ارزيابي ريسك اعتباري مشتريان بانك توسعه صادرات ايران

طي سالهاي اخير اكثر بانك‌هاي كشور اقدام به تأسيسبخش هايي جهت مديريت ريسك فعاليت ها و مشتريان خود نموده‌اند. مطالعه حاضر در راستاي مديريت، ارزيابي و كاهش ريسك اعتبارات در بانك نوسعه صادرات انجام شده است. بدينمنظور از اطلاعات صورت‌هاي مالي مربوط به 806 مشتري حقوقي تسهيلات گيرنده طي سال‌هاي 1389 تا 1392 استفاده شده و براي آزمون ها نيز سه روش نمره Z آلتمن، رگرسيون لاجيت و شبكه عصبي بكار گرفته شده اند. پس از برآورد مدل‌ها مشخص شد كه مدل شبكه عصبي با درصد پيش بيني4/90% نسبت به دو مدل ديگر يعنيرگرسيون لاجيت با 6/89% و Z آلتمن با 2/83% بهتر قادر به طبقه بندي ريسك مشتريان در اين بانك بوده است. در پيش بيني احتمال نكول، كارايي مدل شبكه عصبي با 8/69% بالاتر از دو مدل لاجيت با 7/65% و Z آلتمن با 9/45% بوده است. همچنين نتايج نشان داد كه نسبت‌‎هاي جريان نقدي آزاد و گردش دارايي‌ها جهت پيش بيني ريسك اعتباري مشتريان در هر سه مدل از اهميت بالايي برخوردار هستند. از سوي ديگر كارايي مدلهاي لاجيت و شبكه عصبي در پيش بيني ريسك مشتريان با يكديگر مشابهت دارند.