پس بدیهی است بهره گیری از چنین سیستمی، بانک را در گزینش مطلوب مشتریان خود یاری کرده و ضمن کنترل بلادرنگ فرایند اعطای تسهیلات بانکی و کاهش عواقب ناشی از عدم بازپرداخت بدهی ، سطح بهره وری آن را نیز ارتقاء میدهد.
در حال حاضر بخش عمده ای از بانک های کشور در ساختار سازمانی خود فاقد واحد مدیریت ریسک بوده و در صورت وجود این واحد اقدام جدی برای کنترل و اداره کردن ریسک انجام نداده اند. نکته قابل تعمق در این رابطه این است که، عدم شناسایی اطلاعات موجود، پراکندگی اطلاعات، تعداد پایگاه های داده ها و بانک های اطلاعاتی، عدم ارتباط این پایگاه ها با هم و… ، که به طوری که منتج به عدم کشف دانش و رابطه مورد نظر در این زمینه شده است. با توجه به مراتب فوق چنانچه بتوان مدیران و کارشناسان ذیربط را در مؤسسات مالی و بانک ها با مفاهیم و مدل های داده کاوی آشنا نمود بخش عظیمی از این مشکل مرتفع گردیده و همان گونه که از بخش های مختلف این تحقیق مشخص گردیده است فرایند اعتبارسنجی مبتنی بر صورتهای مالی کاملاً با فرایند داده کاوی تطابق داشته و می توان از علوم ذیربط و مدل های مربوطه پس از پاکسازی و خلاصه سازی داده ها جهت سنجش اعتبار مشتریان بهره گرفت. بنابرین سه هدف زیر را جهت تحقیق حاضر می توان مدنظر قرارداد :
-
- ارائه مدلی کارآمد مبتنی بر اطلاعات کمی و کیفی موجود در صورت های مالی جهت اعتبارسنجی مشتریان درخواست کننده تسهیلات مالی از بانک
-
- مقایسه تطبیقی مدل های منتج از به کارگیری تکنیک های موجود در حوزه دانش داده کاوی[۱] و تعیین مدلی کارآمد جهت انجام بررسی ها و کاهش ریسک اعتباری در جهت اعطاکنندگان تسهیلات مالی
شناسایی متغیرهای با اهمیت در تفکیک مشتریان در هریک از مدل های پیشنهادی
- فرضیه های تحقیق
بررسی فرضیات تحقیق در پژوهشهای کاربردی از اهمیت ویژه ای برخوردار است در این پژوهش هدف اصلی تحقیق، اعتبارسنجی مشتریان بانکی با بهره گرفتن از تکنیکهای داده کاوی میباشد که درصدد دریافت تسهیلات اعتباری میباشند. از این جهت فرضیات تحقیق متناسب با این هدف مورد توجه قرار گرفته و بررسی گردید.
۱-۵-۱ : فرضیه اصلی
مدل های منتج از تکنیک های داده کاوی جهت اعتبارسنجی مبتنی بر صورت های مالی از کارایی مناسبی برخوردار میباشند.
۱-۵-۱-۱ : فرضیه های فرعی
فرضیه فرعی ۱ : مدل منتج از تکنیک ماشین بردار پشتیبان جهت اعتبارسنجی مبتنی بر صورتهای مالی از کارایی مناسبی برخودار است.
فرضیه فرعی ۲ : مدل منتج از تکنیک درخت تصمیم جهت اعتبارسنجی مبتنی بر صورتهای مالی از کارایی مناسبی برخودار است.
فرضیه فرعی ۳ : مدل منتج از تکنیک شبکه های عصبی جهت اعتبارسنجی مبتنی بر صورتهای مالی از کارایی مناسبی برخودار است.
-
- چارچوب نظری تحقیق
داده کاوی در بسیاری از شاخهها همچون بازاریابی، امور مالی، بانکداری، تولید، پزشکی، مدیریت ارتباط با مشتری، ردیابی، پیشبینی خرابی ها، آموزش سازمانی و… کاربرد دارد. که در این میان کاربرد داده کاوی در صنعت بانکداری از اهمیت بالایی برخوردار است که می توان به موارد زیر اشاره کرد :
- پایگاه داده عظیم و بسیاری وجود دارند. ۲- اطلاعات تجاری ارزشمندی میتواند از این پایگاه داده استخراج شوند. ۳- استفاده از روش های سنتی گذشته برای پشتیبانی تصمیم و تحلیلها اجرا شدنی نیست. ۴- تحلیلهای انسانی تحت تأثیر ابعاد و حجم داده ها قرار میگیرد. ۵- متدهای آماری سنتی رتبه قادر به رتبه بندی نیستند و نیاز به کارشناسان و تحلیلگران مهم و قابل توجه دارد.
