نمودار۴-۳: چارچوب مدیریت ریسک بانک توکیو- میتسوبیشی(ژاپن)
۳-۳٫ مطالعات انجام شده در داخل کشور
صفری و ابراهیمی در مقاله ای که تحت عنوان “مدیریت ریسک اعتباری مشتریان حقوقی دربانک ها تجاری با رویکرد تحلیل پوششی داده ها(رتبه بندی اعتباری)” مشتریان حقوقی متقاضی تسهیلات بانک تجارت استان تهران انجام داده اند که به این منظور بررسی های لازم بر اطلاعات مالی و غیر مالی یک نمونه ۱۴۶ تایی تصادفی ساده از مشتریان حقوقی تسهیلات صورت گرفته است. در این پژوهش، ۲۷ متغیر توضیح دهنده شامل متغیر های مالی و غیر مالی بررسی شد که از بین متغیرهای موجود در نهایت با استفاده از تکنیک تجزیه و تحلیل عاملی و قضاوت خبرگان(روش دلفی)، ۸ متغیر تأثیر گذار بر خطر پذیری اعتباری انتخاب شد که وارد مدل تحلیل پوششی داده ها شد و امتیازات کارایی شرکت های حقوقی با استفاده از آن ها به دست آمد. سپس برای اعتبار سنجی مدل مربوط به آن، تابع رگرسیونی برآورد شد که در آن ۸ شاخص مالی و غیر مالی به عنوان متغیر مستقل و رتبه کارایی حاصل از مدل تحلیل پوششی داده ها به عنوان متغیر وابسته در نظر گرفته شد. نتایج این تحقیق نشان می دهد که ۲۵ شرکت، روی مرز کارایی قرار داشته و کاملاً کارا بوده اند. هم چنین با آزمون فرضیه معنا دار بودن ضرایب مشخص شد که تمامی شاخص ها بجز یک شاخص” ویژه به دارایی کل” بر مسیرهای مورد انتظار قرار داشته و از نظر آماری، در سطح۹۵% اطمینان معنادار می باشند. با مقایسه رتبه های حاصل از به کار گیری معادله رگرسیونی با رتبه های به دست آمده از روش تحلیل پوششی داده ها، ملاحظه شد که تفاوت معناداری میان مقادیر محاسبه شده و واقعی وجود ندارد و این مسأله دلالت بر تأیید فرضیه کارایی مدل تحلیل پوششی داده ها در رتبه بندی اعتباری حقوقی مشتریان بان تجارت می کند.
میرزائی و باقری در پژوهشی تحت عنوان” بررسی عوامل مؤثر بر ریسک اعتباری اشخاص حقوقی بانک ها(مطالعه موردی شعب بانک ملی ایران، شهر تهران)” پرداخته اند. در این پژوهش با استفاده از روش رگرسیون لجستیک یک نمونه تصادفی ۴۵۵ تایی(۲۳۳ مشتری خوش حساب و ۱۳۲ مشتری بد حساب) از شرکت های حقوقی را که در سال۱۳۸۷ از بانک ملی ایران شعب شهر تهران تسهیلات اعتباری دریافت نموده اند، بررسی کرده اند ابتدا ۳۹ متغیر توضیح دهنده شامل متغیر های کیفی و مالی با استفاده از روشC5 شناسایی شده و در نهایت ۱۱ متغیر را که اثر معناداری برریسک اعتباری و تفکیک بین دو گروه از مشتریان خوش حساب و بد حساب داشتند، انتخاب کرده و مدل نهایی را به وسیله آنها پرازش کرده ایم. در مدل پردازش شده، معناداری ضرایب، بااستفاده از آماره Wald و معناداری کل رگرسیون، با استفاده از آماره LR (در سطح اطمینان۹۵ درصد)، مورد بررسی قرار گرفت. نتایج نشان می دهد که بر اساس شاخص های آماری، این توابع از نظر ضرایب و همچنین قدرت تفکیک کنندگی معنادار بوده و اعتبار بالای دارند.

