برآورد ریسک اعتباری و رتبه بندی اعتباری مشتریان بانک ملت با استفاده از مدل لاجیت
thesis
- وزارت علوم، تحقیقات و فناوری - دانشگاه پیام نور - دانشگاه پیام نور استان تهران - دانشکده اقتصاد
- author سمیه خلج آباد فراهانی
- adviser محمدرضا رنجبر فلاح جهانگیر بیابانی
- Number of pages: First 15 pages
- publication year 1391
abstract
بانکها در پرداخت تسهیلات با خطر بزرگی که به آن ریسک اعتباری می گویند مواجه هستند. برای کاهش این ریسک، باید درجه اعتبار و قدرت بازپرداخت اصل و سود تسهیلات دریافت کننده را تعیین نمود تا احتمال عدم برگشت اصل و سود تسهیلات اعطایی، کاهش یابد. یکی از روش های کاهش این ریسک، طراحی نظام تعیین درجه اعتباری (رتبه بندی اعتباری) برای دریافت کنندگان تسهیلات است. در این تحقیق با درنظر گرفتن مشتریان حقیقی بانک ملت و با استفاده از مدل رگرسیون لوجیت، ریسک اعتباری برآورد، عوامل موثر برآن شناسایی و وزن دهی شده و مدلی جهت رتبه بندی اعتباری مشتریان طراحی گردید. در این راستا، ابتدا آزمون هم خطی بین متغیرها با استفاده از عامل تورم واریانسها (vif)، برآورد و استقلال متغیرها اثبات گردید. سپس با توجه به تعدد متغیرهای کمی و کیفی تاثیرگذار بر ریسک اعتباری، متغیرهای تاثیرگذار (متغیرهایی که ارتباط معنی داری با نکول تسهیلات داشتند) با استفاده از ضریب همبستگی اسپرمن از بین متغیرهای متعدد، انتخاب گردیدند. در ادامه متغیرهای شناسایی شده، وارد مدل رگرسیون لاجیت شده و ضرایب اهمیت هر یک برآورد و تفسیر گردید. سپس قدرت پیش بینی مدل با استفاده از داده های آزمایش، تخمین زده شد و در نهایت سیستم رتبه بندی مشتریان (اعتبارسنجی) طراحی و رتبه اعتباری مشتریان نمونه برآورد گردید. نتایج نشان می دهند که مهمترین متغیرهای تاثیرگذار بر ریسک اعتباری عبارتند از : بخش فعالیت شغلی متقاضی (در پنج گروه صنعتی و معدنی، کشاورزی، تولیدی، خدماتی و بازرگانی)، معدل حساب، سابقه اعتباری، ارزش ریالی وثیقه، مبلغ ترهین، مبلغ وام، مدت سر رسید وام، درآمد ماهیانه متقاضی و مبلغ سررسید. آماره والد نشانگر معنی دار بودن تمامی ضرایب و آماره های mc fadden نشانگر قابل توضیح بودن 82/0 تغییرات متغیر وابسته توسط متغیرهای مستقل مدل و lr معادل 90/93 نشانگر معنی دار بودن رگرسیون است. همچنین آزمون "هاسمر لمشو" که معادل 07/13 برآورد گردید (با احتمال آن بزرگتر از 05/0 و برابر 62/0)، حاکی از صحت تعیین مدل و نکویی برازش و کارایی بالای مدل در پیش بینی احتمال قصور مشتریان متقاضی وام است. همچنین درجه حساسیت مدل برابر 98 درصد (درصد پیش بینی صحیح مدل برای خوش حسابان) و درجه تشخیص مدل برابر 92 درصد (درصد پیش بینی صحیح مدل برای بد حسابان) می باشد.
similar resources
رتبه بندی اعتباری مشتریان حقوقی بانک پارسیان
این مقاله با هدف مدلسازی سنجش ریسک اعتباری و اعتبارسنجی مشتریان در بانک پارسیان به روش رگرسیون لاجیت وپروبیت و مدل شبکههای عصبی هوشمند GMDH انجام میشود. بدین منظور اطلاعات و دادههای مالی و کیفی یک نمونه تصادفی 400 تایی از مشتریان که تسهیلات دریافت نموده اند مورد بررسی قرار میگیرد. این حجم نمونه از مشتریان دارای حساب منتهی به سال 1388 انتخاب شدهاند. در این مقاله پس از بررسی پروندههای اعتبا...
