رتبه بندی اعتباری

هدف اصلی تمام بانک های تجاری جمع آوری پس اندازهای افراد حقیقی و حقوقی و تخصیص آن ها به صورت تسهیلات به شرکت های صنعتی، خدماتی و تولیدی است. عدم بازپرداخت تسهیلات از جانب این مشتریان، بانک ها را دچار مشکلات عدیده ای از جمله ناتوانی در بازپرداخت وام های بانک مرکزی، بیشتر شدن مقدار تسهیلات از مقدار باز پرداختی های مشتریان و عدم توانایی اعطای تسهیلات می کند. اهمیت اعطای تسهیلات در صنعت بانکداری کشور و نقش خطیر آن در رشد اقتصادی و افزایش اشتغال منجر به توسعه چندین مدل گوناگون برای ارزیابی اعتباری مشتریان متقاضی این تسهیلات شده است. اما بسیاری از این مدل ها، مدل های کلاسیک هستند و توانایی ارزیابی اعتباری مشتریان را بطور کامل و بهینه ندارند؛ بنایراین زمینه ورود مدل های هوش مصنوعی به این حوزه مهیا گردیده است. در این پژوهش سعی گردید. تا پس از تهیه مدل مناسب رتبه بندی اعتباری مشتریان و جمع آوری دانش خبرگان با استفاده از مدل استدلالی ترکیبی و مدل ترکیبی فازی به طراحی سیستم هوشمند هیبریدی رتبه بندی اعتباری مشتریان پرداخته شود. سیستم خبره به عنوان ماژول سمبولیک و شبکه عصبی و سیستم های عصبی فازی به عنوان ماژول غیر سمبولیک، اجزای این سیستم هیبریدی را تشکیل می دهند. چنین مدلی قابلیت استدلال و تشریح سیستم خبره و قابلیت یادگیری و تطبیق پذیری شبکه عصبی را به صورت توامان به همراه دارد. نتایج سیستم هیبریدی و هیبری فازی سیستم که با نتایج سیستم خبره مقایسه گردید، حاکی از دقت و قدرت بالای سیستم هوشمند هیبریدی نسبت به سیستم خبره در رتبه بندی اعتباری مشتریان است.

استفاده از نسبت های مالی برای پیش بینی درماندگی مالی یا ورشکستگی شرکت ها، همیشه مورد توجه دانشگاهیان و بنگاه های اقتصادی، بویژه بانک ها و سایر نهادهای مالی بوده است. پیش بینی به موقع می تواند تصمیم گیران را در یافتن راه حل و پیشگیری از درماندگی مالی، یاری نماید. همچنین، این مدل ها کاربرد بسیار زیادی در رتبه بندی اعتباری و نحوه توزیع تسهیلات بانکی دارد. همواره سعی شده است تا دقت پیش بینی این مدل ها با استفاده از روش های پیشرفته تر بهبود یابد. در این پژوهش که هدف اصلی آن بررسی کارایی استفاده از ماشین بردار پشتیبان (SVM) در پیش بینی درماندگی مالی شرکت ها بوده است، نتایج مدل SVM در مقایسه با مدل آماری رگرسیون لجستیک (LR) بررسی شده است. یافته های تحقیق حاکی از آن است که در پیش بینی درماندگی مالی شرکت ها، مدل SVM نسبت به مدل LR بطور معناداری، از دقت کلی بیشتری برخوردار است. بررسی های انجام شده نشان می دهد که مدل SVM نسبت به مدل LR، نه تنها از دقت کلی بهتری برخوردار است، بلکه توانایی بالاتری نیز در تعمیم پذیری دارد.

روش های سنتی تصمیم گیری در مورد اعطای اعتبار به متقاضیان وام، همانند آنچه که اکنون در کشور ما انجام می گیرد، بر پایه قضاوت شخصی در مورد خطر عدم باز پرداخت استوار است. با این وجود، فشارهای اقتصادی ناشی از افزایش تقاضا برای شکل های مختلف اعتبار، در کنار رقابت های تجاری گسترده و تلاش موسسات مالی و بانک ها برای پایین آوردن در صد عدم باز پرداخت، موجب افزایش به کارگیری روش های آماری در زمینه اعطای اعتبار شده است. رتبه بندی اعتباری به منظور پیش بینی احتمال کوتاهی در بازپرداخت و یا عدم باز پرداخت و یا معادل آن برای طبقه بندی متقاضیان اعتبار به دو گروه ریسک خوب و ریسک بد مورد استفاده قرار می گیرد. از جمله مزایای این روش می توان به صرفه جویی در زمان، صرفه جویی در هزینه، حذف قضاوت های شخصی و افزایش دقت در ارزیابی متقاضیان وام اشاره کرد. روش های آماری مختلفی از جمله آنالیز ممیزی، رگرسیون لجستیک، روشهای هموارسازی نا پارامتری وشبکه های عصبی در زمینه رتبه بندی اعتباری مورد استفاده قرار گرفته اند. در این میان، "شبکه های عصبی" به دلیل انعطاف پذیری بالاتر، در سال های اخیر بیشتر مورد توجه قرار گرفته اند. در این مقاله، یک مدل شبکه عصبی برای طبقه بندی متقاضیان دریافت وام فروش اقساطی ارائه و سپس عملکرد این مدل را با دو مدل آماری آنالیز ممیزی و رگرسیون لجستیک مقایسه می کنیم. نتایج حاصل از این مقایسه نشان می دهد که مدل شبکه عصبی در مقایسه با سایر مدل های مورد مطالعه، از کارایی و دقت بالاتری برخوردار است.

