درخت حوزه‌های تخصصی

این مطالعه با هدف شناسایی عوامل اثرگذار بر ریسک اعتباری مشتریان (با رویکرد زمان تا وقوع قصور) با توجه به متغیرهای کلان اقتصادی در ایران انجام شده است. این مقاله به دنبال یافتن پاسخ به دو پرسش زیر است: نخست، متغیرهای فردی مربوط به مشتریان و متغیرهای مربوط به وام چه اثری بر ریسک اعتباری دارند؟ و دوم، عوامل اقتصاد کلان چه اثری بر ریسک اعتباری دارند؟ بدین منظور از یک نمونه تصادفی شامل 5316 نفر از مشتریان که در بازه زمانی 1388−1393 از بانک مسکن وام گرفته اند استفاده شده است. نتایج الگوی کاکس بدون متغیرهای اقتصاد کلان حاکی از آن است که متغیرهای میزان تسهیلات، تعداد اقساط، وضعیت تأهل، تحصیلات، سن، نوع شغل و تعداد فرزند اثر معناداری بر ریسک قصور مشتریان دارند. نتایج الگوی کاکس با اقتصاد کلان نشان می دهد متغیرهای نوع شغل و تعداد فرزند بر ریسک قصور اثر معناداری ندارند؛ اما متغیر نرخ بهره اثر معناداری بر ریسک قصور مشتریان دارد. اثرگذاری سایر متغیرهای فردی همانند الگوی بدون اقتصاد کلان است. در این الگو متغیرهای اقتصاد کلان شامل نرخ تورم، نرخ بیکاری، رشد شاخص قیمت مسکن و رشد اقتصادی اثر معناداری بر ریسک قصور دارند؛ به طوری که نرخ تورم و نرخ بیکاری اثر مثبت و رشد شاخص قیمت مسکن و رشد اقتصادی اثر منفی بر ریسک قصور دارند. مقایسه باقیمانده کاکس−اسنل برای هر دو الگو نشان می دهد که الگو با متغیرهای اقتصاد کلان کارایی بیشتری دارد. همچنین اندازه گیری آماره سی هرل بر روی داده های آزمایش نشان می دهد الگوی با اقتصاد کلان نسبت به الگوی دیگر قدرت پیش بینی بسیار بالاتری دارد. لذا بانک ها جهت پیش بینی دقیق تر وضعیت مشتریان خود باید شرایط کلان اقتصادی در کشور را نیز در نظر بگیرند.

براساس توافقنامه بال 2، تسهیلات پرداختی به اشخاص حقیقی و بنگاه های اقتصادی کوچک و متوسط تحت عنوان پرتفوی اعتباری خرد تعریف شده است و بانک ها مجازند یکی از رویکردهای استاندارد یا رتبه بندی داخلی را برای تعیین سرمایه مورد نیاز به منظور مواجهه با ریسک اعتباری انتخاب کنند. پیاده سازی رویکرد رتبه بندی داخلی، مستلزم طبقه بندی تسهیلات خرد به طبقات همگن ریسکی و تخمین پارامترهای ریسک اعتباری در سطح هر یک از طبقات است. به طور خاص، تابع سرمایه مورد نیاز براساس این رویکرد، برای هر یک از تسهیلات تابعی از احتمال نکول ( PD ) و ارزش مشروط به نکول ( LGD ) هر قرض گیرنده است. به ازای سطح معین LGD ، شکل ریاضی تابع سرمایه مورد نیاز نسبت به احتمال نکول در بازه ای گسترده، مقعر است. به دلیل تقعر تابع سرمایه مورد نیاز، افزایش دقت در طبقه بندی تسهیلات به طبقات همگن ریسکی برای بانک ها صرفه جویی سرمایه ای به همراه خواهد داشت. در این مطالعه، با استفاده از روش درخت طبقه بندی و رگرسیون تسهیلات دریافتی 1343 نفر از مشتریان حقیقی خرد یکی از بانک های خصوصی کشور طی سال های 1391 تا 1392 به چند طبقه ریسکی همگن طبقه بندی شدند. نتایج تحقیق حاکی از آن است که با طبقه بندی دقیق تر مشتریان در سطح پنجم، سرمایه مورد نیاز برای مواجهه با ریسک اعتباری در مقایسه با سطح صفر می تواند حدود 44/0 درصد کاهش یابد.

طی سال های اخیر، پژوهشگران با به کارگیری نظریه مقدار فرین (EVT) ، ریسک بازار را به نحو دقیق تری برای وقایع نادر (شرایط بحرانی) محاسبه کرده اند. در این راستا، این مقاله، به بررسی روش های مختلف اندازه گیری ریسک بازار در سطوح مختلف اطمینان می پردازد. با توجه به اینکه برای اندازه گیری اثرات بحران های مالی بر ارزش دارایی ها، روش EVT  براساس فروض نظریه، نیازمند سری های زمانی با مشاهدات بسیاری است، ازاین رو، در این مقاله از 4 شاخص کل، صنعت، بازار اول و بازار دوم در بورس اوراق بهادار تهران استفاده شده است. نتایج پس آزمایی در این پژوهش حاکی از آن است که از بین روش های مختلف، رویکرد نیمه پارامتریک یا همان رویکرد EVT در مقایسه با رویکردهای پارامتریک ( EWMA ، MA ، GARCH ) و ناپارامتریک ( Historical Simulation ) در سطوح اطمینان بالاتر، کارآیی بالاتری دارند. همچنین روش HS در سطوح اطمینان بالا نتایج قابل قبولی را نشان می دهد. این در حالی است که روش های پارامتریک ( EWMA ، MA ، GARCH ) در محاسبه ارزش در معرض ریسک در سطوح اطمینان 90/0 و 95/0 نتایج قابل اطمینان تری را ارایه می کنند. همچنین پویایی الگوهای GARCH و EWMA نسبت به سایر الگوها بسیار بیشتر است. در بخش بعد، با ترکیب الگوهای مختلف، 3 الگوی EWMA-EVT ، GARCH-EVT و AWHS ساخته شد. پس از پس آزمایی 3 الگوی یادشده، مشخص شد که دو الگوی AWHS  و EWMA-EVT بهترین نتایج را در بین الگوهای مختلف ارایه و در تمام سطوح اطمینان کفایت قابل قبولی را در تخمین ارزش در معرض ریسک ارایه کرده اند. با این حال، الگوی GARCH-EVT تنها در سطح اطمینان 999/0 نتایج قابل قبولی را نشان می دهد.

تعیین حق بیمه یکی از مهم ترین مسائلی است که شرکت های بیمه همواره با آن مواجهند. لذا از نظریه باوردمندی به منزله ابزاری مهم برای تعیین و تعدیل حق بیمه استفاده می شود. تاکنون مدل های گوناگونی برای تقریب حق بیمه های باورمندی ارائه شده و از دیدگاه های مختلف آماری نیز بررسی شده است. در این مقاله ما نظریه باورمندی را از دیدگاه ناپارامتری و روش محاسبه حق بیمه باورمندی را تحت چند اصل مختلف بررسی خواهیم کرد. به همین منظور با مروری مختصر به حق بیمه باورمندی، برآوردگر هسته ای به روش میانگین موضعی را برای برآورد اتورگرسیون معرفی و از این برآوردگر برای پیش بینی تعداد و میزان خسارت داده های جمع آوری شده از شرکت بیمه البرز در رشته بیمه شخص ثالث استفاده خواهیم کرد.