتر بانک های کشور ناشی از حمایت های دولتی است. 
بالا بودن ذخایر بانک ها و تسهیلات اعطایی سوخت شده و یا معوقه بانک ها، گویای نبود مدل های مناسب اندازه گیری ریسک اعتباری و سیستم های مدیریت ریسک در شبکه بانکی می باشد. 
در بازاری که حاشیه سود بانک ها به دلیل تشدید رقابت همواره در حال کاهش بوده و همواره فشار برای کاهش بیشتر هزینه ها احساس می شود، مدل های ریسک اعتباری با پیش بینی زیان های عدم بازپرداخت وام ها نوعی برتری نسبی برای بانک ها و نهادهای اعتباری ایجاد خواه کرد. 
مدل های ریسک اعتباری با اندازه گیری ریسک می توانند با ایجاد ارتباط بخردانه ای بین ریسک و بازده امکان قیمت گذاری دارایی ها را فراهم سازد. همچنین مدل های ریسک اعتباری امکان بهینه سازی ترکیب پرتفوی اعتباری و تعیین سرمایه اقتصادی بانک ها برای کاهش هزینه های سرمایه ای را فراهم خواهد ساخت. 
در این مقاله ابتدا پیشینه ای از بررسی های صورت گرفته در زمینه اندازه ریسک اعتباری مطرح شده و سپس مدل مفهومی و چارچوب نظری پژوهش ارائه شده است. در بخش بعدی پژوهش به اختصار به متدولوژی به کار رفته جهت اندازه گیری ریسک اعتباری در نظام بانکی کشور پرداخته شده است. 
موضوع های این بخش در بر گیرنده، فرضیه ها، روش پژوهش، جامعه آماری، شیوه های نمونه گیری، روش های تحلیل آماری و آزمون فرضیات می باشد و در نهایت در بخش پایانی مقاله، یافته های پژوهش و پیشنهادها برای استقرار سیستم اندازه گیری و مدیریت ریسک اعتباری در نظام بانکی کشور ارائه شده است. 

