امتیاز انفرادی. سیستم امتیازدهی، آسیب پذیری و چشم انداز توسعه آن در سیستم های مالی روسیه

مفهوم امتیاز دهی به اعتبار مشتری

تعریف 1

امتیازدهی یک مدل آماری یا ریاضی است که از داده‌های سوابق اعتباری مشتریان بانک استفاده می‌کند و در نهایت می‌توان احتمال اینکه وام گیرنده احتمالی بعدی وجوه دریافتی را به موقع بازگرداند، محاسبه کرد.

این روش ارزیابی وام گیرنده مجموع وزنی از مجموعه خاصی از ویژگی ها به شکل بسیار ساده شده است. این برای تشکیل یک شاخص خلاصه ضروری است. این شاخص بیشتر با خط به اصطلاح سربه سر مقایسه می شود.

چنین ارزیابی از توان پرداخت وام گیرنده برای تعیین شاخص یکپارچه هر مشتری بالقوه مورد نیاز است و نتیجه به دست آمده باید با خط فوق مقایسه شود (بر این اساس، تنها وام گیرندگانی که این شاخص را بالاتر از خط سربه سر دارند قادر خواهند بود دریافت وام).

معمولاً در اقتصاد ملی، بانک‌ها از مدل‌های اقتباسی برای ارزیابی امتیازدهی یک فرد استفاده می‌کنند که با شرایط روسیه سازگار است.

ابتدا ارزیابی اولیه از امکان دریافت وام بر اساس داده های پرسشنامه-برنامه های وام گیرندگان ارائه می شود. بر اساس نتایج فرم های درخواست تکمیل شده، پروتکل هایی برای ارزیابی امکان اعطای وام امضا می شود.

مثال 1

اگر امتیاز کمتر از 30 باشد، پروتکل ها امتناع از ارائه وام را ثبت می کنند، اما اگر بیش از 30 امتیاز به دست آمد، در مرحله بعد با در نظر گرفتن بررسی های اضافی، خطر با دقت بیشتری ارزیابی می شود.

مزایا و معایب امتیازدهی اعتباری

روش ها و مدل های امتیازدهی اجازه می دهد:

کاهش خطر عدم پرداخت وام؛
تصمیم گیری در مورد صدور وام به سرعت و بی طرفانه؛
به شما اجازه می دهد تا به طور موثر سبد وام خود را مدیریت کنید.
نیازی به صرف زمان زیادی برای آموزش کارکنان بخش اعتبار نیست.
امکان تجزیه و تحلیل سریع درخواست وام در حضور مشتری وجود دارد.

محدودیت‌های روش امتیازدهی شامل این واقعیت است که می‌توان آن را فقط در مورد اطلاعات مشتریانی که بانک قبلاً به آنها وام داده است، اعمال کرد. همچنین، کارمندان بانک باید به طور دوره‌ای کیفیت روش‌شناسی و تجزیه و تحلیل را بررسی کرده و یک روش امتیازدهی جدید ایجاد کنند.

بهبود بیشتر روش امتیازدهی، فهرست ویژگی های ارزیابی شده وام ها را گسترش و تغییر خواهد داد.

در اعطای وام مسکن به شهروندان از تعهد پذیره نویسی وام گیرنده استفاده می شود که مهمترین نکته ارزیابی اقساط به موقع وام است. نسبت اندازه تعهدات ماهانه وام گیرنده به کل درآمد خانواده برای مدت مشابه و غیره برآورد می شود.

فرآیند انجام ارزیابی امتیازدهی اعتبار وام گیرندگان

به طور معمول، برای تجزیه و تحلیل اعتبار یک وام گیرنده بالقوه، موارد زیر درخواست می شود:

یک کپی از اسنادی که هویت وام گیرنده را اثبات می کند.
تأیید درآمد مشتری: گواهی در فرم 2-NDFL، یک کپی از اظهارنامه مالیاتی در فرم 3-NDFL.
علاوه بر این، آنها همچنین ممکن است اسناد مالکیت ملک و سایر اسنادی را درخواست کنند که می تواند اعتبار پرداخت بدهی و شهرت تجاری مشتری را تأیید کند.

متخصصان این بانک بر اساس داده های میانگین درآمد ماهانه و میزان کسورات شش ماهه قبل و همچنین اطلاعات بر اساس پرسشنامه، میزان پرداخت بدهی یک وام گیرنده را تجزیه و تحلیل می کنند. نتیجه به عنوان میانگین درآمد ماهانه منهای تمام پرداخت های اجباری محاسبه می شود و با یک ضریب تصحیح که بسته به میزان درآمد متفاوت است (از 0.3 تا 0.6) تنظیم می شود. هر چه درآمد بیشتر باشد، تعدیل بیشتر است.

تبصره 1

در حال حاضر، جهانی ترین روش ارزیابی اعتبار، روش ارزیابی وضعیت مالی مشتری است.

برای کاهش و کنترل ریسک ها، بانک ها باید وضعیت مالی وام گیرنده را به صورت فصلی ارزیابی کنند.

به عنوان بهبود در ارزیابی اعتبار افراد، پیشنهاد می شود از سیستم امتیازدهی در تعیین حجم وام های صادر شده استفاده شود.

امتیازات اعتباری برای اندازه گیری ریسک نکول توسط وام گیرنده بالقوه با در نظر گرفتن عوامل مختلف سابقه اعتباری طراحی شده است. فرمول‌های محاسبه امتیاز اعتبار معمولاً توسط بانک‌های غربی فاش نمی‌شود، اما به طور کلی از مؤلفه‌های زیر استفاده می‌شود که می‌تواند به عنوان تجربه قابل استفاده در نظر گرفته شود:

35٪ سابقه اعتباری است - وجود یا عدم وجود اطلاعات در معرض خطر. ورشکستگی، تعهدات، احکام، توافقات، مصادره، توقیف اموال، تأخیر در پرداخت می تواند دلیل امتناع از صدور وام باشد.
اهرم 30٪ - این دسته به تعدادی از ابعاد خاص اهرم، از جمله تعداد حساب های اضافه برداشت، تعهدات بدهی موجود، خریدهای اقساطی می پردازد.
15٪ سهم به مدت سابقه اعتباری - متوسط دوره وام و مدت وام اصلی - می افتد.
10% ارزیابی انواع اعتبار مورد استفاده (طرح اقساطی، اضافه برداشت، وام مصرفی، وام مسکن)، سابقه مدیریت انواع وام را نشان می دهد.
سهم 10٪ از امتیاز به تعداد درخواست های وام می رسد - اگر درخواست ها اخیراً به تعداد زیاد (14-45 روز) انجام شده باشد، امتیاز وام گیرنده کاهش می یابد.