  • منصوری و آذر در مقاله ای با عنوان “طراحی و تبیین مدل کارآمد تخصیص تسهیلات بانکی رویکرد شبکه های عصبی، رگرسیون لجستیک و خطی ” با استفاده از ۱۱ متغیر مستقل و بهره گیری از شبکه های عصبی پرسپترون چند لایه، ریسک اعتباری و ظرفیت اعتباری سازمان های درخواست کننده اعتبار را بطور هم زمان مورد تحلیل قرار داده اند. یافته های آنها نشان می دهد که مدل های شبکه عصبی و رگرسیون لجستیک در برآورد ریسک اعتباری از قابلیت مشابهی برخوردار هستند، ولی مدل های شبکه عصبی در برآورد ظرفیت اعتباری مشتریان از توان بالاتری برخوردار است
  • لطیفی در پژوهش خود با عنوان “بررسی ارتباط بین شاخص های ریسک اعتباری و بازپرداخت بموقع تعهدات مشتریان بانک ملت ” شاخص های ر یسک اعتباری که بیشترین همبستگی با بازپرداخت تعهدات مشتریان ر ا دارد تعیین کرده و مدلی طراحی نموده که بر اساس آن عددی به عنوان شاخص اعتباری وام گیرنده در تصمیمات اعتباردهی تعیین شده است. در این خصوص از گزارش های اطلاعات اعتباری و مالی ۱۰۰ مورد از شرکت های تولیدی که از تسهیلات فروش اقساطی بانک ملت در سال های۱۳۷۸-۱۳۸۳ بهره مند شده اند، استفاده کرده است ؛ به طوری که با به کارگیری تحلیل های چند متغیره فرضیه وجود ارتباط معنا دار بین شاخص های ریسک اعتباری و انجام تعهدات مشتریان، مورد تأیید قرارگرفته و در کنار آن مدلی تحت تابع ممیز برای اندازه گیری وضعیت اعتباری شرکت های تولیدی، مشریان بانک ملت ارائه شده است.

عرب مازار و روئین تن در پژوهشی با عنوان” عوامل مؤثر بر ریسک اعتباری مشتریان بانکی، مطالعه موردی بانک کشاورزی”، اطلاعات کیفی و مالی یک نمونه تصادفی ۲۰۰ تایی از شرکت هایی که در سال های۱۳۷۸-۱۳۸۳ از شعب بانک کشاورزی استان تهران تسهیلات اعتباری دریافت نمودهاند را بررسی کرده اند. آنها در پژوهش خود ۳۶ متغیر کیفی و مالی را شناسایی کرده، سپس با استفاده از تحلیل لاجیت در نهایت ۱۷ متغیر که اثر معنا داری بر ریسک اعتباری و تفکیک بین دو گروه از مشتریان خوش حساب و بد حساب داشتند، انتخاب و مدل نهایی را به وسیله آنها پردازش کرده اند. نتایج آنها نشان می دهد مدل لاجیت در برآورد عوامل مؤثر بر ریسک اعتباری از توان بالایی بر خوردار است.
عیسی زاده و عریانی در پژوهشی تحت عنوان” رتبه بندی مشتریان حقوقی بانک ها بر حسب ریسک اعتباری به روش تحلیل پوششی داده ها( مطالعه موردی شعب بانک کشاورزی)” انجام داده اند که در این مطالعه روش نمونه گیری خوشه ای از مناطق شرق و غرب بانک کشاورزی استان تهران، ۲۸۶ شرکت تسهیلات گیرنده مورد بررسی قرار گرفته و پس از خارج کردن داده های نا مناسب تنها ۷۵ شرکتتی که با استفاده از فروش اقساطی ۲۴ ماهه با سر رسید پایان اردیبهشت ماه ۱۳۸۴ تسهیلات دریافت کرده بودند، برای تجزیه و تحلیل نهایی مورد استفاده قرار گرفتند. در نهایت با استفاده از روش تحلیل پوششی داده ها، کارایی فنی محاسبه و شرکت ها رتبه بندی شدند. نتایج بدست آمده نشان می دهدکه ۱۵ شرکت( معادل ۲۰ درصد شرکت های مورد بررسی) روی مرز کارایی قرار داشته و کاملاً کارا قلمداد شده اند. همچنین میانگین کارایی فنی معادل ۷۸ درصد بوده است به این معنا که در مجموع شرکت های مورد بررسی، ۲۲درصد بیش از میزان مورد نیاز، ورودی ها و عوامل تولید را مورد استفاده قرار داده و دارای سود آوری پایینی می باشند
نتیجه گیری
در فصلی که گذشت شرحی از مطالعاتی که در راستای تحقیق انجام پذیرفته ، به تفکیک پژوهش های داخلی و خارجی ارائه گردید در این راستا با بر جسته نمودن موضوعاتی نظیر مدیریت ریسک اعتباری و مطالعات کاهش مطالبات معوق و مدیریت به دنبال نشان دادن اهمیت این موضوعات در سیستم بانکی و موسسات اعتباری بودیم.