پیشینه پژوهش

به احتمال عدم بازپرداخت یا پرداخت با تاخیر اصل و فرع تسهیلات اعطایی بانک ها و سایر ابزار بدهی از سوی مشتری، ریسک اعتباری می گویند. طراحی مدلی برای اندازه گیری و درجه بندی ریسک اعتباری برای نخستین بار در سال 1909 توسط جان موری بر روی اوراق قرضه انجام شد. 
امروزه هر یک از نهادهای نعتبر درجه بند هم چون مودیز، استاندارد و پورز از متدولوژی های ویژه ای برای درجه بندی اوراق قرضه و سایر ابزارهای اعتباری استفاده می کنند. مشابهت زیاد تسهیلات اعتباری بانک ها به اوراق قرضه باعث شد تا درجه بندی ریسک اعتباری تسهیلات بانک ها یعنی اندازه گیری اصل و بهره وام ها از سوی برخی از پژوهشگران مورد توجه قرار گیرد. 
نخستین مدل به کار رفته برای تعیین ورشکستگی شرکت ها مدل رگرسیون لجستیک چند متغیره بوده که توسط بی ور در سال 1966 ارائه شد. بعدها از این مدل برای اندازه گیری ریسک اعتباری اوراق قرضه منتشره شرکت ها استفاده شد. یکی دیگر از نخستین مطالعات در زمینه اندازه گیری ریسک اعتباری اوراق قرضه شرکت ها با استفاده از مدل نمره دهی چند متغیره توسط آلتمن در سال 1968 انجام گرفت و به مدل نمره Z شهرت یافته است. 
مدل نمره Z آلتمن یک مدل تحلیل ممیزی است که با استفاده از مقادیر نسبت های مالی مهم می کوشد تا شرکت هایی را که دارای درماندگی مالی هستند (یعنی ورشکستگی) را از شرکت هایی که دارای درماندگی مالی نیستند، از هم تمیز دهد. با توجه به این که عمدتا عدم بازپرداخت وام مربوط به شرکت هایی است که در آینده دچار درماندگی مالی خواهند شد، بنابراین امکان پیش بینی ریسک اعتباری با استفاده از این مدل امکان پذیر خواهد بود. 
از این رو در سال 2001 ساندرز و آلن از این مدل برای پیش بینی ریسک اعتباری شرکت هایی که از بانک ها وام دریافت کرده، استفاده کردند و با بررسی های صورت گرفته مشخص شد که این مدل برای پیش بینی ریسک اعتباری از قدرت بالایی برخوردار است. 
استفاده از چنین مدلی در بانک، باعث می شود که اگر نمره Z شرکت وام گیرنده پایین تر از حد بحرانی باشد، درخواست وام رد شود و یا کنترل و تسلط بیشتری برای افزایش ایمنی وام اعطایی اعمال شود و از این راه زیان های ناشی از عدم بازپرداخت وام به کمترین حد خواهد رسید و در این مدل، نمره Z به نسبت های مالی وام گیرنده و وزن های هر یک از نسبت ها بستگی خواهد داشت. هم چنین وزن های نسبت های مالی بستگی به تجارب (موارد) قصور وام گیرنده در بازپرداخت وام دارد. 
آلتمن برای رسیدن به مدل یاد شده از میان 22 متغیر (نسبت های مالی)، پس از انجام تحلیل ممیزی، پنج متغیر زیر را انتخاب کرده و ترکیب و ارتباط این پنج متغیر در مدل Z آلتمن برای پیش بینی نمره اعتباری وام گیرنده به شکل زیر برآورد شده است:
Z = 1/2X1 + 1/4X2 + 3/3X3 + 0/6X4 + 0/999X5
که در آن:
  • X1: نسبت سرمایه در گردش به کل دارایی ها
  • X2: نسبت سود انباشته به کل دارایی ها
  • X3: نسبت سود از بهره و مالیات به کل دارایی ها
  • X4: نسبت ارزش بازار سرمایه به ارزش دفتری کل بدهی ها
  • X5: نسبت فروش به کل دارایی ها
هر چه میزان Z بالاتر باشد، طبقه ریسک عدم بازپرداخت وام گیرنده پایین تر خواهد بود. بنابراین، مقدار پایین یا منفی شاخص Z بیانگر این است که وام گیرنده از نظر ریسک عدم بازپرداخت در طبقه بالایی قرار خواهد داشت. 
آلتمن با بررسی های انجام شده دریافت که حد پایین 1.81 (طبقه ورشکسته)  حد بالای 2.99 (طبقه غیر ورشکسته) مقادیر بحرانی بهینه هستند. نمره های پایین تر از 1.81 نشان دهنده شرکت هایی است که پیش بینی می شود که در آینده معلوم ورشکسته خواهند شد و نمره های بالاتر از 2.99 نشان دهنده شرکت هایی است که در آینده مشکلی از لحاظ بازپرداخت وام های دریافتی خود نخواهند داشت. 
آلتمن مدل طراحی شده خود را در کشورهای گوناگون مورد آزمون قرار داد و مشخص شد که پیش بینی های این مدل در بیش از 75 درصد موارد درست است.
از مطالعات مهم دیگری که در زمینه اندازه گیری ریسک اعتباری انجام گرفت، می توان به کارهای المر و بروفسکی در سال 1988 اشاره کرد. المر و بروفسکی برای پیش بینی توانایی بازپرداخت وام ها از مدل شبکه های عصبی چند لایه پرسپترون استفاده کردند. 
متغیرهای ورودی آنان، همان متغیرهای به کار رفته در مدل Z آلتمن بوده است. آن ها با مقایسه نتایج مدل شبکه های عصبی پرسپترون و مدل Z التمن متوجه شدند که قدرت پیش بینی مدل پرسپترون بیشتر از مدل های نمره دهی اعتباری است. 
از جمله مطالعات دیگری که در زمینه طراحی مدل اندازه گیری ریسک اعتباری انجام گرفت، می توان به کارهای مورگان در سال 1988 برای طراحی مدل اعتبارسنجی و کارهای تریسی در سال 1988 برای طراحی مدل ارزش در معرض ریسک جهت برآورد تابع چگالی احتمال عدم بازپرداخت اشاره کرد. 
امروزه در بیشتر بانک های معتبر جهان از یک یا چند مدل برای اندازه گیری ریسک اعتباری وام ها و سایر ابزارهای بدهی استفاده می شود. از جمله متداول ترین مدل های مورد استفاده می توان به مدل تحلیل ممیزی، مدل لجستیک، مدل پروبیت، سیستم رتبه بندی داخلی و شبکه های عصبی مصنوعی را نام برد.
امروزه هم گام با مطالعات کمیته باسل (کمیته نظارت بر مقررات بانکی، بانک تسویه بین المللی)، بررسی های زیادی از سوی پژوهشگران و نهادهای اعتباری برای طراحی مدل دقیق اندازه گیری ریسک اعتباری انجام می شود. 
هم چنین مدل های زیادی با استفاده از روش های اقتصادسنجی و شبکه های عصبی و فازی برای اندازه گیری ریسک اعتباری در بانک ها و نهادهای اعتباری مورد استفاده قرار می گیرد. 
با وجود این که کمی سازی ریسک اعتباری بانک ها در کشورهای پیشرفته از جمله امریکا و اروپا نزدیک به دو دهه است که آغاز شده، در ایران هیچ پژوهشی در رابطه با پیش بینی و کمی سازی ریسک اعتباری بانک ها صورت نگرفته است. اگرچه در حال حاضر در برخی از بانک های کشور دپارتمان مدیریت ریسک تشکیل شده و مطالعاتی آغاز شده است، ولی سابقه این بررسی های انجام شده کمتر از دو سال می باشد و هنوز هیچ گزارشی از سوی آنان ارائه نشده است. 
با این حال، پژوهش های مشابهی در زمینه رتبه بندی شرکت ها و پیش بینی ریسک ورشکستگی شرکت ها براساس مدل های AHP، و Z آلتمن و شبکه های عصبی انجام شده است. 
از آن جمله می توان به پایان نامه دکتر قلی زاده در زمینه رتبه بندی شرکت ها با استفاده از رویکرد AHP اشاره کرد. در این پژوهش ابتدا به روش پیمایشی، دیدگاه کارشناسان و صاحب نظران پیرامون اهمیت هر یک از متغیرهای مالی برای رتبه بندی شرکت ها مشخص شده، سپس با استفاده از رویکرد AHP، شرکت هایی غذایی رتبه بندی شدند.
نتایج این پژوهش حاکی از این است که رویکرد یاد شده روش مناسبی برای رتبه بندی شرکت ها بر حسب ریسک است. از دیگر پژوهش های مرتبط می توان به پایان نامه دکتر سلیمانی (1381) در زمینه پیش بینی ریسک ورشکستگی شرکت ها با استفاده از مدل Z آلتمن اشاره کرد. 
در این پژوهش اقتصادسنجی و همبستگی بوده است. یافته های این پژوهش حاکی از این است که مدل Z آلتمن از توانایی مناسبی برای پیش بینی ریسک ورشکستگی شرکت ها برخوردار است. از دیگر پژوهش های صورت گرفته برای پیش بینی ریسک ورشکستگی یا درماندگی مالی شرکت ها، می توان به پژوهشی که در سال 1383 در مقطع کارشناسی ارشد توسط فلاح پور صورت گرفته، اشاره کرد.
روش مورد استفاه در این پژوهش، روش تحلیل همبستگی بوده است. در این پژوهش مدل تحلیل ممیزی چندگانه و شبکه های عصبی برای پیش بینی درماندگی مالی شرکت های بورس مورد بررسی قرار گرفته است. 
یافته های این پژوهش حاکی از این است که اگرچه با استفاده از مدل های تحلیل ممیزی امکان پیش بینی درماندگی مالی وجود دارد، ولی مدل های یاد شده در مقایسه با شبکه های عصبی مصنوعی از کارایی کمتری برخوردار هستند. 