مدل‌های امتیازدهی باید بر اساس داده‌های به‌روز باشد و هنگامی که سیاست اعتباری بانک تغییر می‌کند، سریعاً پیکربندی شوند.

دفتر اعتبار نقش مهمی در کار مدل امتیازدهی دارد. مطالعه سابقه اعتباری وام گیرنده احتمالی و همسر متقاضی الزامی است. همه نوع درآمد و هزینه وام گیرنده باید مستند باشد.

مثال 2

به شهروندانی که 50 درصد یا بیشتر از درآمد خالص خود را بر اساس اسناد اجرایی پرداخت می کنند، وام اعطا نشود. همچنین ضمانت فردی که کسر حقوق او معادل یا بیش از 50 درصد درآمد خالص باشد نباید به عنوان وثیقه برای وام پذیرفته شود.

شکل 1 اطلاعاتی را ارائه می دهد که توسط بانک های خارجی برای به دست آوردن اطلاعات در مورد هدف وام، ویژگی های شخصی وام گیرنده و سابقه اعتباری وام گیرنده ارائه شده است.

شکل 1. متغیرهای مورد استفاده در مدل های امتیازدهی برای ارزیابی اعتبار وام گیرندگان. نویسنده24 - تبادل آنلاین مقالات دانشجویی

هنگام ارزیابی ریسک های اعتباری وام گیرندگان بالقوه، تعدادی از عوامل در نظر گرفته می شود: سن، وضعیت تأهل و تحصیلات، تعداد افراد تحت تکفل او، محل سکونت مشتری، حرفه، مدت خدمت، سابقه کار فعلی. و همچنین اطلاعات مالی زیر: درآمد و بدهی مشتری. سابقه اعتباری، که شامل حقایقی مانند بازپرداخت وام با کیفیت بالا است. همکاری مثبت قبلی با بانک، در صورتی که مشتری قبلاً مشتری بانک باشد.

سیستم امتیازدهی بانک های تجاری مکانیزمی برای انتخاب وام گیرندگان بالقوه از طریق بررسی کارشناسانه عوامل موثر بر پرداخت بدهی و ریسک عدم بازپرداخت وجوه دریافتی وام است. مکانیسم های مورد استفاده برای ارزیابی سطح اعتماد مشتریان در درجه اول به طرح وام انتخاب شده توسط موسسه مالی بستگی دارد. در برخی از بانک های تجاری، افسران اعتبار و افسران امنیتی ممکن است الزامات کاملا منحصر به فردی را برای مشتریان بالقوه مطرح کنند.

ما به 4 بانک توجه شما را جلب می کنیم که در آنها می توانید وام با سابقه اعتباری بد دریافت کنید:

نرخ بهره
از 9.5٪

مدت، اصطلاح
تا 5 سال

مجموع
تا 700 هزار روبل

گرفتن وام در روز مراجعه به بانک

نرخ بهره
از 7.5٪

مدت، اصطلاح
تا 5 سال

مجموع
تا 1 میلیون روبل

تصمیم فوری؛ بازخرید بدون کارمزد

نرخ بهره
از 10.5٪

مدت، اصطلاح
تا 7 سال

مجموع
تا 4 میلیون روبل

بانک در 3 دقیقه در مورد درخواست تصمیم می گیرد

سیستم بانکداری کلاسیک برای ارزیابی وام گیرندگان

بررسی همتایان معمولاً با بررسی اطلاعات ارائه شده توسط وام گیرنده در درخواست آغاز می شود. وقتی صحبت از ارائه وام های کلان می شود، نمایندگان یک موسسه مالی ممکن است بر ملاقات شخصی با مشتری اصرار کنند. در طول چنین مصاحبه ای، افسر وام یک ارزیابی بصری از وام گیرنده انجام می دهد و به نشانه های خارجی احتمالی بیماری جدی، بی ثباتی عاطفی، یا ناسازگاری با برخی از داده های ارائه شده در پرسشنامه اصلی اشاره می کند.

سیستم کلاسیک برای ارزیابی وام گیرندگان آینده به شرح زیر عمل می کند:

مشتری شخصاً با یک مدیر اعتباری با تجربه یا مسئول امنیت بانک ارتباط برقرار می کند.
وام گیرنده برنامه ای را پر می کند که در آن اطلاعات شخصی را ارائه می دهد.
مدیر اعتبار ارسال می کند دفتر تاریخچه های اعتباری - ارگانی که فعالیت هایی را برای تشکیل، ذخیره و پردازش تاریخچه های اعتباری انجام می دهد "\u003e دفتر تاریخ اعتباردرخواستی برای به دست آوردن اطلاعات مربوط به تعهدات قبلی شخصی که برای وام درخواست می کند، که برای تجزیه و تحلیل بعدی لازم است.
در طول مصاحبه، نماینده یک مؤسسه اعتباری چند سؤال ساده می پرسد که قابل اعتماد بودن پاسخ به آن بستگی به تطابق وام گیرنده با معیارهای بانک تجاری دارد.
متخصص پس از مطالعه اطلاعات محرمانه دریافتی، حکم صادر می کند.

روش‌های سنتی ارزیابی توان پرداخت بدهی وام گیرندگان برای بانک‌های تجاری بزرگ که فرصت باز کردن بخش‌هایی را دارند که با بررسی کارشناسی اسناد سروکار دارند، ایده‌آل است. طرح های امتیاز دهی مشابه و پذیره نویسی مطالعه احتمال بازپرداخت یا عدم بازپرداخت وام است. این رویه توسط بانکی انجام می شود که تصمیم به صدور وام می گیرد و شامل تعیین توان پرداخت بدهی و اعتبار یک وام گیرنده بالقوه است.به طور فعال توسط وام دهندگانی که وام های هدفمند بلندمدت صادر می کنند استفاده می شود. به طور متوسط، مطالعه درخواست مشتری تا 36 ساعت طول می کشد. هنگامی که صحبت از وام های تضمین شده می شود، که برای آنها لازم است وثیقه اضافی ارزیابی شود و پرداخت بدهی ضامن تأیید شود، بررسی درخواست ممکن است تا 7 روز طول بکشد.

