توسعه مدل تعاملی اعتبارسنجی در صنعت لیزینگ ایران (بارویکرد تطبیقی نسبت به مدل های معتبر جهانی)

سال انتشار: 1404
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 81

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_AMVJ-8-105_018

تاریخ نمایه سازی: 12 آذر 1404

چکیده مقاله:

این پژوهش با هدف طراحی و توسعه مدل اعتبارسنجی تعاملی در صنعت لیزینگ ایران انجام شده است تا اثر هم زمان مدت قرارداد و نرخ بازپرداخت بر ریسک اعتباری مشتریان با دقت بیشتری سنجیده شود. ضرورت این مطالعه از آنجا ناشی می شود که ادبیات رایج اعتبارسنجی، چه در قالب مدل های آماری نظیر لاجیت و رگرسیون های کلاسیک و چه در چارچوب کارت های امتیازدهی و روش های یادگیری ماشین، غالبا بر اثرات منفرد متغیرها تکیه دارد و کمتر به برهم کنش های ساختاری میان شاخص های قراردادی توجه کرده است؛ در حالی که تصمیمات اعتباری شرکت های لیزینگ به صورت عملی از ترکیب همزمان پارامترهای مدت و شدت بازپرداخت متاثر می شوند.مطالعه حاضر با رویکردی بومی و تطبیقی نسبت به مدل های معتبر جهانی، تلاش کرده است شکاف مزبور را پوشش دهد و چارچوبی ارائه کند که به طور مشخص بر ضریب تعاملی حاصل ضرب مدت قرارداد و نرخ بازپرداخت تمرکز دارد.پژوهش حاضر کاربردی و کمی است و داده های ۱۱۳۶ قرارداد لیزینگ فعال در شرکت های ایران خودرو، پارسیان، ملت و کارآفرین طی دوره ۱۳۹۸ تا ۱۴۰۲ را تحلیل می کند. پس از پاکسازی، اعتبارسنجی و کدگذاری متغیرها، ریسک اعتباری به صورت شاخصی از احتمال نکول و رفتار بازپرداخت عملیاتی سازی شد. روش تحلیل، رگرسیون چندگانه تعدیل شده است که علاوه بر اثرات اصلی مدت قرارداد و نرخ بازپرداخت، ضریب تعاملی آنها نیز به عنوان شاخص اثر مشترک وارد شد. افزون بر این، کنترل های لازم برای ویژگی های قراردادی و مشتریان در مدل منظور گردید تا برآوردها از سوگیری های متعارف مصون بمانند.یافته ها نشان می دهد مدت قرارداد با ریسک اعتباری رابطه ای مثبت دارد و افزایش طول دوره به طور معنادار احتمال بروز رفتارهای پرریسک را تقویت می کند؛ در مقابل، نرخ بازپرداخت با ریسک اعتباری رابطه ای منفی دارد و شدت بالاتر پرداخت ها به کاهش ریسک منجر می شود. مهم تر آنکه ضریب تعامل میان این دو متغیر به طور معنادار منفی است (β₄ = −۰.۱۹۲، Sig=۰.۰۰۱ )و مدل توانسته است حدود ۶۱ درصد از واریانس ریسک اعتباری را توضیح دهد. این نتیجه به روشنی نشان می دهد که در قراردادهای بلندمدت،تعیین نرخ بازپرداخت بالا قادر است اثر افزایشی مدت بر ریسک را نه تنها جبران، بلکه به طور قابل ملاحظه ای کاهش دهد. به بیان دیگر، اثر ترکیبی «طول × شدت» دارای ماهیتی غیرخطی و سیاست پذیر است و استفاده از الگوهای تعاملی نسبت به ارزیابی جداگانه متغیرها، دقت پیش بینی نکول را افزایش می دهد.از منظر مدیریتی، پیامدهای پژوهش حاکی از آن است که شرکت های لیزینگ باید در طراحی سبد محصولات اعتباری، قیمت گذاری ریسک و تخصیص منابع مالی، به تنظیم هم زمان مدت و نرخ بازپرداخت توجه کنند؛ به ویژه در قراردادهای با دوره های طولانی، سیاست نرخ های بازپرداخت قوی (به همراه ابزارهای انگیزشی و جریمه های رفتاری) می تواند پروفایل ریسک رابه نحو معناداری بهبود دهد. همچنین، پیاده سازی کارت های امتیازدهی با مولفه های تعاملی و بازتنظیم مقررات داخلی اعتبارسنجی بر مبنای نتایج این مدل، توصیه می شود. از حیث نوآوری، مدل تعاملی پیشنهادی خلا مهمی را در ادبیات ایرانی پر می کند و با تکیه بر داده های واقعی صنعت، چارچوبی قابل انتقال برای بهبود دقت پیش بینی و تصمیم گیری اعتباری ارائه می دهد. در نهایت، پیشنهاد می شود مطالعات آتی با افزودن متغیرهای رفتاری، آزمون های پایداری در زیر بازارها و مقایسه با الگوریتم های پیشرفته یادگیری ماشین، ظرفیت تعمیم و کارایی مدل را بیش از پیش ارزیابی کنند.

نویسندگان

جواد عین آبادی

استادیار گروه مالی و حسابداری، موسسه آموزش عالی الکترونیکی ایرانیان، تهران، ایران.

مینا کاشیها

دانشجوی کارشناسی ارشد مهندسی مالی و مدیریت ریسک، موسسه آموزش عالی الکترونیکی ایرانیان، تهران، ایران