فصل چهارم
بررسی مدل ها و روشهای برآورد ریسک اعتباری
مقدمه
در طول دهه های گذشته،تعدادی از بانک های بزرگ دنیا سیستم های پیچیده ای را به منظور اندازه گیری ریسک اعتباری ابداع کرده اند. گرایش به مدلهای ریسک اعتباری به دلیل تعیین دقیق سرمایه اقتصادی مورد نیاز، حمایت از بانک یا مؤسسه در مقابل فعالیت های ریسکی و کاهش ذخایر مطالبات مشکوک الوصول می باشد. مدل های ریسک اعتباری نقش مهمی در فرآیند مدیریت ریسک دارند.
ابزارهای زیادی از حوزه های علمی ریاضی، آمار، اقتصاد سنجی و تحقیق در عملیات از قبیل: برنامه ریزی ریاضی، شبیه سازی احتمالی و قطعی[۵۶]، شبکه های عصبی، تحلیل بقاء[۵۷] ، نظریه بازی ها، تحلیل ممیزی، لوجیت[۵۸]، و… در پیشرفت اندازه گیری دقیق ریسک اعتباری سهیم بوده اند. همچنین نظریات مهم مالی مانند نظریه آربیتراژ[۵۹]، نظریه قیمت گذاری اختیار معامله[۶۰]، و مدل قیمت گذاری دارایی های سرمایه ای همگی در توسعه مدل های دقیق تر اندازه گیری ریسک اعتباری نقش مؤثری را ایفا نموده اند. در مدل های جدید اندازه گیری ریسک اعتباری از طیف گسترده ای از محصولات مالی از قبیل وام های مصرفی، وام های تجاری، وام های مسکن، ابزارهای مشتقه اعتباری و سایر محصولات خارج از ترازنامه استفاده می شود.
در این فصل چگونگی اجرای مدل های ریسک اعتباری، کاربردها و اهداف نظارتی آن تشریح می شود.
۱-۴٫ ارتباط مدلهای ریسک اعتباری با تصمیمات اعتباری
مدل های ریسک اعتباری از اهمیت زیادی برخوردار هستند زیرا بصیرت و دانش لازم را در مورد زیان های احتمالی اعطای تسهیلات برآورد و ارائه خواهند نمود. در بازاری که حاشیه سود بانک ها به دلیل تشدید رقابت دائماً در حال کاهش بوده و همواره فشار برای کاهش بیشتر هزینه ها احساس می گردد، مدل ریسک اعتباری با پیش بینی زیان های عدم باز پرداخت، نوعی مزیت نسبی برای وام دهندگان ایجاد خواهد کرد. در مؤسسات بزرگی که با انواع مخاطرات مواجه هستند، مدل های اعتباری پیش بینی مناسبی از واقعیت را به تصمیم گیرندگان اعتباری ارائه خواهند نمود. مدل های ریسک اعتباری با اندازه گیری ریسک می توانند با ایجاد ارتباط منطقی بین ریسک و بازده، قیمت گذاری مناسبی از دارایی ها را فراهم سازند. از سوی دیگر ریسک اعتباری امکان بهینه سازی ترکیب پرتفوی اعتباری و تعیین سرمایه اقتصادی بانک ها را فراهم می آورند(سانتومرو[۶۱]،۱۹۹۷)
۲-۴٫ کاربرد مدل های ریسک اعتباری
روش های مدل سازی ریسک اعتباری باعث شده است که دیدگاه مدیریت ریسک منعطف شود و به همین دلیل این مدل ها می توانند موجب توسعه و پیشرفت فرهنگ کلی اعتبار در بانک ها شوند. نوع مدل های انتخابی جهت مدیریت ریسک اعتباری از یک بانک به بانک دیگر تفاوت دارد. یکی از مهم ترین عواملی که بر انتخاب مدل ریسک اعتباری تأثیر می گذارد نوع کاربردی است که از آن مدل انتظار می رود. از سوی دیگر کاربرد مدل های ریسک اعتباری بسیار گسترده بوده که از مهمترین آنها می توان به موارد زیر اشاره نمود. (آلتمن[۶۲]، ۱۹۹۵
۱-۲-۴٫ تصویب اعتبار
از کاربردهای اصلی مدل های ریسک اعتباری تصمیم گیری در زمینه تصویب یا رد درخواست وام از سوی مشتری می باشد. این مدل ها به تنهایی و یا به کمک ابزارهای دیگر برای تصویب در خواست وام مشتری مورد استفاده قرار می گیرند. به عبارت دیگر از این مدل ها بیشتر یرای تصویب وام های کوچک و یا متوسط استفاده می شود و عموماً برای تصویب وام های بزرگتر علاوه بر مدل ریسک اعتباری از سیستم های دیگری نیز استفاده خواهد شد.
