سیستم رتبه‌بندی اعتباری (Credit scoring system)
مفهوم:
والد:
بعد:
فرزند:
لید
رتبه‌بندی امروزه صنعتی تاثیر‌گذار در بازارهای مالی و اقتصاد كشورهای توسعه یافته محسوب می‌شود و سیستم‌های رتبه‌بندی اعتباری به طور مجازی می‌تواند در قالب انواع تحلیل‌های اعتباری از اعتبار مصرف کننده تا تسهیلات بازرگانی یافت شود. در این راستا، عوامل اصلی را باید از قبل شناسایی نمود و احتمال نکول (در مقابل بازپرداخت) را تعیین کرد و آن ها را درقالب امتیاز کمّی، ترکیب یا موزون نمود. در برخی موارد، امتیاز به طور رسمی به عنوان احتمال نکول تفسیر می‌شود و در سایر موارد، امتیاز مذکور به عنوان سیستم طبقه‌بندی مورد استفاده قرار می‌گیرد. با این امتیاز قرض‌گیرنده بالقوه به دو گروه خوب یا بد و مبتنی بر امتیاز تقسیم می‌شوند. سیستم رتبه‌بندی اعتباری به واسطه موسسات رتبه‌بندی بین‌المللی از جمله مودیز و S&P به ایفای نقش خود می‌پردازند.
تعریف به حد
سیستم رتبه‌بندی اعتباری یکی از ابزارهای سنجش ریسک اعتباری است که توسط وام‌دهندگان و موسسات مالی انجام می‌شود تا میزان اعتبار یک شخص یا یک کسب و کار را تعیین کند. امتیازدهی اعتباری توسط این نهادها برای تصمیم‌گیری در مورد تمدید یا رد اعتبار متقاضیان مورد استفاده قرار می‌گیرد. رتبه اعتباری می‌تواند بر بسیاری از معاملات افراد از جمله وام مسکن، وام خودرو، کارت اعتباری و وام شخصی تأثیر بگذارد.
وجوه افتراق یا شقوق مختلف
سیستم رتبه‌بندی اعتباری یک تجزیه و تحلیل آماری است و به عنوان یکی از ابزارهای سنجش ریسک اعتباری منجر به تخصیص بهینه منابع و وجوه موجب افزایش ارزش‌افزوده، رشد اقتصادی، کاهش معوقات بانکی و ایجاد گردش مالی در کشور خواهد شد. موسسات رتبه‌بندی مادامی‌که سبب شفافیت اطلاعات و نقاط قوت و ضعف شرکت‌ها می‌شود، راه‌حل‌هایی جهت رفع نواقص نیز ارائه می‌دهد. در حقیقت این موسسات منجر به اصلاح ساختار و افزایش اعتبارشده و درنهایت باعث رشد و توسعه کشور می‌شود.
فهرست مطالب
محتویات
مقدمه
سیستم‌های رتبه‌بندی اعتباری به طور مجازی می‌تواند در قالب انواع تحلیل‌های اعتباری از اعتبار مصرف کننده تا تسهیلات بازرگانی یافت شود. ایده مذکور اساساً مشابه است: عوامل اصلی را باید از قبل شناسایی نمود و احتمال نکول (در مقابل بازپرداخت) را تعیین کرد و آن ها را درقالب امتیاز کمّی، ترکیب یا موزون نمود. در برخی موارد، امتیاز به طور رسمی به عنوان احتمال نکول تفسیر می‌شود و در سایر موارد، امتیاز مذکور به عنوان سیستم طبقه‌بندی مورد استفاده قرار می‌گیرد: با این امتیاز قرض‌گیرنده بالقوه به دو گروه خوب یا بد و مبتنی بر امتیاز تقسیم می‌شوند. بررسی‌های کامل رویکرد سنتی در خصوص رتبه‌بندی اعتباری و روششناسی متنوع را می‌توان در مطالعات کائوت، آلتمن و نارایانان (1998)و ساندرز (1997) مشاهده کرد. بررسی مناسب از کاربرد جهانی مدل‌های رتبه‌بندی اعتباری را می‌توان در مطالعه آلتمن و نارایانان (1997) یافت.
روششناسی
چهار شکل روششناسی مدل‌های رتبه‌بندی اعتباری چندمتغیره وجود دارند: (1) مدل احتمال خطی، (2) مدل لاجیت (3) مدل پروبیت و (4) مدل تحلیل افتراقی. مستر (1997) کاربرد گسترده مدل‌های رتبه بندی اعتباری را مستند نمود: 97 درصد بانک‌ها از رتبه‌بندی اعتباری برای تأیید کاربردهای کارت اعتباری استفاده می‌کنند در حالی که 70 درصد بانک‌ها ار رتبه‌بندی اعتباری در وام‌دهی به کسب و کارهای کوچک استفاده می‌کنند. به دلیل آن که این کتاب در ارتباط با مدل‌های جدیدتر اندازه‌گیری ریسک اعتباری است، یک نمونه ساده از این نوع مدل کافی خواهد بود تا مواردی را نشان دهد که توسط بسیاری از مدل‌های جدیدتر قابل نمایش هستند.