امروزه ریسک اعتباری به عنوان یکی از بزرگ ترین عوامل ورشکستگی بانکها و مؤسسات مالی شناخته شده است. به منظور مدیریت و کنترل این ریسک طراحی مدل های رتبه بندی اعتباری در بانکها ضرورتی انکار ناپذیر است. رتبه بندی اعتباری به منظور تعیین احتمال نکول در بازپرداخت تسهیلات اعتباری و از سوی دیگر برای طبقه بندی مشتریان متقاضی تسهیلات اعتباری به دو گروه خوش حساب و بد حساب مورد استفاده قرار میگیرد. تا به حال روش های آماری مختلفی از جمله آنالیز ممیزی، رگرسیون خطی و لجستیک و شبکه های عصبی در زمینه رتبه بندی اعتباری توسعه یافته اند. در این میان، شبکه های عصبی به دلیل انعطاف پذیری و دقت بالا، در سال های اخیر بیش تر مورد توجه قرار گرفته اند. در این مقاله یک مدل رتبه بندی اعتباری با استفاده از سیستم های استدلال عصبی- فازی جهت رتبه بندی مشتریان حقوقی بانکها ارائه شده است. متغیرهای ورودی این مدل نسبت بدهی، نسبت فعالیت و نسبت ارزش ویژه به مجموع دارایی ها و متغیر خروجی آن احتمال نکول مشتری، در نظر گرفته شده است. پس از آموزش و تست مدل بر اساس داده های بانک کشاورزی طی سال های 1380-1385، مدل ارائه شده با دقت 36/69 درصد وضعیت اعتباری مشتریان را پیش بینی می کند.

تاکنون مدل های مختلفی برای پیش بینی وضعیت ریسک اعتباری و احتمال ورشکستگی مشتریان ارایه شده است. در این میان استفاده از مدلی که تنها متکی بر داده های تاریخی نباشد و از داده های بازار نیز به عنوان هشداری در مورد وضعیت فعلی مشتری و حتی انتظارات نسبت به وضعیت آینده آن باشد، ضروری به نظر میرسد. هدف از این تحقیق به کارگیری مدل کیام وی جهت پیش بینی ورشکستگی مشتریان حقوقی بانکهای ایرانی و ارزیابی دقت مدل در این زمینه است. داده های تحقیق از نمونه ای چهل تایی از شرکت های سهامی دریافتکننده تسهیلات از بانکهای ایرانی در سال های 1386 و 1387 استخراج شده است. نتایج این تحقیق که از نوع کاربردی و کمّی است، نشان داد که مدل کیام وی قابلیت پیش بینی نکول و تفکیک بین مشتریان خوش حساب و بدحساب را دارد و میتوان از آن به منظور پیش بینی نکول مشتریان حقوقی دریافتکنندة تسهیلات از بانکهای ایرانی استفاده کرد.

مکانیزم انتقال پولی با تحولات حاصل در عرصهی اقتصادی، تاکنون به رویکرد های مختلفی تجهیز شده است. در این راستا، با معرفی و سپس به کارگیری اولین نسخه از مقررات سرمایهی کمیتهی بال، افق جدیدی در بحث مکانیزم انتقال پولی به تصویر کشیده شد و ابتدا بر نقش ایستای سرمایهی بانک؛ و سپس بر نقش پویای این متغیر، تحت عنوان کانال سرمایه، تأکید شد. با این حال، پس از شکل گیری و اعمال مقررات جدید سرمایهی کمیتهی بال، ضرورت تجدید نظر در کانال سرمایه، به عنوان یکی از جدیدترین کانال های مکانیزم انتقال پولی، مشاهده میشود. در حقیقت، به دلیل تأکید توافق نامهی جدید بر رتبه های اعتباری در ارزیابی ریسک و تنظیم سرمایهی مقرراتی، و رفتار و ویژگیهای متفاوت روش های رتبه بندی اعتباری قابل کاربرد تحت این مقررات، ضرورت بسط کانال سرمایه و تجهیز آن به رویکرد رتبه بندی، دور از انتظار نیست. از این رو در این مقاله، فرآیند فوق، با تأکید بر مدل برنامه ریزی پویای رفتار یک بانک در بازار انحصار چند جانبه، مدل سازی شده است؛ و نتایج، بیانگر نقش کلیدی رویکرد رتبه بندی اعتباری مورد استفاده در محاسبهی سرمایهی مقرراتی، در کانال سرمایهی مکانیزم انتقال پولی هستند. طبقه بندی JEL : C61,E32,E51,E52,E58,G21