سیستم امتیازدهی چگونه کار می کند؟

سیستم های امتیازدهی خودکار مدرن به منظور تسریع روند وام ایجاد شده اند. آنها توسط بانک های تجاری در مرحله صدور کارت های اعتباری و موسسات مختلف غیربانکی با هدف صدور وام اکسپرس استفاده می شوند. روش امتیازدهی، یعنی بررسی پرداخت بدهی، مبتنی بر استفاده از نرم‌افزار تخصصی خاص صنعت است که الگوریتم‌های آن برای مطالعه معیارهای فردی و تأیید اینکه اطلاعات ارائه شده توسط وام گیرنده با شرایط فعلی معامله مطابقت دارد، پیکربندی شده‌اند.

اتوماسیون فرآیندهای امتیازدهی اجازه می دهد:

تسریع در بررسی پرسشنامه های دریافتی از مشتریان بالقوه.
کاهش کارکنان موسسه اعتباری.
روش پر کردن، ارسال و پردازش درخواست های وام را به یک هواپیمای مجازی ترجمه کنید.
خطر رد وام را کاهش دهید.
کاهش خطر خطاهای کارکنان بانک ناشی از عامل انسانی.
ایجاد یک سیستم استاندارد و یکپارچه برای ارزیابی وام گیرندگان آینده.

شرکت‌هایی که وام‌های مصرفی کوچک و کارت‌های پلاستیکی ارائه می‌کنند، جریان عظیمی از درخواست‌ها را به صورت روزانه پردازش می‌کنند. در چنین شرایطی، ارائه یک رویکرد فردی برای کار با هر مشتری بالقوه تقریبا غیرممکن است. الگوریتم سیستم امتیازدهی خودکار مبتنی بر استفاده از تعدادی پارامتر ساده است که امکان ارزیابی کامل وام گیرندگان را فراهم می کند. پارامونت معمولاً اطلاعات مربوط به پاسپورت و داده های پرداخت است.

چگونه می توان با تضمین نمره قبولی در بانک؟

برای دریافت وام پس از بررسی پرداخت بدهی، کافی است وام گیرنده اطلاعات موثق و پشتیبان آن را با اسناد مشخص شده در شرایط معامله آتی ارائه دهد. این نرم افزار از روش های آماری، تحلیلی و ریاضی در دسترس عموم استفاده می کند تا احتمال بازپرداخت یک وام خاص را تخمین بزند، اما به منظور تسریع در تصمیم گیری در مورد برنامه های پخش جریانی دریافتی، برخی وام دهندگان از پردازش صورت های درآمد و صورت های بانکی خودداری می کنند. وجود داده های اضافی ضریب به دست آمده را افزایش می دهد. اگر حداقل امتیاز برای انجام معامله کافی باشد، هیچ مدرک همراه مورد نیاز نیست.

ارزیابی پرداخت بدهی تحت تأثیر موارد زیر است:

بنابراین، سابقه اعتباری و ثبات مالی یک وام گیرنده بالقوه بر محاسبه رتبه بندی و نتیجه تصمیم گیری وام در سیستم امتیازدهی تأثیر می گذارد. به طور غیرمستقیم، سطح رتبه بندی اعتباری را می توان با عواملی مانند وضعیت تأهل یا سن مشتری تغییر داد.

برخی از سازمان ها شرایطی را در نظر می گیرند که خارج از کنترل مشتری است. الگوریتم‌های ماشین امتیازدهی را می‌توان با در نظر گرفتن وضعیت اقتصادی و وضعیت سیاسی منطقه، نوع و اندازه محصول وام و همچنین وجود یا عدم وجود روند منفی در وام‌دهی تنظیم کرد.

دستگاه های امتیازدهی بانک را نمی توان فریب داد، زیرا حتی یک اشتباه تصادفی در مرحله پر کردن درخواست منجر به امتناع از وام می شود. برای عبور از تأیید، مشتری باید داده های محرمانه را ارائه دهد. وام دهنده امنیت اطلاعات محرمانه را تضمین می کند. هدف این الگوریتم پردازش نه تنها پاسخ های دریافتی است. چنین سیستمی به شما امکان می دهد آمارهای مفیدی را جمع آوری و تجزیه و تحلیل کنید که فرصتی منحصر به فرد برای پیش بینی رفتار پرداخت مشتری بالقوه فراهم می کند.

شما همچنین ممکن است علاقه مند باشید:

سالیانه و پرداخت متمایز - تفاوت چیست؟

موضوع پرداخت وام همیشه برای هر فردی که قصد دریافت وام نقدی دارد یا قبلاً آن را گرفته است یک امر اصولی است. ما به تفصیل تفاوت بین سالیانه و پرداخت های متمایز را در نظر می گیریم. با دانستن این تفاوت ها، می توانید بهترین گزینه وام را برای خود انتخاب کنید.

هر کاربر اعتباری باید بداند که امتیازدهی اعتباری چیست. این مفهوم در ابتدای قرن حاضر توسط بانک ها مطرح شد و این به دلیل این واقعیت است که رشد وام ها به میزان قابل توجهی افزایش یافته است.

Scoring یک برنامه کامپیوتری طراحی شده ویژه است که با تجزیه و تحلیل داده های شخصی مشتری به تعیین سریع پرداخت بدهی مشتری کمک می کند.

برای انجام این کار، داده های دیجیتال ایجاد شده توسط فرم طبق اصول تست معمولی وارد برنامه می شود. سپس برنامه امتیازدهی داده های وارد شده را به دقت تجزیه و تحلیل می کند و نتیجه را به عنوان یک قاعده در نقاط نشان می دهد: یک مقدار عددی خاص با هر سؤالی مطابقت دارد. بنابراین، معلوم می شود که این مدیر اعتبار نیست که تصمیم می گیرد وام به مشتری صادر کند یا نه، بلکه رایانه است.

