اقتصاد سنجی تخصیص تسهیلات با استفاده از تحلیل پوششی داده ها در نظام پولی ایران و اثر بخشی آن با رگرسیون لجستیک و شبکه عصبی در راستای برنامه ریزی اقتصادی

این مقاله با هدف اقتصاد سنجی تخصیص تسهیلات با استفاده از تحلیل پوششی داده ها در سیستم بانکی ایران و اثر بخشی آن با رگرسیون لجستیک و شبکه عصبی بر ریسک اعتباری و ارائه مدلی جهت پیش بینی ریسک اعتباری و رتبه بندی اعتباری مشتریان حقوقی متقاضی تسهیلات ، با استفاده از روش تحلیل پوششی داده ها در قالب رگرسیون لجستیک و شبکه عصبی و مقایسه این سه مدل در راستای برنامه ریزی مالی و اقتصادی انجام گرفته است. بدین منظور بررسی های لازم بر روی اطلاعات مالی و غیر مالی با استفاده از یک نمونه 141 تایی تصادفی ساده از مشتریان حقوقی متقاضی تسهیلات، صورت گرفت. در این پژوهش، 72 متغیرتوضیح دهنده شامل متغیرهای مالی و غیر مالی مورد بررسی قرار گرفت که از بین متغیرهای موجود نهایتا با استفاده از تکنیک تجزیه و تحلیل عاملی و قضاوت خبرگان (روش دلفی)، 8 متغیر تاثیرگذار بر ریسک اعتباری انتخاب گردید که وارد مدل تحلیل پوششی داده ها شده و امتیازات کارایی شرکتهای حقوقی با استفاده از آنها بدست آمد. همچنین متغیر های انتخابی به عنوان بردار ورودی شبکه عصبی پرسپترون 3 لایه وارد مدل شد و در نهایت با استفاده از رگرسیون لجستیک نیز اطلاعات مربوطه پردازش گردید. نتایج حاصل از مدل تحلیل پوششی داده ها و شبکه عصبی و رگرسیون لجستیک در برآورد ریسک اعتباری و رتبه بندی اعتباری در مقایسه با نتایج واقعی حاکی از آنست که مدل شبکه عصبی در پیش بینی ریسک اعتباری مشتریان حقوقی و رتبه بندی اعتباری از کارایی بیشتری برخوردار است.

کلیدواژه ها:

کارایی ، رتبه بندی اعتباری ، تحلیل پوششی داده ها ، شبکه عصبی ، رگرسیون لجستیک