شناسایی و تحلیل شاخص های اعتباری و رفتاری: مدلی برای رتبه بندی مشتریان تسهیلات خرد بانکی

Publish Year: 1404
نوع سند: مقاله ژورنالی
زبان: Persian
View: 63

This Paper With 27 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_JFR-27-4_007

تاریخ نمایه سازی: 11 بهمن 1404

Abstract:

هدف: برای امتیازدهی به مشتریان، بایستی یک سیستم امتیازدهی مناسب و عادلانه تعیین شود؛ سیستمی که بتواند با در نظر گرفتن معیارهای اعتباری و رفتاری، مشتریان را در رده های مختلف قرار دهد و بر اساس عملکرد آن ها، به آن ها امتیازهای متناسب اختصاص دهد. علاوه براین، به توسعه روش هایی برای ارزیابی و پایش مشتریان در طول زمان نیاز است. هدف از این پژوهش، شناسایی و تحلیل شاخص های اعتباری و رفتاری و ارائه مدلی برای رتبه بندی مشتریان در تسهیلات خرد بدون پشتوانه (بدون وثیقه) است. اعتبارسنجی مشتریان فرایند پیچیده ای است که شامل مراحل بررسی مدارک، تحلیل وضعیت مالی و تاریخچه پرداخت های قبلی مشتریان است. یکی از موضوعات مهم در اعتبارسنجی مشتریان، تعیین میزان، توان و قابلیت بازپرداخت وام توسط مشتریان است. هدف از این پژوهش، ارائه مدل اعتبارسنجی و رتبه بندی مشتریان در تسهیلات خرد بدون پشتوانه و برآورد احتمال نکول تسهیلات خرد بدون پشتوانه، در بانکداری دیجیتال بانک خاورمیانه است. روش: جامعه آماری این پژوهش، کلیه مشتریان خرد بانکداری دیجیتال بانک خاورمیانه بود و از روش تمام شماری برای مشتریان سال های ۱۴۰۰ تا ۱۴۰۱ استفاده شد. مبنای این پژوهش برای رتبه بندی مشتریان در تسهیلات خرد بدون پشتوانه، مدلی بود که در پژوهش احمدی کوشا و همکاران (۱۴۰۳) ارائه شد؛ از این رو شاخص هایی همچون سن، مبلغ وام دریافتی، مبلغ مجاز درخواست وام، مبلغ کل تسهیلات دریافتی، امتیاز، تایید پول شویی، جنسیت، شغل، شهر، مدرک، وضعیت وام و نوع شغل، به عنوان متغیرهای ورودی اولیه در نظر گرفته شدند. در ادامه، از رگرسیون فازی و با الهام از کتابخانه های نرم افزار Python مانند SciKit-Fuzzy و NumPy، داده ها تحلیل شدند و در ادامه، فرمولی برای رگرسیون فازی به دست آمد. همچنین، به منظور ارزیابی نهایی مدل اعتبارسنجی و رتبه بندی مشتریان تسهیلات خرد بدون پشتوانه، از یک مثال برای یک مشتری استفاده شد. یافته ها: بر اساس خروجی به دست آمده، متغیرهای مبلغ وام دریافتی درخواست شده، مبلغ کل تسهیلات و شغل، تاثیری در پرداخت اقساط ۶۰ روز بعد از سررسید ندارد. افزون براین، رتبه بندی متغیرهای مهم در پرداخت اقساط ۶۰ روز بعد از سررسید، به ترتیب عبارت اند از: وضعیت تسویه وام، وضعیت پول شویی، جنسیت، مدرک، سن، امتیاز، نوع شغل و شهر. همچنین، اعتبار و قدرت پیش بینی مدل، از طریق یک مشتری بررسی شد که نمره ۸۷۳۸/۰ به دست آمد که نشان می دهد این مشتری در پرداخت اقساط ۶۰ روز بعد از سررسید، در وضعیت خوبی قرار داشته است. بدین ترتیب کارآمدی مدل در ارزیابی و مدیریت ریسک اعتباری آزمون شد. استفاده از این مدل برای موسسه های مالی در تضمین شیوه های وام دهی پایدار حیاتی است. نتیجه گیری: با توجه به متغیرهای شناسایی شده موثر بر رفتار پرداخت پس از سررسید، برای موسسه های مالی ضروری است که این عوامل را در چارچوب های ارزیابی ریسک خود بگنجانند. این بانک باید اجرای پروتکل های سخت گیرانه مبارزه با پول شویی را در اولویت قرار دهد و به طور منظم معیارهای ارزیابی ریسک خود را به روز کند تا با الزامات نظارتی هماهنگ شود. همچنین، برای به حداکثر رساندن کاربرد این مدل، بانک خاورمیانه باید در نظارت و اصلاح مستمر مدل سرمایه گذاری و از آخرین داده های موجود از رفتارهای مشتری برای انطباق با پویایی بازار استفاده کند.

