بررسي ريسك اعتباري بانك ها با استفاده از مدل هاي خطي و غير خطي

بررسي ريسك اعتباري بانك ها با استفاده از مدل هاي خطي و غير خطي (مطالعه موردي بانك اقتصاد نوين)

هدف از این تحقیق طراحی و استقرار مدل اندازه­گیری ریسک اعتباری در نظام بانکی نقش کارامدی در راستای بالا بردن بهره­وری بانک‌ها و موسسات مالی در تخصیص بهینه منابع می‌باشد. در این پژوهش تلاش شده تا کارایی مدل‌های لجستیک و شبکه عصبی مصنوعی GMDH برای پیش‌بینی ریسک اعتباری مشتریان نظام بانکی مورد بررسی قرار گیرد و همچنین مهمترین عوامل موثر بر ریسک اعتباری، شناسایی و مورد بررسی قرار گیرند. اطلاعات مورد استفاده در این پژوهش مربوط به ۱۰۰ نفر از مشتریان حقوقی یکی از بانک‌های کشور می­باشد. بنابر اهداف پژوهش متغیرهای مورد استفاده نیز به صورت ترکیبی از مهمترین متغیرهای مالی و غیرمالی می­باشد. نتایج مدل لاجیت نشان می­دهد که متغیرهای تعداد چک­های برگشتی، سابقه فعالیت شرکت نزد بانک، میزان سرمایه شرکت، نسبت گردش مجموعه دارایی، نسبت بدهی به حقوق صاحبان سهام و نسبت حاشیه سود خالص مهمترین متغیرهای موثر بر شناسایی میزان ریسک اعتباری مشتریان می­باشد. ولی مدل شبکه عصبی علاوه برمتغیرهای یادشده در بالا متغیرهایی از قبیل تحصیلات مدیر عامل، ارزش وثیقه به میزان تسهیلات، خالص سرمایه در گردش به دارایی، نسبت حاشیه سود عملیاتی و نسبت بازدهی به دارایی را به عنوان متغیرهای با اثر زیاد بر میزان ریسک اعتباری معرفی می­کند. مقایسه کارایی مدل لاجیت و مدل شبکه عصبی نشان می­دهد که مدل شبکه عصبی با سه لایه مخفی با کارایی ۹۵ درصد کاراترین مدل برای شناسایی و تعیین میزان ریسک تسهیلات می­باشد.