ارزیابی مدلهای ریسک اعتباری بانکها با رویکرد ویژگیهای اخلاقی مشتریان
نویسندگان: ثبت نشده
چکیده مقاله:
زمینه: علیرغم اهمیت ریسک اعتباری در فعالیت بانکها و مؤسسات مالی، به نظر میرسد حرکت منسجم و سازمان یافتهای برای ایجاد مدلهای ریسک اعتباری به خصوص در اقتصاد ایران، صورت نگرفته است. همچنین ویژگیهای اخلاقی مشتریان میتواند اثر قابل ملاحظهای در بازپرداخت تعهداتشان و به عبارت دیگر کاهش ریسک اعتباری داشته باشد. بنابراین تدوین نظام جامع مدیریت ریسک اعتباری از جمله ضروریات نظام بانکی کشور به حساب میآید. رتبهبندی اعتباری مشتریان در بلندمدت باعث افزایش سودآوری؛ بهرهوری بیشتر و پیشی گرفتن از رقبا میشود. برخورداری از یک مدل ریسک کارآمد و لحاظ نمودن ویژگیهای اخلاقی مشتریان در مدل نه تنها تصمیمگیری در زمینه اعتبار و گرفتن وثیقهها را تسهیل مینماید، بلکه افزون بر کاهش هزینه مبادله موجب خواهد شد که سیستم بانکی از الگوی کارآمدی در تخصیص سرمایه به بخشهای مختلف اقتصادی برخوردار شود. نتیجهگیری: در مطالعه حاضر با ارائه تکنیک مدلهای چندسطحی، به بررسی و شرح این روش برای طراحی مدل ریسک اعتباری مشتریان بانکها و لحاظ نمودن ویژگیهای اخلاقی مشتریان به عنوان متغیر توضیحی در مدل خواهیم پرداخت. در نتیجه در یک مدل رگرسیون لاجستیک و با رویکرد چندسطحی، لحاظ ویژگیهای اخلاقی مشتریان به عنوان یک متغیر توضیحی در کنار سایر متغیرهای توضیحی (نظیر سابقه همکاری با بانک، درآمد، نسبتهای مالی مشتریان حقوقی و ...)، نقش مهمی را میتواند در بیان رفتار ریسک اعتباری ایفا نماید.
منابع مشابه
ارزیابی ریسک اعتباری مشتریان بانکها
بانکهای تجاری به منظورمدیریت ریسک اعتباری، از روشهای امتیازدهی اعتباری متفاوتی برای ارزیابی عملکرد مالی شرکتهای متقاضی تسهیلات اعتباری استفاده میکنند. در این تحقیق از یک روش پارامتریک (رگرسیون لجستیک) و یک روش ناپارامتریک (درخت تقسیم و رگرسیون) برای ایجاد مدل امتیازدهی اعتباری استفاده شده است. برای ساخت مدل امتیازدهی اعتباری دادههای مربوط به 282 شرکت کوچک و متوسط وامگیرنده از یکی از شعب ب...
متن کاملارزیابی ریسک اعتباری مشتریان بانک ها
بانکهای تجاری به منظورمدیریت ریسک اعتباری، از روشهای امتیازدهی اعتباری متفاوتی برای ارزیابی عملکرد مالی شرکتهای متقاضی تسهیلات اعتباری استفاده میکنند. در این تحقیق از یک روش پارامتریک (رگرسیون لجستیک) و یک روش ناپارامتریک (درخت تقسیم و رگرسیون) برای ایجاد مدل امتیازدهی اعتباری استفاده شده است. برای ساخت مدل امتیازدهی اعتباری دادههای مربوط به 282 شرکت کوچک و متوسط وامگیرنده از یکی از شعب ب...
متن کاملارزیابی ریسک اعتباری مشتریان بانک ها
ارائه مدلی جهت ارزیابی ریسک اعتباری مشتریان بانک ها با رویکرد داده کاوی مورد مطالعه: مشتریان حفوقی بانک تجارت استان تهرانبانک های تجاری به منظور مدیریت ریسک اعتباری، از روش های امتیازدهی اعتباری متفاوتی برای ارزیابی عملکرد مالی شرکت-های متقاضی تسهیلات اعتباری استفاده می کنند. در این تحقیق از یک روش پارامتریک (رگرسیون لجستیک) و یک روش ناپارامتریک (درخت تقسیم و رگرسیون) برای ایجاد مدل امتیازدهی ا...
متن کاملاندازهگیری ریسک اعتباری مشتریان با رویکرد شبکه عصبی در یکی از بانکهای دولتی
ریسک اعتباری را میتوان به عنوان ضرر محتمل که در اثر یک رخداد اعتباری اتفاق میافتد، بیان کرد. هنگامی که توانایی طرف قرارداد در تکمیل تعهداتش تغییر کند این رخداد اعتباری رخ می دهد. ریسک اعتباری یکی از مهم ترین عوامل تولید ریسک در بانکها می باشد و این ریسک از این جهت ناشی میشود که دریافت کنندگان تسهیلات توانایی بازپرداخت اقساط بدهی خود را به بانک نداشته باشند. بررسی عوامل موثر و تأثیر گزار ...
متن کاملمدیریت ریسک اعتباری مشتریان بانکی با استفاده از روش ماشین بردار تصمیم بهبودیافته با الگوریتم ژنتیک با رویکرد دادهکاوی
مدیریت ریسک اعتباری، رتبهبندی اعتباری و ارزیابی میزان ریسک مشتریان، در کنار جذب منابع از اهمیت بالایی برای بانکها برخوردار است؛ زیرا اگر بانکها با تخصیص بهینۀ منابع و کسب درآمد بین فرایند تجهیز و تخصیص منابع خود نتوانند توازن ایجاد کنند، در آینده با مشکلات زیادی روبهرو میشوند. براساس آمارهای رسمی منتشرشده از سوی بانک مرکزی ج.ا.ا در سالهای اخیر، میزان مطالبات معوق بانکها بسیار افزایش یاف...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 13 شماره 1
صفحات 1- 8
تاریخ انتشار 2018-06
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
کلمات کلیدی برای این مقاله ارائه نشده است
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023