طراحی و تدوین مدل ریسک اعتباری در نظام بانکی کشور با استفاده از مدل های چندسطحی

محورهای موضوعی : دانش مالی تحلیل اوراق بهادار

تیمور محمدی ¹ , هادی جوهری ²

1 - عضو هیات علمی، دانشکده اقتصاد دانشگاه علامه طباطبائی
2 - دانشجوی دکتری اقتصاد مالی، دانشکده پردیس دانشگاه علامه طباطبایی

تاریخ دریافت : 1396/10/24 تاریخ پذیرش : 1397/03/15 تاریخ انتشار : 1398/01/01

کلید واژه: ریسک اعتباری, رتبه بندی اعتباری, نظام بانکی, مدل های چندسطحی, رگرسیون لاجیت,

چکیده مقاله :

بحران های مشاهده شده در نظام های بانکی کشورها، عمدتاً ناشی از عدم کارایی در مدیریت ریسک اعتباریبوده است. در حال حاضر به دلیل حجم بالای تسهیلات بانکی، ریسک بازپرداخت آن ها یک چالش بزرگ برایبانک ها می باشد. لذا در مقاله حاضر به طراحی و تدوین مدل ریسک اعتباری در نظام بانکی کشور توسط مدل هایچند سطحی پرداختیم. در نتیجه با استفاده از روش رگرسیون لاجیستیک و به صورت چندسطحی به تحلیلریسک اعتباری مشتریان حقوقی نطام بانکی کشور می پردازیم. مجموع مشاهدات به کار گرفته شده در تخمیناین مدل شامل 5925 رکورد از شخصیت های حقوقی بوده که از بانک ها تسهیلات دریافت کرده اند. تعیینمتغیرها در تخمین این مدل بر اساس روش گام به گام انتخاب شده است. نتایج نشان می دهد که با تغییر کسب وکار در سطح اول ریسک اعتباری مشتریان حقوقی تغییری نخواهد کرد. همچنین با عنایت به اینکه ضریب سطحدوم از سطح اول و سوم بسیار بالاتر است لذا جابجایی و تغییر در کسب وکارها در درون سطح دوم نسبت به سطحاول و سوم به مراتب اثر بالاتری بر ریسک اعتباری مشتریان حقوقی خواهد داشت. لذا سیستم بانکی باید نسبت بهرشته فعالیت های سطح دوم بیشتر حساسیت نشان دهد.

چکیده انگلیسی:

The observed crises in the banking systems of the countries are mainly due to inefficiencies in credit risk management. Due to the large volume of bank facilities, the risk of repaying them is a big challenge for banks. Therefore, in this paper, we have designed and developed a credit risk model in the banking system of the country by multilevel models. As a result, we use a logistic regression method to analyze the credit risk of legal clients of the country's banking system in a multi-level manner. The total number of observations used in the estimation of this model includes 5925 records of legal persons who have received Persian, Entrepreneur, Sine and Diet facilities. Determination of variables in the estimation of this model has been selected based on the step-by-step method. The results show that changing business at the first level will not change the credit risk of legal customers. Also, given that the coefficient of the third level is much higher than the first and second levels, displacement and change in the business within the second level, compared to the first and third levels, will have a much higher effect on the credit risk of legal customers. Therefore, the banking system should be more sensitive to the activities of the second level.

منابع و مأخذ:

.) ابوالحسنی، اصغر و رفیتع حستنی مقتدم. ) 1911
"بررسی انواع ریسک ها و روش های مدیریت آن در
نظام بانکداری بدون ربای ایتران ". فصتلنامه علمتی
. پژوهشی اقتصاد اسلامی، سال هشتم، ش 90
 آقایی، م، آقایی، ا، آقایی، ر. ) 1921 (. "شاخص های
اساستتی متتؤثر بتتر وفتتاداری مشتتتریان در صتتنعت
بهداشتی و ستلولزی ایتران بتا استتفاده از رویکترد
دلفی فازی و دیمتتل فتازی ". متدیریت بازرگتانی،
. شماره 9
 .) برزده، سید محمد و تقتوی فترد، محمتد. ) 1929
"طراحی و توسعه یک سیستم خبره فازی مبتنتی
بر قانون برای ارزیابی اعتباری مشتریان شرکت های
تجتاری )متتورد مطالعته: شتترکت توزیتتع و پختتش
البرز(". مدیریت بازرگانی دوره 5 شماره 9 صفحات
- .11 91
 .) تهرانتتی، فتتلاح و شتتمس، میتتر فتتی . ) 1919
"طراحی و تبیین مدل ریستک اعتبتاری در نظتام
بتانکی کشتور". مجلته علتوم اجتمتاعی و انستتانی
دانشگاه شیراز دوره بیست و دوم، شماره دوم.
 حکیم آبادی، محمدتقی، جعفری صمیمی، احمد و
مولانا، مسیح. ) 1912 (. "مدل رتبه بنتدی ریستک
اعتباری کشورهای در حال توسعه به روش تحلیتل
مولفه های مستقل". دو فصلنامه علمی پژوهشی –
- . جستارهای اقتصادی، ش 19 ، صفحات 29 115
 موستویان، ستید عبتاس و موستوی بیتوکی، ستید
محمدمهدی. ) 1911 (. "مدیریت ریستک اعتبتاری
در بانکتتداری استتلامی از طریتتق ستتوآپ نکتتول
اعتباری". فصلنامه علمی پژوهشی اقتصاد اسلامی/
. سال نهم، شماره 99
 موستتویان ستتید عبتاس و موستوی بیتوکی، ستتید
محمدمهدی. ) 1912 (. "بررسی امکتان استتفاده از
سوآپ بازده کل جهت مدیریت ریسک اعتباری در
بانکداری اسلامی". فصلنامه علمی پژوهشی اقتصاد
. اسلامی، سال دهم، شماره 91
 نادری، ابوالقاسم. ) 1911 (. "الگوسازی چندسطحی
و کاربردهتتای آن در اقتصتتاد". همتتایش معرفتتی و
کاربرد مدلهای ناخطی پویا و محاسباتی در اقتصاد،
تهران، دانشکده اقتصاد دانشگاه علامه طباطبایی.
 نیلی، مسعود و سبزواری، حسن. ) 1911 (. "بترآورد
و مقایسه مدل درجه بندی اعتباری لاجیت با روش
تجزیتته و تحلیتتل سلستتله مراتبتتی AHP ". مجلتته
. علمی، پژوهشی شریف، شماره 99
 Alesia S. K. (2010). “Improved Credit Scoring with Multilevel Statistical Modelling”. Technische Universität Dortmund, Wirtschafts- und Sozialwissenschaftliche Fakultät, December 17.
 Altman EI. (1968). “Financial ratios discriminate analysis & the prediction of corporate bankruptcy”. The Journal of finance XXIII.
 Altman, E.I. and Saunders, A. (1997). “Credit Risk Measurement: Developments over the Last 20 Years”. Journal of Banking and Finance, forthcoming (New York University SalomonCenter Working Paper S-96-40).
تیمور محمدی و هادی جوهری
511 فصلنامه علمی پژوهشی دانش مالی تحلیل اوراق بهادار / شماره چهل ویکم
 Beaver, W.H. (1976). “Financial Ratios and Predictors of Failure”. Journal of Accounting Reserch, 11-71.
 Beltratti, A., and Stulz, R. M. (2012). “The credit crisis around the globe: why did some banks perform etter?”. Journal of Financial Economics 105, 1-17.
 Berger, A.N., and Bouwman, C.H.S. (2013). “How does capital affect bank performance during financial crises?”. Journal of Financial Economics, forthcoming.
 Boggess, W.B. (1967). “Screen-test your credit risk”. Harvard Business Review
 Bryk, A.S. &Raudenbush, S.W. (1992). "Hierarchical Linear Models". Newbury Park:CL: SAGE.
 Chikashi, T. (2014). “An Investigation of the Relationship between Risk and Return: The Case of the Latin American Stock Markets”. Accounting and Finance Research Vol. 3, No. 1.
 Deakin, E.B. (1972). “A discriminate analysis of predictors of business failure”. Journal of accounting Research.
 Doumpos M., Dimitrios, N., Constantin, Z., and Andriosopoulos, K. (2014). “Combining accounting data and a structural model for predicting credit ratings: Empirical evidence from European listed firms”. Journal of Banking & Finance.