الگوی نظری اندازه گیری ریسک اعتباری

روش های گسترده ای در حوزه های ریاضی، آمار، اقتصادسنجی و پژوهش در عملیاتی همچون: برنامه ریزی ریاضی، شبیه سازی احتمالی و قطعی، شبکه های عصبی مصنوعی، تحلیل بقاء، نظریه بازی ها، تحلیل ممیزی، تحلیل لوجیت و تحلیل پروبیت در توسعه الگویی برای اندازه گیری دقیق ریسک اعتباری سهیم بوده اند. 
همچنین پیشرفت نظریه های بازارهایی مالی مانند نظریه های بازار مالی مانند نظریه آربیتراژ، نظریه قیمت گذاری اختیار معامله و مدل قیمت گذاری دارایی های سرمایه ای همگی در توسعه مدل های دقیق اندازه گیری ریسک اعتباری نقش موثری را ایفا کرده اند. 
در این مقاله سعی شده تا با بررسی کارایی الگوهای احتمالی خطی، لوجستیک و شبکه های عصبی چند لایه پرسپترون، مناسب ترین مدل برای اندازه گیری ریسک اعتباری مشتریان بانک های کشور طراحی و تبیین شود. 

طراحی و تبیین مدل ریسک اعتباری در نظام بانكی كشور
https://www.sid.ir/fa/journal/ViewPaper.aspx?ID=49078
 
كلمات كليدی: اعتبارسنجی، سامانه اعتبارسنجی، اعتبارسنجی مشتریان، اعتبار بانکی افراد، ریسک اعتباری، ریسک اعتبارسنجی

 
امتیاز دهی
 
 

نظر شما
نام
پست الكترونيک
وب سایت
متنی که در تصویر می بینید عینا تایپ نمایید
نظر
مقالات بیشتر
مطالب محبوب
آخرین مقالات
.
1398/1/7 چهارشنبه
2022© کلیه حقوق مادی و معنوی این سایت متعلق به موسسه مطالعات سرمایه گذاری ایرانیان  میباشد.