جهانی سازی اقتصادی و بین المللی شدن بازارهای مالی در دهه های گذشته، به شکل معتنابهی فرصت های سرمایه گذاری را توسعه داده است که تمام این فرصت ها به نحوی با ریسک های جدید و منحصربه فردی ملازم اند. جهان سرمایه گذاری در دو دهه گذشته، شاهد بحران های زیادی در بدهی های خارجی کشورهای در حال توسعه و ناتوانی اقتصادی این کشورها در بازپرداخت بدهی ها بوده است. ناتوانی کشورها در ایفای تعهدات مالی بین الملل در اثر رخداد عوامل مختلف اقتصادی و سیاسی، متغیر مفهومی قیاسی ای را با عنوان ریسک کشوری در ادبیات اقتصاد مالی بین الملل مطرح کرده است. علاوه بر این، سرمایه گذاری مستقیم خارجی، مؤلفه ای کاملاً مؤثر در رشد اقتصادی کشورهای در حال توسعه به شمار می آید که می تواند تحت تأثیر عوامل مختلف اقتصادی و سیاسی-اجتماعی از جمله شاخص کلیدی ریسک کشوری قرار گیرد. تحقیق حاضر، ضمن شناخت و عرضه تعریف جامعی از مفهوم ریسک کشوری و نحوه ارزیابی آن، به بررسی ارتباط بین جذب سرمایه گذاری خارجی و عوامل مؤثر از جمله ریسک کشوری می پردازد و نتیجه می گیرد که بین تغییرات ریسک کشوری و جذب سرمایه گذاری خارجی، ارتباط منفی معناداری وجود دارد.

این مطالعه با هدف شناسایی عوامل موثر بر ریسک اعتباری مشتریان و تدوین مدلی برای سنجش آن در میان مشتریان حقوقی بانک رفاه انجام شده است. بدین منظور اطلاعات کیفی و مالی یک نمونه تصادفی 300 تایی از مشتریانی که در سال های 1391 و 1392 از شعب بانک رفاه در سراسر کشور تسهیلات اعتباری دریافت نموده اند، جمع آوری و با بکارگیری روش رگرسیون لاجیت عوامل موثر بر ریسک اعتباری مشتریان این بانک برآورد شده است. در این الگو ابتدا 17 متغیر توضیحی شامل متغیرهای کیفی و مالی به عنوان عوامل تعیین کننده ریسک اعتباری مشتریان در نظر گرفته شده و سپس از بین متغیرهای مذکور با استفاده از نسبت درستنمایی، در نهایت 5 متغیر که اثر معنی داری بر ریسک اعتباری مشتریان حقوقی داشتند، انتخاب و مدل نهایی توسط آنها برازش شده است. نتایج مطالعه نشان می دهد که از این 5 متغیر، متغیرهای میانگین موجودی (معدل حساب در 6 ماه گذشته)، نسبت بازده فروش (نسبت سود خالص به فروش خالص)، نسبت جاری (دارایی جاری به بدهی جاری) اثر معکوس و متغیرهای تعداد چک برگشتی و نسبت مبلغ معوق به دارایی جاری اثر مستقیم بر ریسک اعتباری دارند.

همواره موسسات مالی و اعتباری برای آنکه بتوانند حداکثر سود حاصل از سرمایه گذاری های خود را دریافت دارند، بدنبال پالایش، جذب و نگهداشت بهترین سرمایه گذاران، مشاوران، مشتریان و قرض-گیرندگان بوده اند. بااین وجود، علوم مختلف سعی نموده اندروشهای دقیقی برای تفکیک مشتریان ارایه نمایند. از همین رو علومی مانند روانشناسی تا علوم مدیریت، ریاضیات، مالی و ... درصدد تحقق این هدف برآمده اند. آنچه که دراین پژوهش بدان اشاره خواهد شد ضرورت استفاده از روشهای نوین داده-کاوی در ترکیب با روشهای هوش مصنوعی جهت فائق آمدن بر پیچیدیگی های مسئله است و پاسخ به این سوال که آیا روش ترکیبی استفاده شده به خوبی رتبه اعتباری مشتریان را پیش بینی می کند؛ این امر در حالی رخ می دهد که نباید بُعد دیگری از مسئله را که همانا انتخاب مهمترین عوامل سنجش (معیارها) هستند را فراموش نمود و در این راستا ازقضاوت خبرگان و تحلیل های ناپارامتری ( آزاد توزیع) به منظور رتبه بندی معیارها استفاده گردیده است که نهایت با انتخاب تعدادی از شاخصها به منظور پیاده سازی مدل ترکیبی به این سوال پاسخ داده خواهد شد که آیا نظر خبرگان در انتخاب معیارها منتج به پیش بینی مناسبی از وضعیت اعتباری مشتریان می گردد. سه شاخص "" سن"" ، "" سابقه ارتباط با بانک ( مدت حساب)"" و "" میزان اعتبار"" برای پیاده سازی مدل ترکبی عصبی فازیانتخاب گردید. و نتایج بیانگر آن می باشد که 89.67درصد از مواقع این سیستم می تواندتخمین درستی نسبت به رتبه اعتباری مشتریان ارائه دهد..