یکی از مباحث مهم در صنعت بانکداری تشخیص توانایی یا ارزیابی قدرت شرکت ها در باز پرداخت بدهی، جهت کاهش خسارت های ناشی از ناتوانی آنان در بازگرداندن تسهیلات دریافتی است. که برخی از مزایای آن عبارت است از: ۱- کاهش هزینه تحلیل ۲- تصمیم گیری سریع۳- تضمین تسهیلات و حذف ریسک های احتمالی ۴- تعیین اولویت در مجموعه اعطای تسهیلات
در نتیجه ما میتوانیم از مدل های مختلفی جهت ارزیابی وضعیت مالی مشتریان استفاده کنیم که این مدل ها به دو گروه اصلی تقسیم میشوند که عبارتند از :
گروه اول: مدلهای پارامتریک: شامل ۱- مدل احتمال خطی ۲- مدل لاجیت و پروبیت ۳- مدلهای تحلیل متمایز کننده
گروه دوم: مدلهای ناپارامتریک: شامل ۱- برنامه ریزی خطی ۲- شبکه های عصبی ۳- درخت های تصمیم ۴- مدل نزدیکترین همسایگی ۵- فراگرد تجزیه و تحلیل سلسله مراتبی ۶- سیستم های خبره ۷- الگوریتم ژنتیک
در این پژوهش سه روش برای ارزیابی مشتریان بانک از نقطه نظر اعتبار آن ها، مورد استفاده قرار خواهد گرفت. همچنین سعی شد تا با بهره گرفتن از یک مجموعه داده، مدلی مناسب برای پیشبینی وضعیت اعتباری مشتریان جدید طراحی شود. مدلی که بتواند با کمترین خطا مشتریان را اعتبارسنجی کند. از آنجایی که پیشرفت صحت حتی به میزان کم میتواند منجر به کاهش هزینه های کلان برای بانک در زمینه ریسک اعتباری شود، در این پژوهش از روش های ماشین بردار پشتیبان[۲]، درخت تصمیم[۳] و شبکه عصبی[۴] برای اعتبارسنجی مشتریان استفاده می شود.
-
- مؤلفه های تحقیق
انتخاب متغیرهایی که با احتمال نکول وام گیرنده رابطه مشخصی داشته باشند، یکی از مراحل مهم تحقیق است. در این پژوهش با بهره گرفتن از نتایج تحقیقات داخلی و خارجی مرتبط با موضوع و ادبیات موضوع، متغیرهای متعددی در دو حوزه متغیرهای کیفی و مالی و حوزه نسبت های مالی مورد بررسی قرار میگیرد که عبارت است از :
۱-۷-۱ : متغیرهای کیفی و کمی
پارامترهایی که هریک از مشتریان برای دریافت تسهیلات به بانک ارائه میدهند و در پرونده آن ها موجود است مثل نوع شرکت (تعاونی، سهامی عام، سهامی خاص و با مسئولیت محدود)، موضوع فعالیت شرکت (صنعتی، خدماتی و بازرگانی)، سابقه فعالیت شرکت، میزان سرمایه شرکت، مبلغ وام، سطح تحصیلات مدیر عامل، وضعیت مالکیت محل فعالیت، وضعیت مالیاتی، اعتبار شرکت نزد بانک (خوش حساب یا بدحساب بودن)
۱-۷-۲ : نسبت های مالی
-
- نسبت های سودآوری : نسبت بازده دارایی، نسبت بازده حقوق صاحبان سهام، نسبت بازده فروش (حاشیه سود خالص)، نسبت سود قبل از مالیات به دارایی جاری، نسبت سود عملیاتی، نسبت سود قبل از مالیات به سود ناخالص، نسبت بازده سرمایه در گردش، نسبت بازده دارایی ثابت