امتیازدهی اعتباری در مواردی که وام گیرنده نیاز دارد و. هنگام صدور وام کلان دیگر از امتیازدهی نیز استفاده می شود اما در کنار سایر تحلیل ها (ارزش گذاری وثیقه و ...).

امتیاز دادن برای چی؟

اکثر بانک ها در مورد صدور وام فقط بر اساس سیستم امتیازدهی تصمیم می گیرند، به عنوان مثال:

اگر وام گیرنده طبق سیستم امتیازدهی امتیاز بالایی کسب کرده باشد، وام بدون چک های دیگر برای او صادر می شود.
هنگام به دست آوردن میانگین تعداد امتیاز، درخواست مشتری برای وام علاوه بر این توسط کمیته اعتبار در نظر گرفته می شود.
با کمبود واضح امتیاز، بانک از وام خودداری می کند.

نتایج محاسبات امتیازدهی اعتباری به سیستم برنامه ریزی بانک بستگی دارد. بر این اساس، بانک وام گیرندگان قابل اعتماد و مطلوب را از مشتریان غیر صادق انتخاب می کند.

سوالات تستی

هر بانکی سیستم امتیازدهی خود را دارد، اما اساساً سؤالات یکسانی را شامل می شود. به عنوان مثال، پرکاربردترین سوالات آزمون عبارتند از:

سن، جنسیت وام گیرنده؛
حقوق رسمی؛
مبلغ و شرایط وام مورد نیاز؛
آیا وام گیرنده متاهل (متاهل) است.
آیا افراد تحت تکفل در خانواده وجود دارد.
آیا زن (شوهر) کار می کند.
آیا سابقه کیفری و مسائل دیگر دارید؟

بدون شک یکی از مثبت ترین و قابل توجه ترین ویژگی های امتیازدهی اعتباری را باید تسهیل در راستی آزمایی توان پرداخت وام گیرنده دانست.

معایب برنامه امتیازدهی

با این حال، معایبی نیز وجود دارد: این برنامه می تواند از یک وام گیرنده بی پروا صرف نظر کند، اما برعکس، یک مورد قابل اعتماد را می توان رد کرد. هنگام بررسی به روش های دیگر، این وضعیت بسیار کمتر اتفاق می افتد.

همچنین می توان گفت که سیستم امتیازدهی اعتباری به یک معنا قیمت وام را افزایش می دهد، زیرا ریسک خاصی را برای یک موسسه اعتباری به همراه دارد.

جهت گیری هدف سیستم امتیازدهی

سیستم بانکی امتیازدهی که در فعالیت‌های وام‌دهی عمل می‌کند، این امکان را فراهم می‌کند که در آینده نزدیک نه تنها ثبات مالی مشتری متقاضی را تعیین کند، بلکه درصد ریسک اعتباری و زیان‌های مادی احتمالی مرتبط با عدم بازپرداخت وام را نیز محاسبه کند. امانت گیرنده. برنامه امتیازدهی توسط هر مؤسسه مالی به صورت جداگانه ایجاد می شود.

هدف از امتیازدهی اعتباری دستیابی به حداکثر به حداقل رساندن موقعیت‌های ریسک است که وقوع آن هنگام اعطای وام به مشتری غیرقابل اعتماد یا ناتوان از بازپرداخت وام امکان پذیر است. اغلب، هنگامی که وام دهنده موافقت می کند به وام گیرنده ای که معتبر نیست وام دهد، شروع به نوعی مشکل می کند که با وقوع تاخیر همراه است. امتیاز دهی چنین خطراتی را تا حد امکان از بین می برد. می توان میزان قابلیت اطمینان وام گیرنده را تعیین کرد و ثبات و ثبات مالی آن را هم در رابطه با وام گیرنده بالقوه که به عنوان شهروند عمل می کند و هم در رابطه با یک شخص حقوقی ارزیابی کرد.

از طریق پایگاه امتیازدهی، می توان هم وام گیرندگان بالقوه و هم وام گیرندگان موجود را بررسی کرد. به لطف چنین سیستمی، می توان در اسرع وقت تمامی ریسک های وام را که ممکن است بر سبد وام سازمان اعتباردهنده تأثیر بگذارد، شناسایی و شناسایی کرد. علاوه بر این، امتیازدهی، که خطرات پرتفوی وام وام دهنده را ارزیابی می کند، نقش فعالی در پیش بینی ذخایر مالی دارد. فرآیند ایجاد یک سیستم بر اساس عواملی مانند وضعیت مالی یک وام گیرنده بالقوه انجام می شود که باید منعکس کننده تمام درآمد، بدهی های مالی، هزینه ها و مانده فعال او و همچنین سابقه اعتباری حاوی تمام اطلاعات در مورد وام های گذشته باشد. و بازپرداخت آنها

معیارهای ارزیابی مالی وام گیرنده

هنگام ارزیابی ثبات مالی و وضعیت مالی مشتریان متقاضی، موسسات اعتباری معمولاً از معیارهای کمی و کیفی استفاده می کنند. مهمترین پارامترها عبارتند از: کار (موقعیت)، مالکیت اموال غیر منقول و سایر اموال، درآمد ثابت و پایدار، (شهرت) گیرنده وام، وضعیت تأهل، سپرده ها و مشارکت های افتتاح شده در مؤسسات و همچنین متقاضی.

در مورد شاخص های کمی، آنها شامل میزان درآمد، میزان پرداخت بدهی، ضریب وام گیرنده و همچنین امنیت وام و شرایط قرارداد هستند. وثیقه را می توان به عنوان اجرای بیمه در رابطه با موضوع و همچنین نسبت میزان سرمایه وام و ارزش وثیقه دانست. پس از ارزیابی مشتری با استفاده از طرح امتیازدهی، هر بدهکار احتمالی مشمول تأیید دارای کارت امتیازدهی خاص خود است که حاوی تعداد زیادی اقلام و مفاد اجباری است. کارت امتیازی ضرایب خاصی را برای هر آیتم موجود در آن قرار می دهد که مورد ارزیابی قرار می گیرد. در نتیجه تنظیم همه ضرایب، امتیازها به سادگی جمع می شوند.