رتبه بندی اعتباری شرکت ها با مقایسه ریسک اعتباری آنها به تصمیم گیری استفاده کنندگان کمک می کند. از طرفی تفاوت در رتبه ها عاملی برای تعیین هزینه تأمین مالی شرکت ها محسوب می شود. موسسات رتبه بندی اعتباری در دنیا قدمتی بیش از 100 سال دارند. گرچه سه موسسه بزرگ رتبه بندی استاندارداندپورز، مودیز و فیچ سهم زیادی را از بازار رتبه بندی به خود اختصاص داده اند، در برخی کشورها نیز موسسات رتبه بندی ملی وجود دارد. یکی از وظایف موسسات رتبه بندی، تعیین رتبه شرکت ها به عنوان صادرکننده اوراق بهادار است. آنچه در این رتبه بندی مهم است، معیارهای تعیین کننده رتبه اعتباری است. روش این تحقیق به صورت مروری می باشد و هدف آن مطالعه نظام رتبه بندی اعتباری در سطح جهانی شامل سه موسسه رتبه بندی برتر و دو موسسه رتبه بندی ایران استد.

مدیریت صحیح منابع محدود بانک ها با وجود متقاضیان فراوان تسهیلات یکی از مسایل پیچیده ای است که عدم توجه کافی به آن، باعث ایجاد مشکلات عدیده ای در سازمان می شود. روش ها و تکنیک های بسیاری در زمینه کمک به مدیریت منابع، توسط محقیقن به کارگرفته شده است. مبحث رتبه بندی اعتباری که خود شامل مدل های متنوعی است، از جمله این تکنیک ها به شمار می رود. روش تحلیل پوششی داده ها یکی از پرکاربردترین روش های ناپارامتری در بحث رتبه بندی است. هر چند که استفاده از این روش برای رتبه بندی بسیار مورد استقبال محققان قرار گرفته است لکن پیش شرط متجانس بودن ""واحدهای ارزیابی شونده"" باعث شدهتا کمتر در رتبه بندی واحدهای گروه بندی شده به کارگرفته شود. از این رو در این مقاله روش تحلیل پوششی داده ها به گونه ای توسعه داده شده است که بتوان با استفاده از آن، شرکت های حقوقی متقاضی تسهیلات بانکی که در صنایع و صنف های مختلفی قرار گرفته اند را هم در بین صنایع (بخش های اقتصادی) و هم بین کل شرکت ها رتبه بندی نمود. به عبارت دیگر در این مقاله یک مدل ریاضی گروه محور جدید ارائه شده است که با استفاده از آن بتوان به صورت همزمان اثرات بین گروهی و کل داده ها مورد سنجش قرار گیرد. نتایج حاصل از اجرای روش پیشنهادی نشان داد که مدل، قدرت بالایی در رتبه بندی واحدهای گروه بندی شده دارد.

هدف از نگارش مقاله پیش رو، شناسایی و تبیین فاکتورهای مالی، حسابداری و بازاری تعیین کننده رتبه اعتباری نمونه ای متشکل از 76 شرکت پذیرفته شده در بورس اوراق بهادار تهران طی سال های 1387 تا 1393 است. در این پژوهش ابتدا با استفاده از مدل امتیاز بازار نوظهور (EMS) ، رتبه اعتباری شرکت های موردبررسی محاسبه می گردد. در مرحله بعد، روش معادلات برآوردی تعمیم یافته به همراه یک ساختار پانل به کار گرفته می شود که در آن متغیر وابسته؛ رتبه اعتباری تعیین شده از طریق مدل امتیاز بازار نوظهور بوده و متغیرهای مستقل؛ اهرم مالی، سودآوری، پوشش مالی و نقدینگی (به عنوان فاکتورهای حسابداری)؛ اندازه شرکت، رشد و مالکیت دولتی (به عنوان فاکتورهای مالی)؛ و عملکرد در بازار مالی (به عنوان فاکتور بازاری) هستند. نتایج پژوهش پیش رو نشان می دهد متغیرهای اهرم مالی و سودآوری در سطح اطمینان 99 درصد، متغیرهای رشد و مالکیت دولتی در سطح اطمینان 95 درصد و متغیر پوشش مالی در سطح اطمینان 90 درصد، از نظر آماری معنی دار هستند و می توان آنها را به عنوان فاکتورهای تعیین کننده رتبه اعتباری شرکت های پذیرفته شده در بورس اوراق بهادار تهران معرفی نمود.