 Durand, N. (1971). “Risk element in consumer installment lending”. National bureau of economic research, New York, vol.8.
 Fisher R.A. (1963). “The Use of multiple measurement in Taxonomic problem”. Annals of Eugenics
 Gelman, A., and Hill, J. (2007). “Data analysis using regression and multilevel/hierarchical models”. Cambridge University Press.
 Goldstein, H. (2003). “Multilevel Statistical Models”. London. Edward Arnold.
 Graham, S., Singer, J. and Willett, J. (2008). “An Introduction to the Multilevel Model for Change”. In P. Alasuutar, L. Bickman and J. Brannen (Eds.) Handbook of Social Research Methods. Newbury Park, CA: Sage, pp. 377-394.
 He, Z., and Xiong, W. (2012). “Rollover Risk and Credit Risk”. Journal of Finance 67, 391-429.
 Imbierowicz, B., and Rauch, C. (2014). “The Relationship between Liquidity Risk and
Credit Risk in Banks”. Journal of Banking & Finance.
 Joseph, C. (2013). “Advanced Credit Risk Analysis and Management”. Includes bibliographical references and index, United Kingdom.
 Jorekson, G., and Sorbom, D. (2004). “Lisrel.8.7.Student Version”. Scientific Software International.
 Khudnitskaya, A. (2009). “Adverse selection in credit scoring through the prism of hierarchical multilevel modelling”. Proceedings book of Spring Meeting of Young Economists, pp. 121-125, Beta: ISBN 978-605-377-049-7.
 Li, S., Li, J. Z. (2010). “Agents International: Integration of multiple agents, simulation, knowledge bases and fuzzy logic for international marketing decision making”. Expert Systems with Applications, 37 (3):2580–2587
 Morgan G. (1994). “Risk metrics technical Document”. 2nd Edition, New York.
 Mousavi, S.M.M. (2008). “The Comparative Study of Credit Defult Swap and Total Return Swap with Islamic Jurisprudence Principle”. Proceeding of 3 rd Islamic Banking, Acounting and Finance (iBAF) Conference, Malaysia, Faculty of Economics and Muamelat, Islamic University Science of Malaysia.
 Papke, L.E. and Wooldridge, J.M. (2008), "Panel Data Methods for Fractional Response Variables with an Application to Test Pass Rates", Journal of Econometrics, 145(1-2), pp. 121-133.
 Rabe-Hesketh, S., Skrondal A. and Pickles A. (2004). “Generalized multilevel structural equation modelling”. Psychometrika, 69, pp.167-190.
 Rabe-Hesketh, S., Skrondal, A. (2008). “Multilevel and Longitudinal Modelling using STATA”. College Station, TX: Stata Press.
 Raeder, K., Siegmund, U., Grittner, U., Dassen, T. and Heinze, C. (2010). “The use of fall prevention guidelines in German hospitals - a multilevel analysis”. Journal of Evaluation in Clinical Practice, Vol. 16 Issue 3, pp. 464 – 469
 Saunders, A and Millon Correntt, M. (2001). “Financial markets and Institutions: A modern perspective”. Mc Graw-Hill, International Edition.
طراحی و تدوین مدل ریسک اعتباری در نظام بانکی کشور با استفاده از مدل های چندسطحی
فصلنامه علمی پژوهشی دانش مالی تحلیل اوراق بهادار / شماره چهل ویکم 511
 Treacy, W.F. (1998). “Credit Risk Rating Systems At Large U.S. Bank”. Gournal of Banking and Finance, 24 (1-2), 167-201.
 Yang L. (2001). “New Issue in credit scoring applications”. Gearge-Augest, University Gottingen, Institute for Wirtschart.
 Gardeazabal, J. (2010), "Vote Shares in Spanish General Elections as a Fractional Response to the Economy and Conflict", Economics of Security Working Paper, 33, Berlin: Economics of Security.
 Wooldridge, J.M. (2011), "Fractional Response Models with Endogenous Explanatory Variables and Heterogeneity", Paper presented at the Stata Conference Chicago 201, June 14-15 2011, Gleacher Center, Chicago

_||_