بر اساس عدد مشخصی که در طی جمع ضرایب به دست می آید، به هر وام گیرنده بالقوه کلاس خاصی از ثبات مالی و فرصت های مادی اختصاص داده می شود. قابل اعتمادترین مشتریان آن دسته از متقاضیانی هستند که پس از ارزیابی به کلاس A یا B اختصاص یافتند. با این وجود، موارد زیادی وجود دارد که مشتریان کلاس C نیز وام گیرنده می شوند. غیر قابل اعتماد .

اگر خطایی پیدا کردید، لطفاً قسمتی از متن را برجسته کرده و کلیک کنید Ctrl+Enter.

در این مقاله، پورتال Creditoff (Credytoff) به این سؤالات پاسخ می دهد: "امتیاز دادن، چیست؟ و چگونه ارزیابی امتیازدهی اعتبار یک فرد انجام می شود.

کسب حداکثر سود برای بانک ها ارتباط مستقیمی با کیفیت درخواست وام دارد. علاقه بانک به بازپرداخت وام صادر شده کمتر از وام گیرنده نیست. بنابراین، بانکداران یک بررسی دقیق از وام گیرندگان و تجزیه و تحلیل ریسک های اعتباری انجام می دهند.

ارزیابی امتیازدهی اعتبار یک فرد

ریسک اعتباری زیان مالی احتمالی ناشی از نکول تعهدات وام گیرنده طبق قرارداد وام است. این ممکن است مربوط به تأخیر در پرداخت ها (معوقات) یا امتناع کامل از پرداخت وام باشد.

به منظور به حداقل رساندن ریسک اعتباری، بانکداران از ارزیابی امتیازدهی مشتریان بالقوه استفاده می کنند.

امروزه، ارزیابی امتیازدهی اعتبار یک فرد به طور گسترده ای برای ارزیابی قابلیت اطمینان وام گیرنده استفاده می شود. امتیازدهی، با تکیه بر سابقه اعتباری مشتریان فعلی یا قبلی، این درک را به دست می دهد که چقدر احتمال دارد وام گیرنده بالقوه پول را در تاریخ تعیین شده توسط توافق برگرداند.

امتیاز دادن، چیست؟

امتیاز دادن، چیست؟ (امتیاز انگلیسی - "امتیاز")

این یک سیستم از ویژگی های خاص یک وام گیرنده بالقوه است. امتیازدهی خودکار یک ارزیابی عینی واقعی از ریسک های مالی را ارائه می دهد، برخلاف این واقعیت که بازرسان اعتبار مستقیماً تأیید را انجام می دهند (عامل انسانی).

در نتیجه بررسی، یک شاخص (نمره) مشخص به دست می آید که نشان دهنده میزان ریسک مرتبط با یک مشتری خاص است. این شاخص با یک مقدار آستانه مشخص مقایسه می شود که در اصل یک خط سربه سر است (سلام به خوانندگان پیشرفته؟). اگر شاخص بالاتر از آستانه باشد، در مورد تأیید احتمالی برنامه تصمیم گیری می شود. اگر زیر آستانه باشد، افسوس که مشتری رد می شود.

چه داده هایی در هنگام امتیازدهی در نظر گرفته می شود

ارزیابی امتیازدهی اعتبار یک فرد بسیار پیچیده است. تایید یا رد مشتری به شاخص های زیادی بستگی دارد.

مشخصات پاسپورت وام گیرنده احتمالی، محل ثبت نام و محل زندگی واقعی وی، شماره تلفن های تماس. بر اساس این اطلاعات، شناسایی اولیه مشتری بانک انجام می شود. در این مرحله، مشتریانی که دارای گذرنامه های منقضی، داده های نادرست یا نادرست ارائه شده و اسناد جعلی هستند، بررسی می شوند. هر گونه اشتباه در داده های ارائه شده با امتناع فوری تهدید می شود.
در مرحله دوم سن، جنسیت، وضعیت تأهل، سابقه خدمت، تعداد افراد تحت تکفل (فرزندان زیر سن قانونی عامل منفی امتیازدهی هستند)، مدت خدمت در آخرین محل کار ارزیابی می شود.
سپس برنامه میزان پرداخت بدهی مشتری را ارزیابی می کند. در ارزیابی وضعیت مالی، درآمد تایید شده ماهانه نقش اصلی را ایفا می کند. آن ها دستمزدهای "سفید" در گواهی 2-NDFL نشان داده شده است. اگر درآمد توسط صورت حساب بانکی تأیید شود، امتیاز نهایی کاهش می یابد. وام ممکن است تایید شود، اما مقدار آن کمتر خواهد بود.
پس از انجام مراحل قبلی، برنامه به بررسی ادامه می دهد. به عنوان یک قاعده، داده های چندین BCI (دفتر اعتباری) به طور همزمان در نظر گرفته می شود. نه تنها تأخیرها، بلکه بار مالی نیز در صورت وجود بررسی می شود. علاوه بر این، BKI تمام درخواست ها را به بانک ثبت می کند. اگر امتناع های زیادی وجود داشته باشد، این امر بر امکان تأیید تأثیر منفی می گذارد. بنابراین با دریافت یک بار امتناع، به شما توصیه می کنیم که سابقه اعتباری خود را بررسی کنید. این احتمال وجود دارد که داده های BCI ممکن است اشتباه باشد.

ارزیابی امتیازدهی اعتبار یک مشتری حقوق و دستمزد فردی بانک

برای دارندگان کارت حقوق و دستمزد چک جداگانه در نظر گرفته شده است. تراکنش های کارت ارزیابی می شود. امتیازدهی شرایط دریافت و برداشت و همچنین میانگین مانده حساب را بررسی می کند. لازم به ذکر است کمترین امتیاز را آن دسته از مددجویان دریافت می کنند که بلافاصله پس از دریافت حقوق، آن را به صورت نقدی کامل برداشت می کنند.

چگونه تصمیم گرفته می شود

ارزیابی امتیازدهی اعتبار یک فرد. چگونه تصمیم گرفته می شود

پس از تجزیه و تحلیل داده های دریافتی، امتیازدهی تصمیم گیری می کند. یک وام گیرنده بالقوه یک رنگ "علامت گذاری" دریافت می کند: سفید، خاکستری، سیاه.