با توجه به ماهیت فعالیت های صنعت بانکداری که عمدتاً مبتنی بر تجهیز و تخصیص منابع است، این صنعت به طور گسترده با ریسک های اعتباری مواجه است. بنابراین شناخت منشأ ریسک اعتباری و تخمین آن همواره یک مسئله اساسی برای صنعت بانکداری است. در همین خصوص، تحقیقی از نوع داده کاوی با هدف شناسایی ویژگی های مؤثر بر ریسک اعتباری مشتریان حقیقی بانک سپه و همچنین طراحی مدلی برای پیش بینی احتمال نکول تسهیلات، از طریق مدل های الگوریتم ژنتیک و رگرسیون پروبیت انجام گرفته است. داده های این تحقیق مربوط به تسهیلات اعتباری پرداخت شده به اشخاص حقیقی در سال ۱۳۹۵ است. از میان کلیه تسهیلات اعتباری پرداخت شده به اشخاص حقیقی در سال ۱۳۹۵ دو نمونه ۳۶۰۰ تایی (به منظور برازش مدل) و ۴۰۰ تایی (به منظور راستی آزمایی مدل به وسیله منحنی ROC) به صورت تصادفی انتخاب شدند. همچنین به منظور تجزیه و تحلیل داده ها از نرم افزار متلب استفاده شده است.<br /> نتایج تحقیق نشان می دهد که روش الگوریتم ژنتیک در تعیین متغیرها در سه سطح متفاوت براساس درجه اهمیت، توانایی بالاتری در پیش بینی احتمال نکول تسهیلات نسبت به روش رگرسیون پروبیت دارد. نتایج راستی آزمایی نشان می دهد که سطح زیر منحنی ROC در روش الگوریتم ژنتیک برابر ۰/۹۲، اما در روش رگرسیون پروبیت برابر ۰/۷۲ است و همچنین نتایج در ماتریس  ROC نشان داد که روش الگوریتم ژنتیک ۹۱/۸ درصد پیش بینی صحیح نموده و روش رگرسیون پروبیت ۹۰ درصد پیش بینی صحیح کرده است.

در سالهای اخیر بازار سرمایه نقش به سزایی را در تامین مالی دولت و بخش خصوصی ایفا نموده و ابزارهای متنوعی را به این منظور ارائه نموده است که این ابزارها عمدتاً به پشتوانه دارایی های یک بنگاه شکل گرفته و در 2 طبقه کلی شامل اوراق به پشتوانه دارایی و اوراق بر مبنای دارایی جای می گیرد، از سوی دیگر بنابر الزام نهاد ناظر بازار سرمایه مبنی بر رتبه بندی اوراق بدهی پیش از انتشار آن و ضرورت ورود به حوزه رتبه بندی اوراق بهادار، ضروری است الگوهای رتبه بندی اوراق منتشر شده در بازار سرمایه طراحی و تبیین گردند. بر پایه همین موارد، پژوهش حاضر اقدام به تدوین الگوی رتبه بندی اعتباری اوراق بهادار به پشتوانه دارایی با محوریت صکوک در بازار سرمایه نموده است تا از یک سو مشکلات اجرایی انتشار صکوک از جمله وجود اجباری ضامن مرتفع گردد و از سوی دیگر زمینه شفافیت بازار تامین مالی و تسریع در فرآیند تامین مالی از طریق این بازار فراهم شود که نهایتاً کاهش هزینه های تامین مالی یک بنگاه را در پی خواهد داشت. در این پژوهش ابتدا با مطالعه مبانی نظری انتشار اوراق به پشتوانه دارایی ها و سایر منابع اطلاعاتی همچون دستورالعمل های منتشر شده توسط نهاد ناظر بازار سرمایه، رویه موسسات رتبه بندی بین المللی و رهنمودهای نهادهای مالی بین- المللی اسلامی، الگوی اولیه رتبه-بندی اوراق بهادار به پشتوانه دارایی استخراج گردید، سپس این الگو با هدف کسب اجماع و با استفاده از روش تحقیق دلفی در معرض نظرخواهی از خبرگان قرار گرفته و نهایتاً الگوی نهایی رتبه بندی اوراق بهادار به پشتوانه دارایی ارائه گردید .