Keywords:

ارائه مدل , اعتبارسنجی , رتبه بندی مشتریان , تسهیلات خرد بدون پشتوانه

Authors

آزاده احمدی کوشا

دانشجو دکتری، گروه علوم اقتصادی، واحد قشم، دانشگاه آزاد اسلامی، قشم، ایران.

فائق احمدی

استادیار، گروه مدیریت مالی، واحد قشم، دانشگاه آزاد اسلامی، قشم، ایران.

محمد حسین رنجبر

دانشیار، گروه حسابداری و مدیریت مالی، دانشکده علوم انسانی، واحد بندرعباس، دانشگاه آزاد اسلامی، بندرعباس، ایران.

حمید رضا کردلوئی

دانشیار، گروه مدیریت بازرگانی و مدیریت مالی، واحد اسلامشهر، دانشگاه آزاد اسلامی، تهران، ایران.

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • احمدی سرتختی، فرشید؛ هژبر کیانی، کامبیز؛ حسینی، سید شمس الدین ...
  • احمدی کوشا، آزاده؛ احمدی، فائق؛ رنجبر، محمد حسین و کردلویی، ...
  • اخباری، حمیدرضا؛ محمدزاده سالطه، حیدر؛ برادران حسن زاده، رسول و ...
  • اشراقی سامانی، رویا؛ شیخ محمدی، فرزاد و پورسعید علیرضا (۱۳۹۴). ...
  • ترابیان، علیرضا؛ ناهیدی امیرخیز، محمد رضا؛ جانی، سیاوش و حسن ...
  • خجسته، غلامرضا؛ دایی کریم زاده، سعید و شریفی رنانی، حسین ...
  • ذوالفقاری، روح اله؛ تشکری، نسیمه و ارم، اصغر (۱۴۰۱). طراحی ...
  • رحمانی، علی؛ پارسایی، منا و محمدی خانقاه، گلشن (۱۴۰۲). رتبه ...
  • سرکانیان، جواد؛ راعی، رضا؛ شیرکوند، سعید و عباسیان، عزت اله ...
  • عیسی زاده، سعید و عریانی، بهاره (۱۳۸۹). رتبه بندی مشتریان ...
  • تبیین ریسک اعتباری در نظام بانکی [مقاله کنفرانسی]
  • کوهی، حسن و غلامی، روح الله (۱۳۹۱). رتبه بندی اعتباری ...
  • ReferencesAhmadi Kousha, A., Ahmadi, F., Ranjbar, M. H. & Kordlouie, ...
  • Alrawad, M., Lutfi, A., Almaiah, M. A., Alsyouf, A., Al-Khasawneh, ...
  • Altman, E. I. (۱۹۶۸). Financial Ratios, Discriminant Analysis and the ...
  • An, X., Cordell, L. & Tang, S. (۲۰۲۰). Extended Loan ...
  • Balkrishna, A., Ghosh, S. & Arya, V. (۲۰۲۴). A Case ...
  • Bello, O. A. (۲۰۲۳). Machine learning algorithms for credit risk ...
  • Bhatt, T. K., Ahmed, N., Iqbal, M. B. & Ullah, ...
  • Bhattacharya, A., Biswas, S. K. & Mandal, A. (۲۰۲۳). Credit ...
  • Cull, R. & Hartarska, V. (۲۰۲۳). Overview of microfinance, financial ...
  • (in Persian)Fati, S. M. (۲۰۲۴). A Loan Default Prediction Model ...
  • Hota, L., Jain, P. K., & Kumar, A. (۲۰۲۵). A ...
  • Joseph, N., Guérin, I., Guermond, V., Brickell, K., Natarajan, N. ...
  • Li, Z., Li, A., Bellotti, A. & Yao, X. (۲۰۲۳). ...
  • Nguyen, Q. K. (۲۰۲۲). Audit committee structure, institutional quality, and ...
  • Pimcharee, K. & Surinta, O. (۲۰۲۲). Data Mining Approaches in ...
  • Pomazanov, M. (۲۰۲۲). Validation of the effectiveness of the bank ...
  • Pur, S., Huesig, S. & Schmidhammer, C. (۲۰۲۲). Application and ...
  • Rahmani, A., Parsaei, M. & Mohammadi Khanghah, G. (۲۰۲۳). Credit ...
  • Samsir, S., Suparno, S. & Giatman, M. (۲۰۲۰, April). Predicting ...
  • Sarker, D. (۲۰۲۲). Experiences of people with physical disabilities when ...
  • Scott, A. O., Amajuoyi, P. & Adeusi, K. B. (۲۰۲۴). ...
  • Sundar, R. (۲۰۲۱). Impact of Pre Loan assessment customer credit ...
  • Wang, W., Zhang, Y., Li, Y., Hu, Q., Liu, C. ...
  • Xu, Y. (۲۰۲۰). Research on Personal Medical Loan under Bank-Medical ...
  • Yao, G., Hu, X. & Wang, G. (۲۰۲۲). A novel ...
  • Zeng, H. (۲۰۱۹). Analysis and Research on the Profit Contribution ...
  • Zhang, L., Wang, J. & Liu, Z. (۲۰۲۳). What should ...
  • نمایش کامل مراجع