رنگ سفید - وام گیرنده می تواند روی وام حساب کند
رنگ سیاه - طرد
رنگ خاکستری به این معنی است که داده های کافی برای تصمیم گیری وجود ندارد، ارزیابی اضافی از پذیره نویس مورد نیاز است. بازرس وام پرسشنامه و داده های ارائه شده را با جزئیات بیشتری مطالعه خواهد کرد. او ممکن است مدارک اضافی بخواهد. پس از تایید تکمیلی، پذیره نویس در مورد امکان تایید و همچنین در مورد حداکثر مبلغ و سررسید وام نظر خواهد داد.

"امتیاز دادن، چیست؟" - برای دریافت کنندگان وام برای اولین بار

با وجود تمام مزایای امتیاز دهی، امروزه بانک ها مدل های تأیید مشتری خود را ویرایش می کنند. بسیاری از بانک ها به اصطلاح "ارزیابی امتیازدهی اقتباس شده اعتبار یک فرد" را انجام می دهند. پارامترهای تأیید اضافی معرفی می شوند، به عنوان مثال، دوره فعالیت شرکتی که وام گیرنده بالقوه در آن کار می کند، محدوده این شرکت، نتایج مالی و غیره. به طور کلی، در تکمیل پاسخ به سؤال "امتیاز دادن، چیست؟"، لازم به ذکر است که امتیازدهی چک در بسیاری از بانک های بزرگ بسیار شبیه است. بنابراین، قبل از درخواست، خود را بررسی کنید، این باعث صرفه جویی در وقت و اعصاب شما می شود.

دوبوویتسکی V.S.
تحلیلگر یک بانک بزرگ روسیه
(شهر مسکو)
مدیریت مالی شرکت
05 (65) 2014

این مقاله مطالعه ای را در مورد توسعه یک مدل امتیازدهی برای ارزیابی اعتبار شرکت های تجاری بزرگ شرح می دهد که این امکان را فراهم می کند تا بر اساس مقادیر شاخص های فردی قضاوت در مورد پرداخت بدهی وام گیرنده و ارزیابی اثربخشی آن انجام شود. حجیم ترین بلوک ها در توسعه یک مدل امتیازدهی، انتخاب سیستم شاخص های ارزیابی و تعیین ضرایب وزنی برای این شاخص ها است که در این مقاله به تفصیل به آن ها پرداخته خواهد شد.

مقدمه

یکی از حوزه های کلیدی کسب و کار در بخش بانکداری وام دهی است. این وام است که اساس دارایی های بانکی است و درآمد سود بانک را تأمین می کند. اخیراً در کشور ما توسعه سریع بخش بانکداری، در درجه اول روابط اعتباری بین بانک ها و جمعیت، کارآفرینان و مشاغل بزرگ صورت گرفته است. وام ها نه تنها شامل درآمد بهره، بلکه خطرات اعتباری مرتبط با ورشکستگی وام گیرنده و از دست دادن وام نیز هستند. ارزیابی ریسک اعتباری یک حوزه کلیدی تجزیه و تحلیل هنگام تصمیم گیری در مورد وام دادن به یک وام گیرنده خاص است و رفاه یک موسسه مالی تا حد زیادی به آن بستگی دارد.

امروزه بانک ها از روش های مختلفی برای تحلیل و ارزیابی سطح زیان احتمالی و احتمال نکول توسط وام گیرنده استفاده می کنند. بر اساس این تجزیه و تحلیل، مطابق با مقررات بانک مرکزی فدراسیون روسیه شماره 254-p "در مورد روش تشکیل،" به وام گیرنده یک رتبه کیفیت - "خوب"، "متوسط" یا "ضعیف" اختصاص می یابد. توسط مؤسسات اعتباری ذخایر برای ضرر احتمالی وام، وام و بدهی معادل آن» 26 مارس 2004

بانک مرکزی به عنوان تنظیم کننده اصلی سیستم اعتباری عمل می کند و توصیه هایی در مورد ارزیابی اعتبار وام گیرندگان ارائه می دهد. مطابق با آنها، بانک ها مدل های ارزش گذاری خود را می سازند - تنوع و نبوغ نویسندگان آنها شگفت انگیز است. چنین مدل هایی شامل ارزیابی جامع از وضعیت مالی وام گیرنده به عنوان شاخص اصلی پرداخت بدهی آینده است. با این حال، تمام مدل‌ها رتبه اعتباری وام گیرنده را هدف قرار می‌دهند که سطح ریسک زیان مالی را توصیف می‌کند. طبق طبقه بندی پذیرفته شده عمومی، سطح اعتبار خوب مربوط به وضعیت مالی خوب شرکت و ریسک کم زیان احتمالی، متوسط - تا متوسط وضعیت مالی و ریسک متوسط، بد - به احتمال زیاد نکول توسط شرکت است. وام گیرنده در شرایط خوب، به احتمال زیاد، تصمیم مثبتی در مورد صدور وام گرفته می شود، میانگین نیاز به تحقیقات اضافی دارد و وام گیرنده بد رد می شود.

ارزیابی ریسک اعتباری در بانک ها همواره جایگاه قابل توجهی را به خود اختصاص داده است. بنابراین، طبق مطالعات بیلی و گیتلی، روش‌های ارزش‌گذاری موجود دائماً در حال بهبود هستند، هر از چند گاهی روش‌های جدیدی مانند ارزش‌گذاری با استفاده از شبکه‌های عصبی ظاهر می‌شود که ناشی از تقاضای زیاد مؤسسات اعتباری برای بهینه‌سازی و بهبود توانایی پیش‌بینی است. ابزاری برای ارزیابی احتمال نکول وام گیرندگان بالقوه.

بنابراین ارزیابی اعتبار یک وظیفه کلیدی در هنگام صدور وام است. هدف از این کار ایجاد مدل امتیازدهی خودمان برای ارزیابی کیفیت اعتباری اشخاص حقوقی است. برای خرده فروشان بزرگ ایجاد می شود و به شما امکان می دهد تا به سرعت در مورد امکان سنجی تامین مالی وام گیرندگان مختلف تصمیم گیری کنید.