یکی از نقش های مهم و تأثیرگذار در سرمایه گذاری سرمایه گذاران و بنگاه های اقتصادی و مالی و غیره رتبه اعتباری می باشد که در این جهت سرمایه گذاران و بنگاه های اقتصادی و مالی به اطلاعات دقیق و مناسب نیازمند هستند که رتبه اعتباری شرکت ها نمایه ای از کیفیت اطلاعات گزارشگری مالی و سود شرکت ها را به سرمایه گذاران نشان می دهد و موجب کاهش ریسک مالی در سرمایه گذاری می شود. هدف از این پژوهش بررسی رابطه بین رتبه بندی اعتباری شرکت ها با دست کاری فعالیت های واقعی، کیفیت حسابرسی و حاکمیت شرکتی در شرکت های بورس اوراق بهادار تهران می باشد. جامعه آماری مورد مطالعه شرکت های پذیرفته شده در بورس اوراق بهادار تهران از سال 1392 الی 1396 می باشد. پژوهش حاضر، در حوزه پژوهش های توصیفی و استقرایی است و از نظر هدف کاربردی می باشد که بر پایه داده های پس رویدادی انجام خواهد شد. سه فرضیه تحقیق عبارت اند از: الف- بین دست کاری فعالیت های واقعی و رتبه بندی اعتباری شرکت ها رابطه منفی وجود دارد. ب- بین کیفیت حسابرسی و رتبه بندی اعتباری شرکت ها رابطه معناداری وجود دارد. ج- بین حاکمیت شرکتی و رتبه بندی اعتباری شرکت ها رابطه معناداری وجود دارد که در نتیجه پس از آزمون فرضیات، هر سه فرضیه این پژوهش تابید می گردد.

به طورکلی در زمینه رتبه بندی بانک ها توسط مؤسسات رتبه بندی، دو نوع رتبه بندی «رتبه بندی مستقل یا توان مالی» و «رتبه بندی جامع یا اعتباری» وجود دارد. در رتبه بندی مستقل، توان مالی ذاتی بانک بدون در نظر گرفتن عوامل حمایتی بیرونی مانند حمایت سهامدارن موردارزیابی قرار می گیرد، اما در رتبه بندی جامع یا اعتباری، علاوه بر توانایی مالی ذاتی، احتمال و میزان حمایت بیرونی از بانک نیز مورد ارزیابی قرار می گیرد و رتبه کلی بانک بر آن اساس تعیین می گردد. غالب تحقیقاتی که در ایران در خصوص رتبه بندی شرکت ها یا بانک ها صورت گرفته است از نوع رتبه بندی مستقل یا توان مالی بوده است. تحقیق حاضر برای اولین بار به رتبه بندی جامع پرداخته است و تلاشی برای ارائه الگویی جهت رتبه بندی اعتباری بانک های اسلامی ایران که در بازار سرمایه پذیرفته شده اند و اطلاعات مالی و عمومی آنها در دسترس است نیز می باشد. در این تحقیق ضمن استفاده از مبانی نظری و یافته های تجربی در زمینه متدولوژی رتبه بندی اعتباری بانک ها، ابعاد و مؤلفه ها و شاخص های رتبه بندی اعتباری بانک ها موردمطالعه و بررسی قرار گرفت و استفاده از شرایط محیطی ایران، پرسشنامه مربوطه سؤال طراحی و در اختیار تعدادی از صاحب نظران و خبرگان حوزه بانک ها و مؤسسات اعتباری قرار گرفت و دیدگاه های ایشان راجع به ابعاد، مؤلفه ها و شاخص های رتبه بندی اعتباری بانک ها با توجه به آزمون های به عمل آمده منجربه طراحی الگوی نهایی شامل 4 بُعد، 13 مؤلفه و 61 شاخص شده است.

عدم فعالیت موسسات رتبه بندی اعتباری در بازار مالی ایران، منجر شده تا ذی نفعان نقش فشار بازپرداخت تامین مالی در رفتار مدیریت در گزارش سود را احساس نکنند. شناسایی عواملی که بر رفتار مدیریت در گزارش سود تأثیرگذارند، می تواند کمک بسزائی به استفاده کنندگان صورت های مالی بنماید. نبود موسسات رتبه بندی اعتباری در ایران و اهمیت مقوله مداخله عمدی در فرآیند گزارشگری مالی برای بدست آوردن سطح مورد انتظار سود، منجر شد تا پژوهشگر به بررسی واکنش رفتاری مدیریت نسبت به فشار بازپرداخت تامین مالی بپردازد. زیرا ساختار سرمایه بخشی از رفتار مدیریت در گزارش سود را تشریح می کند ولی علت اصلی آن درفشار بازپرداخت تامین مالی نهفته است. از این رو در پژوهش حاضر با استفاده از رویکرد نوین امتیاز بازار نوظهور جهت رتبه بندی اعتباری در بازار مالی ایران، رفتار مدیریت در گزارش سود مورد بررسی قرار گرفت. جامعه آماری مطالعه حاضر شامل کلیه شرکت های پذیرفته شده در بورس اوراق بهادار تهران است. بازه زمانی انجام پژوهش از 1388 تا 1397 می باشد. حجم نمونه با استفاده از حذف نظام مند شامل 163 شرکت است. روش اجرای پژوهش با استفاده از داده های ترکیبی و الگوی حداقل مربعات معمولی می باشد. شواهد حاکی از آن است که بدهی های جاری بر رفتار مدیریت در گزارش سود تاثیر منفی و معنادار دارد ولی تأمین مالی بدهی از طریق وام بر رفتار مدیریت در گزارش سود تاثیر مثبت و معنادار دارد. همچنین ریسک پایین اعتباری احتمال نکول عدم پرداخت بهره و اصلی بدهی بر رفتار مدیریت در گزارش تاثیر منفی و معنادار دارد. دیگر یافته ها نشان می دهد که ارتباط بدهی های جاری و رفتار مدیریت در گزارش سود با وجود تأمین مالی بدهی از طریق وام، قوی تر و ارتباط بدهی های جاری و رفتار مدیریت در گزارش سود با وجود ریسک پایین اعتباری احتمال نکول عدم پرداخت بهره و اصلی بدهی، قوی تر می شود. در نهایت با وجود ریسک پایین اعتباری احتمال نکول عدم پرداخت بهره و اصلی بدهی و دریافت وام در آن سال، رفتار مدیریت در گزارش سود، تضعیف می شود.