full textرتبه بندی اعتباری مشتریان حقوقی بانک پارسیان
این مقاله با هدف مدلسازی سنجش ریسک اعتباری و اعتبارسنجی مشتریان در بانک پارسیان به روش رگرسیون لاجیت وپروبیت و مدل شبکههای عصبی هوشمند GMDH انجام میشود. بدین منظور اطلاعات و دادههای مالی و کیفی یک نمونه تصادفی 400 تایی از مشتریان که تسهیلات دریافت نموده اند مورد بررسی قرار میگیرد. این حجم نمونه از مشتریان دارای حساب منتهی به سال 1388 انتخاب شدهاند. در این مقاله پس از بررسی پروندههای اعتبا...
full textرتبه بندی اعتباری مشتریان حقوقی بانک پارسیان
این مقاله با هدف مدلسازی سنجش ریسک اعتباری و اعتبارسنجی مشتریان در بانک پارسیان به روش رگرسیون لاجیت وپروبیت و مدل شبکه های عصبی هوشمند gmdh انجام می شود. بدین منظور اطلاعات و داده های مالی و کیفی یک نمونه تصادفی 400 تایی از مشتریان که تسهیلات دریافت نموده اند مورد بررسی قرار می گیرد. این حجم نمونه از مشتریان دارای حساب منتهی به سال 1388 انتخاب شده اند. در این مقاله پس از بررسی پرونده های اعتبا...
full textرتبه بندی اعتباری مشتریان اعتباری بانک با دو روش لاجیت و پرابیت
امتیاز دهی اعتباری، روشی است که احتمال این مسئله را که، آیا متقاضی وام یا وام گیرنده فعلی بدهی خود رابه موقع پرداخت می کند (خوش حساب خواهد بود) یا اینکه در پرداخت بدهی خود قصور می کند را برآورد می نماید. دو نوع روش برای امتیازدهی اعتباری شامل مدل آماری سنتی مثل تجزیه و تحلیل رگرسیون و مدل های داده کاری مثل طبقه بندی و رگرسیون های سلسله مراتبی و دسته بندی آنها وجود دارد. در این تحقیق، ساختار هر ...
15 صفحه اولطراحی سیستم هوشمند ترکیبی رتبه بندی اعتباری مشتریان بانک ها با استفاده از مدل های استدلالی فازی ترکیبی
هدف اصلی تمام بانک های تجاری جمع آوری پس اندازهای افراد حقیقی و حقوقی و تخصیص آن ها به صورت تسهیلات به شرکت های صنعتی، خدماتی و تولیدی است . عدم بازپرداخت تسهیلات از جانب این مشتریان، بانک ها را دچار م شکلات عدیده ای از جمله ناتوانی در بازپرداخت وام های بانک مرکزی، بیشتر شدن مقدار تسهیلات از مقدار باز پرداختی های مشتریان و عدم توانایی اعطای تسهیلات می کند . اهمیت اعطای تسهیلات در صنعت بانکداری ...
full textمدلسازی ریسک اعتباری مشتریان بانک با استفاده از مدل تحلیل بقا مبتنی بر روش اسپلاین
امروزه بانکهای کشور با معضلات جدی به لحاظ نوع داراییهایشان مواجه هستند. از جمله عواملی که منجر به این وضعیت شدهاند میتوان به کیفیت بد داراییهای بانکها اشاره داشت که علت آن را میتوان نداشتن سیستم رتبهبندی و ارزیابی درست در ریسک اعتباری دانست. در این پژوهش با استفاده از مدل رگرسیون کاکس و همچنین مدل بقای رگرسیون لجستیک مبتنی بر اسپلاین به پیشبینی احتمال نکول در طول زمان پرداخته ایم. برای ...
full textMy Resources
document type: thesis
وزارت علوم، تحقیقات و فناوری - دانشگاه پیام نور - دانشگاه پیام نور استان تهران - دانشکده اقتصاد
Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023