ابتدا، یک تحلیل مقایسه ای مختصر از رویکردهای موجود برای ارزیابی اعتبار انجام خواهد شد. بر اساس آن، استدلال هایی به نفع توسعه یک مدل امتیازدهی ارائه می شود، سپس یک مدل امتیازدهی به طور مستقیم با استفاده از روش های نظری مختلف توسعه می یابد. یکی از وظایف اصلی در توسعه، تعریف کارت امتیازی متوازن با در نظر گرفتن صنعت انتخاب شده و تعیین فاکتورهای وزنی برای این شاخص ها است.

در ادامه، یک مطالعه آماری بر اساس نمونه ای متشکل از 41 بازرگان (برای 16 نفر از آنها پیش فرض ثبت شد) به منظور مقایسه نتایج بر اساس وزن شاخص با نتایج به دست آمده در ابتدا انجام خواهد شد. بر اساس نتایج مقایسه، در مورد درستی مدل امتیازدهی تدوین شده نتیجه‌گیری خواهد شد. در پایان این مقاله ارزیابی اثربخشی مدل توسعه‌یافته ارائه می‌شود، توانایی پیش‌بینی مدل توسعه‌یافته مشخص می‌شود و در مورد قابلیت اجرا آن نتیجه‌گیری می‌شود.

رویکردهای مختلف برای ارزیابی اعتبار

تمام مدل های موجود برای ارزیابی اعتبار وام گیرندگان را می توان به صورت طبقه بندی زیر نمایش داد (شکل 1).

بنابراین، انواع رویکردها برای تجزیه و تحلیل اعتبار را می توان با تقسیم همه روش ها به سه بلوک بزرگ سیستماتیک کرد:

مدل های کمی؛
مدل های پیش بینی
مدل های با کیفیت

مدل‌های کمی از شاخص‌های مرتبط استفاده می‌کنند و بر اساس آن‌ها امتیاز خاصی را به وام گیرنده اختصاص می‌دهند، مدل‌های پیش‌بینی بر اساس آمارهای گذشته و با هدف مدل‌سازی تحولات بیشتر و احتمال نکول وام گیرنده هستند، و مدل‌های کیفی از سیستمی از شاخص‌های کیفی همه‌کاره استفاده می‌کنند.

برای تعیین مؤثرترین رویکرد برای ارزیابی اعتبار، روش‌های ارزیابی توصیف‌شده را با هم مقایسه می‌کنیم. روی میز. 1 ویژگی های مقایسه ای مدل های ارزیابی وام را که قبلا در نظر گرفته شده بود نشان می دهد.

جدول 1. جدول خلاصه مدل های رتبه بندی اعتباری

نام مدل	مزایای مدل	معایب مدل
روش ضریب	به شما امکان می دهد وضعیت مالی وام گیرنده را به طور جامع ارزیابی کنید	شاخص های کیفیت، آمار سال های گذشته را در نظر نمی گیرد. یک سیستم غیر خودکار نیاز به تفسیر مداوم مقادیر شاخص های فردی دارد
مدل های رتبه بندی	امکان خودکارسازی ارزیابی با روش ضرایب با محاسبه شاخص انتگرال. در راحتی و سهولت استفاده متفاوت است	آنها فقط شاخص های مالی را در نظر می گیرند، از آمار سال های گذشته استفاده نمی کنند. نیاز به تجدید ساختار برای انواع مختلف شرکت ها
مدل های امتیاز دهی	آنها به شما این امکان را می دهند که ارزیابی اعتبار را در یک امتیاز معادل دریافت کنید و وام گیرنده را به یکی از سه گروه اختصاص دهید. ساده و آسان برای استفاده، کمک به ارزیابی شاخص های کیفیت غیر مالی. هنگام ارزیابی ضرایب وزنی با روش های آماری، آنها اجازه می دهند تا داده های مربوط به وام های صادر شده را در نظر بگیریم و از نظر اقتصادی توجیه شوند.	جهانی نیست، نیاز به تجدید ساختار برای انواع خاصی از شرکت ها دارد. برای مطالعه ضرایب وزنی به مقدار زیادی داده نیاز دارد
مدل های جریان نقدی	به شما امکان می دهد جریان های نقدی آتی شرکت را تخمین بزنید و آنها را با بار بدهی مقایسه کنید	آنها شرایط بازار و شاخص های کیفی شرکت وام گیرنده را در نظر نمی گیرند. ممکن است نتایج متناقضی ایجاد کند
مدل های تجزیه و تحلیل متمایز	امکان تعیین احتمال نکول شرکت وام گیرنده بر اساس آمار سالهای گذشته
مدل های رگرسیون	آنها امکان تعیین احتمال نکول شرکت وام گیرنده را بر اساس آمار سالهای گذشته فراهم می کنند. هنگام استفاده از مدل بر روی داده های صحیح، می توانید نتایج را با درجه اطمینان بالایی بدست آورید	نتایج کاملاً تجربی، به شدت به نمونه آموزشی وابسته است و هنگام مطالعه مدل بر روی داده‌های دیگر، اغلب با واقعیت مطابقت ندارد. برای مطالعه ضرایب وزنی به مقدار زیادی داده نیاز دارد
مدل های تحلیل کیفی	به شما امکان می دهد تحلیل جامعی از شرکت انجام دهید	عدم وجود روش های ریاضی، منجر به ارزیابی ذهنی شاخص های فردی و خطاهای مرتبط با عامل انسانی می شود. آمار سال های گذشته را در نظر نگیرید. هیچ مقررات مشخصی برای ارزیابی اعتبار برای بلوک های کیفی تحلیل وجود ندارد

بر اساس تحلیل تطبیقی فوق می توان نتیجه گرفت که مدل امتیازدهی در راس تکامل کمی قرار دارد نام مدل مزیت های مدل معایب مدل

روش نسبت امکان ارزیابی جامع از وضعیت مالی وام گیرنده را فراهم می کند. شاخص های کیفیت، آمار سال های گذشته را در نظر نمی گیرد. یک سیستم غیر خودکار نیاز به تفسیر مداوم مقادیر شاخص های فردی دارد