یکی از مهم ترین مسائلی که همواره بانک ها و موسسات مالی با آن مواجه هستند، مسئله ریسک اعتباری می باشد. رقم قابل توجه مطالبات معوق بانک ها در سراسر جهان نشان دهنده اهمیت این موضوع و لزوم توجه به آن می باشد. از این رو تاکنون تلاش های بسیاری به منظور ارائه مدلی کارا جهت ارزیابی و طبقه بندی هر چه دقیق تر متقاضیان تسهیلات اعتباری صورت گرفته است. در این راستا، پژوهش حاضر سعی در ارائه رویکردی نو برای ارزیابی ریسک اعتباری مشتریان بانکی دارد. روش ماشین بردار پشتیبان ( SVM ) به عنوان طبقه بندی کننده ی اصلی با یک روش انتخاب ویژگی به نام الگوریتم مورچگان باینری ( BACO-SVM ) ترکیب می گردد. به منظور نشان دادن اثر بخشی روش پیشنهادی از داده های مربوط به 85 شرکت از تسهیلات گیرندگان حقوقی یک بانک ایرانی در یک بازه ی 5 ساله (1389-1393) به همراه 16 ویژگی مربوط به هر یک از آن ها استفاده نموده ایم. نتایج روش BACO-SVM با روش PSO-SVM، GA-SVM و روش SVM به تنهایی مقایسه گردیده است. یافته های پژوهش دلالت بر آن داشته که در ارزیابی ریسک اعتباری، مدل BACO-SVM نسبت به روش های دیگر از عملکرد خوبی برخوردار است. در نتیجه با استفاده از روش BACO-SVM به طبقه بندی مشتریان به دو گروه مشتریان خوش حساب و بدحساب می پردازیم. و در نهایت جهت افزایش انعطاف پذیری در تصمیم گیری، مشتریان خوش حساب را با استفاده از روش VIKOR رتبه بندی می کنیم. این رتبه بندی منجر به آن می شود که قضاوت دقیق تری درباره ی وضعیت ریسک اعتباری متقاضیان خوش حساب صورت گیرد.

ارزیابی ریسک اعتباری یکی از موضوعات اساسی برای بانک ها و موسسات مالی است. مدل های مختلفی برای این منظور توسعه یافته است. این پژوهش با استفاده از مدل استدلال مبتنی بر مورد (CBR) و در نظر گرفتن یک بانک اطلاعاتی از مشتریان اعتباری بانک به ارزیابی ریسک اعتباری متقاضیان تسهیلات بانکی می پردازد. در این راستا 9 معیار مطابق با نظر خبرگان انتخاب و با استفاده از روش فرآیند تحلیل سلسله مراتبی فازی (FAHP) وزن دهی شدند. نتیجه حاصل از مقایسه زوجی معیارها نشان داده است که سه معیار چک برگشتی، وضعیت مسکن و مقدار درآمد به ترتیب دارای بیشترین اهمیت در ریسک اعتباری متقاضیان تسهیلات بانکی است. سپس با تکنیک تاپسیس به سنجش شباهت مورد جدید با موارد گذشته واقعی و یا ارزیابی گزینه جدید نسبت به گزینه ایده آل، پرداخته است و با استفاده از مدل استدلال مبتنی بر مورد به پیش بینی احتمال نکول یا عدم نکول متقاضی تسهیلات بانکی می پردازد. جامعه پژوهش شامل پرونده های اعتباری متقاضیان تسهیلات بانکی یکی از بانک های خصوصی در بین سال-های 94-90 است. این تحقیق از نوع کاربردی و بصورت مطالعه پیمایشی و توصیفی انجام شده است. نتایج نشان می دهد دقت مدل CBR نسبت به سایر روش های اعتبارسنجی و رتبه بندی مشتریان بانک بیشتر است. استفاده از مدل CBR در قالب اعتبارسنجی مشتریان، نتایجی به مراتب بهتر از عملکرد کارشناسان بخش اعتباری بانک عامل که به روش قضاوتی و بر اساس تجربه به پیش بینی نکول یا عدم نکول مشتریان می پرداختند حاصل نموده است که نشان دهنده کارایی بالای مدل مورد استفاده پژوهش در مقایسه با مدل مورد استفاده بانک و کارشناسان اعتبارسنجی می باشد.

