عبدالرضا اسعدی - استادیار مدیریت مالی، گروه مدیریت، دانشگاه آزاد اسلامی، واحد نیشابور، ایران
حمید رادمهر - کارشناس ارشد مدیریت مالی، بانک توسعه صادرات ایران، مشهد

طی سالهای اخیر اکثر بانک های کشور اقدام به تأسیسبخش هایی جهت مدیریت ریسک فعالیت ها و مشتریان خود نموده اند. مطالعه حاضر در راستای مدیریت، ارزیابی و کاهش ریسک اعتبارات در بانک نوسعه صادرات انجام شده است. بدینمنظور از اطلاعات صورت هایمالی مربوط به 806 مشتری حقوقی تسهیلات گیرنده طی سال های 1389 تا 1392 استفاده شده و برای آزمون ها نیز سه روش نمره Z آلتمن، رگرسیون لاجیت و شبکه عصبی بکار گرفته شده اند. پس از برآورد مدل ها مشخص شد که مدل شبکه عصبی با درصد پیش بینی 90/4٪ نسبت به دو مدل دیگر یعنیرگرسیون لاجیت با 89/6٪ و Z آلتمن با 83/2٪ بهتر قادر به طبقه بندی ریسک مشتریان در این بانک بوده است.همچنین نتایج نشان داد که نسبت های جریان نقدی آزاد و گردش دارایی ها جهت پیش بینی ریسک اعتباری مشتریان در هر سه مدل از اهمیت بالاییبرخوردار هستند. از سوی دیگر کارایی مدلهای لاجیت و شبکه عصبی در پیش بینی ریسک مشتریان با یکدیگر مشابهت دارند

ریسک اعتباری، Z آلتمن، رگرسیون لاجیت، شبکه عصبی، نسبت هایمالی