اخیراً تناسب مدل تحلیل افتراقی با در نظر گرفتن رویکرد ناپارمتریک بهبود پیدا کرد (بارنیو و راوه (19899) و این اقدام با انتخاب متغیرهای توضیحی با توزیع نرمال چندمتغیره (کارلز و پراکاش (1987)) و مشارکت در شبکه عصبی صورت گرفت (کوتز و فانت (1993)).
مدل زد-اسکور۱ آلتمن (1968)، به عنوان یک مدل رده‌بندی برای قرض‌گیرندگان شرکتی (و نیز جهت دستیابی به پیش‌بینی از احتمال نکول) مطرح است. بهترین مدل متناسب برای امتیازدهی جهت تسهیلات تجاری برای بنگاه‌های ورشکسته و یا توانگر از نظر مالی بر مبنای نمونه سازگارشده (از بعد سال، اندازه، و صنعت) با استفاده از تحلیل افتراقی خطی بوده است که شکل‌های زیر را به خود گرفته است:
در این معادله X:
X 1: نسبت سرمایه در گردش به کل دارایی‌ها
X 2: نسبت عایدی به کل دارایی‌ها
X 3:نسبت بازدهی قبل از کسب مالیات به کل دارایی‌ها
X 4: نسبت ارزش بازاری حقوق صاحبان سهام به ارزش دفتری کل بدهی‌ها
X 5: نسبت فروش به کل دارایی‌ها
طبق محاسبات کارشناس مسئول اعتباری، اگر چنان چه نسبت‌های حسابداری قرض‌گیرنده (X iها)، هنگامی که با ضرایب برآوردی در تابع z موزون می‌شود، منجر به زد اسکور پایین‌تری نسبت به ارزش بحرانی (در مطالعه اولیه آلتمن عدد ۸۱/۱ ذکر شده است) می‌شود که در این وضعیت، آن را در رده «بد» طبقه‌بندی می‌کنند و لذا از اعطاء تسهیلات می‌توان امتناع کرد. انتخاب گزینه امتیاز اعتباری مطلوب، تغییراتی را در شرایط اقتصادی ایجاد می‌کند. به عبارت دیگر، اگر انتظار می‌رود که اقتصادی افول یاید، نقطه برش را به منظور کاهش احتمال اعطاء وام های بد می‌توان افزایش داد. این موضوع خطای نوع اول مدل (اعطاء تسهیلات به مشتریان بد) را کاهش می‌دهد اما خطای نوع دوم مدل (احتمال این که مشتریان خوب از اعتبار بی‌بهره بمانند) را افزایش می‌دهد.
مواردی در اینجا باید مورد بحث قرار گیرند. اول، مدل موردنظر، خطی است در حالی که مسیر ورشکستگی ممکن است به شدت غیرخطی باشد (رابطه بین (X iها) نیز احتمالا غیر خطی بوده است). دوم، با توجه به استثناء ارزش بازاری حقوق صاحبان سهام در نسبت اهرمی، مدل اساساً بر مبنای نسبت‌های حسابداری ارائه می‌شود. در بیشتر کشورها، داده‌های حسابداری تنها در توالی‌های مجزا (مثلا فصلی) ظاهر می‌شوند و عموماً بر مبنای اصول حسابداری تاریخی یا ارزش دفتری هستند. این سؤال قابل طرح است که آیا چنین مدل‌هایی می‌توانند بنگاهی را انتخاب کنند که به سرعت در حال ازبین‌رفتن باشد (مانند دوران بحران آسیایی) . علاوه بر این، از آنجائیکه دنیا در حال پیچیده‌تر‌شدن و رقابتی‌ترشدن است، امکان پیش‌بینی مدل‌های زد-اسکور (z-score) ساده ممکن است بدتر شده باشد. مثال خوب در این زمینه برزیل است. مدل زد-اسکور (z-score) وقتی که در اواسط دهه 1970 متناسب تشخیص داده شد، این مدل عملکرد مناسبی را در پیش بینی نکول حتی دو یا سه سال پیش از ورشکستگی نشان می‌دهد (طبق مطالعه آلتمن، بایدیا و دیاس (1979)). در دوران اخیر، حتی با وجود تورم پایین‌تر و ثبات اقتصادی بالاتر، این نوع مدل به ویژه در زمانی که مثلاً اقتصاد برزیل بازتر شده است کمتر خوب و مناسب به اجرا درآمده است (سانویسنت و بدر (1998)). علاوه بر این، مستر (1998) گزارش می‌دهد که 56 درصد از 33 بانکی که از امتیازدهی اعتباری به عنوان روشی برای تأیید کاربردهای کارت اعتباری استفاده کردند، در پیش‌بینی مشکلات کیفی تسهیلات عاجز ماندند. اگرچنانچه مدل‌های امتیازدهی اعتباری برای کاربردهای کارت اعتباری نسبتاً همگن و غیردقیق به نظر برسد، چگونه می‌تواند تسهیلات تجاری بزرگ و پیچیده را ارزشیابی نماید؟ نکته آخر آن که، مسأله مفهوم اقتصادی احتمالاً موضوعی است که احتمالاً برای اقتصاددانان مالی بیشترین دردسرها را ایجاد خواهد کرد. به عنوان مثال، مفهوم اقتصادی مجموع تغییریافته نمایی در نسبت اهرمی و نسبت فروش به کل دارایی‌ها چیست؟
مراحل و وظایف مهم برای توسعه امتیازدهی
جمع‌آوری و سازمان‌دهی داده‌ها
این مرحله بحرانی مربوط به جمع‌آوری و تطبیق داده‌ها از منابع داده‌ای ناهمگن و سازمان‌دهی آن‌ها می‌شود. این موضوع شامل ادغام و هماهنگ‌کردن ثبت‌ها برای محصولات، کانال‌ها و سیستم‌های مختلف است.
ایجاد مجموعه‌های داده‌ای برای مدل‌سازی
این مرحله شامل نوشتن کد برای کاربر تجاری و یا در برخی موارد فن‌آوری اطلاعات جهت خواندن داده و ایجاد مجموعه داده‌های کوچکتر است که با استفاده از آن، مدل‌ها قابل توسعه خواهند شد. این وظایف شامل مواردی نظیر بکارگیری شمول و عدم شمول شرایط/فیلترها، تعیین متغیرها، استخراج متغیرهای جدید، استخراج و تعیین اهداف و تعیین پنجره عملکرد و پنجره‌های نمونه همراه با بخش‌بندی و نمونه‌گیری است
داده‌کاوی/توسعه کارت امتیازی
این مفهوم در جایی به کار می‌رود که در آن، مجموعه داده‌ها برای اجرای تحلیل‌ها همراه با توسعه مدل مورد استفاده قرار می‌گیرند. در مجموع، این مفهوم به بهترین شکل ممکن درک می‌شود و در بسیاری از مؤسسات به عنوان کوتاه‌ترین بخش از فرآیند شبکه‌های به هم پیوسته در نظر گرفته می‌شود.
تأیید اعتبار/شبیه‌سازی
هنگامی که مدل‌های متعدد ساخته می‌شوند، تأیید اعتبار بی‌موقع و برون‌نمونه‌ای اتفاق می‌افتد (که علاوه بر تأیید اعتبار کیفی می‌باشد.)
پیاده‌سازی مدل
هنگامی که مدل تأیید اعتبار می‌شود، آخرین مدلی که کاندیدا بوده است به هر دو صورت مرحله‌ای یا بلادرنگ مورد استفاده قرار گرفته و پیاده‌سازی می‌شوند. برخی از بانک‌ها با بررسی‌های مقرراتی مواجه هستند زیرا محیط پیاده‌سازی مدل آن‌ها از نرم‌افزارهایی متفاوت با نرم افزار مدل‌سازی استفاده می‌کند. هنگام تأیید اعتبار مدل، مسائل نگران‌کننده در اینجا شامل پیوستگی و تکرارپذیری بوده است زمانی که متغیرها، فیلترها، شرایط و مدل‌های استخراج شده به زبان‌های مختلف به ثبت می‌رسند.
گزارش‌دهی و تحلیل
مدل‌ها و کارت‌های امتیازی برای ثبات، عملکرد و کالیبراسیون مورد پایش قرار می‌گیرند و سنجه‌های متنوع پورتفو وقتی ساخته می‌شوند که در فرآیند تولید قرار بگیرند.
جستارهای وابسته
- سنجش ریسک اعتباری
- ریسک اعتباری
پانویس/ پاورقی
منابع
- Mester, L.(1997). “What’s the Point of Credit Scoring?” Federal Reserve Bank of Philadelphia, Business Review-3–16.
- Saunders, Anthony, and Linda Allen (2002). Credit risk measurement: new approaches to value at risk and other paradigms. Vol. 154. John Wiley & Sons.
- Siddiqi, Naeem.(2012). Credit risk scorecards: developing and implementing intelligent credit scoring. Vol. 3. John Wiley & Sons.
پیوند به بیرون
الگوهای ناوبری
رده