هدف: امروزه شناسایی عوامل مؤثر بر رتبهاعتباری از نظر مقایسه ریسک اعتباری یک بنگاه اقتصادی با بنگاه های اقتصادی دیگر و هم ازنظر رقابت پذیری بنگاه اقتصادی، اهمیت ویژه ای دارد. این پژوهش با هدف بررسی تأثیر مسئولیت پذیری اجتماعی بر رتبه بندی اعتباری شرکت ها با توجه به نقش تعدیلی نوسان پایین به بالای بازده سهامبه اجرا درآمده است.   روش: پژوهش حاضر از لحاظ هدف، از نوع تحقیقات کاربردی است. همچنین در این پژوهش با توجه به نوع داده ها و روش های تجزیه وتحلیل موجود، از روش داده های ترکیبی استفاده شده است. روش گردآوری داده ها، روش اسناد کاوی و مراجعه به بانک های اطلاعاتی؛ و روش تحلیل داده ها از نوع استنباطی است. در پژوهش حاضر داده های مورد نیاز از نرم افزار ره آورد نوین، صورت های مالی شرکت ها و سندکاوی و همچنین سایت کدال استخراج شده است.جامعه آماری پژوهش حاضر کلیه شرکت های پذیرفته شده در بورس اوراق بهادار تهران در بازه زمانی 1389 تا 1398 است. جهت آزمون فرضیه های پژوهش از الگوی داده های ترکیبی استفاده شد.   یافته ها:نتایج آزمون فرضیه های پژوهش نشان می دهد کهمسئولیت پذیری اجتماعی، اثر مثبت و معناداری بر رتبه بندی اعتباری شرکت دارد. به عبارت دیگر افزایش سطح اهمیت شرکت به مقوله مسئولیت پذیری اجتماعی موجب افزایش رتبه اعتباری شرکت نزد اعتباردهندگان می گردد. همچنین نتایج پژوهش نشان داد، نوسان پایین به بالای بازده سهام بر رابطه بین مسئولیت پذیری اجتماعی با رتبه بندی اعتباری شرکت تأثیر منفی و معناداری دارد.بدین ترتیب زمانی که شرکت ها نوسان پایین به بالای بازده سهام بالایی داشته باشند، انجام بندهای مسئولیت پذیری اجتماعی تأثیر چندانی بر نظر مساعد اعتباردهندگان نخواهد داشت و اعتباردهندگان اقدام به کاهش رتبه اعتباری شرکت ها می نمایند؛ بنابراین افزایش نوسان پایین به بالای بازده سهام منجر به کم رنگ شدن رابطه مسئولیت پذیری اجتماعی با رتبه اعتباری شرکت ها می گردد. نتیجه گیری: سرمایه گذاران و اعتباردهندگان علاقه دارند به شرکت های که ابعاد مختلف مسئولیت پذیری اجتماعی را به خوبی اجرا می نمایند، اهمیت بیشتری می دهند. این امر منجر می گردد که این شرکت ها نزد سرمایه گذاران و اعتباردهندگان اعتبار بالاتری به واسطه اجرای بندهای مسئولیت پذیری اجتماعی بیابند. همچنین با افزایش نوسان پایین به بالای سهام، احتمال بروز ریسک سقوط قیمت سهام نیز افزایش می یابد که این امر می تواند باعث بدبینی اعتباردهندگان به شرکت نسبت به عدم پرداخت تعهدات مالی شان گردد؛ در نتیجه در چنین شرایطی انجام بندهای مسئولیت پذیری اجتماعی تأثیر چندانی بر نظر مساعد اعتباردهندگان نخواهد داشت و اعتباردهندگان اقدام به کاهش رتبه اعتباری شرکت ها می نمایند. سرمایه گذاران و اعتباردهندگان با استفاده از نتایج این پژوهش می توانند دست به انتخاب شرکت های مناسب جهت سرمایه گذاری بزنند. همچنین سازمان هایی که اقدام به رتبه بندی شرکت ها می کنند می توانند از نوسان پایین به بالای بازده سهام و مسئولیت پذیری اجتماعی به عنوان دو عامل بسیار مهم و تعیین کننده در رتبه بندی استفاده نمایند.