۲-۲-۴٫ تعیین رتبه اعتباری
مدل های ریسک اعتباری ابزارهای مناسبی جهت تعیین رتبه اعتباری متقاضی هستند. از این مدل به ویژه یرای تعیین رتبه اوراق قرضه و کلیه وام ها بکار برده می شود.
رتبه اعتباری به نوبه خود جهت تعیین محدودیت وام ها و پرتفوی اعتباری مورد استفاده قرار خواهند گرفت.
۳-۲-۴٫ قیمت گذاری وام
مدل های ریسک اعتباری با برآورد احتمال عدم بازپرداخت و اندازه زیان احتمالی، میزان صرف ریسک[۶۳] اوراق قرضه و وام ها را تعیین نموده و از این طریق امکان قیمت گذاری آنها را فراهم می آورند
۴-۳-۴٫ هشدار دهنده به موقع مالی[۶۴]
یکی از کاربردهای مدل های ریسک اعتباری، هشدار به موقع در مورد مشکلات ایجاد شده در پرتفوی اعتباری می باشد. به عبارت دیگر این مدل ها با اندازه گیری ریسک و میزان زیان مورد انتظار آن، هشدار دهنده مناسبی برای مدیریت ریسک پرتفوی می باشند.
۵-۲-۴٫ ایجاد ادبیات اعتباری مشترک
مدل های اعتباری برای انتخاب مناسب ترین دارایی ها و ایجاد پرتفوی اعتباری قابل قبول بکار می روند. مطمئناً چنین اقدامی نیازمند وجود یک ادبیات مشترک در بازار برای رسیدن به تصمیمات اعتباری است. مدل های ریسک اعتباری با ایجاد زبان مشترک، نقش اساسی را در انتخاب ترکیب مناسب و بهینه پرتفوی خواهند داشت.
۶-۳-۴٫ تدوین استراتژی وصول مطالبات
مدل های اعتباری برای اتخاذ مناسب ترین تصمیمات پیگیری وصول مطالبات اعتباری نیز مورد استفاده قرار می گیرند. به عنوان مثال اگر مدل اعتباری پیش بینی نماید که وام گیرنده با احتمال قوی با مشکلات نقدینگی کوتاه مدت در آینده مواجه خواهد شد، در این حال بجای رد درخواست وام یا کاهش آن، با اتخاذ تمهیدات مناسب می تواند فرصت باز پرداخت اصل و فرع وام را به گونه ای تغییر داده تا وام گیرنده بتواند به تعهداتش عمل نماید.
با توجه به نوع کاربرد مد نظر مدیریت ریسک، نوع مدل مورد نظر وی انتخاب می شود.
۳-۴٫ چالش های کلیدی در کاربرد مدل
کارشناسان به این نتیجه رسیده اند مدل های ریسک اعتباری موجب مدیریت بهتر ریسک می گردد. به هر حال، موانع کلیدی(مانند محدودیت های اطلاعاتی) باید قبل از اینکه مدل مورد استفاده قرار بگیرد، رفع شوند. معضل اصلی مدل های اعتباری، وجود و یا عدم وجود بانک اطلاعاتی سوابق اعتباری است که معمولاً در دسترس نیست. همین امر موجب شده که اندازه گیری ریسک دوره های متعدد اعتباری و تخمین دقیق پارامترهای کلیدی آن با مشکل مواجه می شود. بنابراین و با توجه به محدودیت های جاری، پارامترهای مدل اغلب با استفاده از فرضیات ساده تر و جمع آوری اطلاعات از منابع متعدد تعریف شوند.
۴-۴٫ فنون اندازه گیری ریسک اعتباری
بطور کلی متداول ترین فنون اندازه گیری ریسک اعتباری به شرح زیر است:

برای دانلود متن کامل این فایل به سایت torsa.ir مراجعه نمایید.