مدل‌های رتبه‌بندی اجازه می‌دهد ارزیابی با روش ضریب با محاسبه شاخص انتگرال خودکار شود. آنها از نظر راحتی و سهولت استفاده متمایز می شوند. آنها فقط شاخص های مالی را در نظر می گیرند، از آمار سال های گذشته استفاده نمی کنند. نیاز به تجدید ساختار برای انواع مختلف شرکت ها

مدل‌های امتیازدهی امکان به دست آوردن ارزیابی اعتبار در یک امتیاز را می‌دهد و وام گیرنده را به یکی از سه گروه اختصاص می‌دهد. ساده و آسان برای استفاده، کمک به ارزیابی شاخص های کیفیت غیر مالی. هنگام ارزیابی ضرایب وزنی با روش های آماری، آنها اجازه می دهند تا داده های مربوط به وام های صادر شده را در نظر بگیریم، از نظر اقتصادی توجیه پذیر هستند، جهانی نیستند، نیاز به تجدید ساختار برای انواع خاصی از شرکت ها دارند. برای مطالعه ضرایب وزنی به مقدار زیادی داده نیاز دارد

مدل‌های جریان نقدی امکان برآورد جریان‌های نقدی آتی شرکت و مقایسه آن‌ها با بار بدهی را فراهم می‌کند. شرایط بازار و شاخص‌های کیفی شرکت وام‌گیرنده را در نظر نمی‌گیرد. ممکن است نتایج متناقضی ایجاد کند

مدل های تجزیه و تحلیل تشخیصی امکان تعیین احتمال نکول شرکت وام گیرنده را بر اساس آمار سال های گذشته فراهم می کند. واقعیت برای مطالعه ضرایب وزنی به مقدار زیادی داده نیاز دارد

مدل های تحلیل رگرسیون امکان تعیین احتمال نکول شرکت وام گیرنده را بر اساس آمار سال های گذشته فراهم می کند. هنگام استفاده از مدل بر روی داده‌های صحیح، می‌توانید نتایجی با درجه بالایی از اطمینان به دست آورید. این نتایج کاملاً تجربی هستند، نتایج به شدت به مجموعه آموزشی وابسته هستند و هنگام مطالعه مدل بر روی داده‌های دیگر، اغلب با آن مطابقت ندارند. واقعیت برای مطالعه ضرایب وزنی به مقدار زیادی داده نیاز دارد

مدل‌های تحلیل کیفی امکان تجزیه و تحلیل جامع شرکت را فراهم می‌کند. عدم وجود روش‌های ریاضی، که منجر به ارزیابی ذهنی شاخص‌های فردی و خطاهای مرتبط با عامل انسانی می‌شود. آمار سال های گذشته را در نظر نگیرید. هیچ مقررات مشخصی برای ارزیابی اعتبار برای بلوک های کیفی تحلیل با تعداد امتیازات متفاوت وجود ندارد. مقادیر ضرایب بیشتر به محدوده تقسیم می شوند. برای هر محدوده (ستون محدوده ضریب در جدول 2)، درصدی (25%، 50%، 75% یا 100%) از ضریب وزنی در جدول 2 تنظیم می شود. 2. ضریب وزنی در این مورد حداکثر امتیاز است. در ادامه به جستجوی ضرایب وزنی می پردازیم. بنابراین، تفکیک ضرایب به محدوده مشروط است (بر اساس ملاحظات منطقی بر اساس مقادیر این شاخص ها برای شرکت های مختلف صنعت، فواصل به گونه ای در نظر گرفته می شود که حدود 60 درصد از شرکت های پیشرو در صنعت (Magnit، Dixy) پس از حداکثر، X5 Retail Group، OK، L'Etoile) که برای تعیین میانگین ضرایب بازار و معیارها انتخاب شده است، در دومین بازه قرار می گیرند. هر چه بار بدهی بیشتر باشد، احتمال نکول و تعداد امتیازهایی که شاخص باید دریافت کند، ضرایب را کاهش داده و با دو رویکرد تحلیلی (روش تی. ساعتی) و آماری (مطالعه رگرسیونی) (حداکثر تعداد امتیازها در این مورد با ضریب وزنی منطبق است) نشان داده می شود. خود ضرایب بعدا مشخص خواهد شد.

شاخص های مالی مدل امتیازدهی در جدول ارائه شده است. 2.

جدول 2. شاخص های مالی مدل امتیازدهی

گروه شاخص	فهرست مطالب	محدوده ضریب
نقدینگی		> 0,75	1
		0,5-0,75	0,75
		0,25-0,5	0,25
		0-0,25	0
تسویه شوندگی		0-1	1
		1-1,5	0,75
		1,5-2	0,5
		2-2,5	0,25
		> 2,5	0
		< 1,5	1
		1,5-2	0,5
		> 2	0
	نسبت پوشش بهره، EBIT/ بهره	> 1,5	1
		1,3-1,5	0,75
		1-13	0,5
		< 1	0
فعالیت تجاری	بازگشت به فروش، ROS	> 0,025	1
		0,02-0,025	0,75
		0,015-0,02	0,5
		< 0,015	0
	زیان شرکت در سه دوره گزارش اخیر	نه	1
		برای یک دوره گزارش	0,5
			0

مقادیر نسبت مجاز بر اساس مقادیر متوسط برای پنج شرکت تجاری پیشرو در روسیه بر اساس بیانیه های IFRS به مدت سه سال تعیین شد: Magnit، X5 Retail Group، Dixy، OK، M.Video. مهم ترین شاخص های مالی را برای تعیین وضعیت مالی وام گیرنده بررسی کردیم. با این حال، اعتبار شرکت نیز تا حد زیادی تحت تأثیر عواملی است که باعث ظهور خطرات در فرآیندهای تجاری وام گیرنده می شود. اول از همه، باید کیفیت مدیریت را در نظر گرفت. این یک شاخص بسیار دشوار برای تجزیه و تحلیل کمی است، زیرا. ارزیابی عینی سطح مدیریت شرکت مشکل ساز است.

ما سعی خواهیم کرد از ارزیابی کیفی به کمی حرکت کنیم و حداکثر ارزیابی این شاخص را در شرایط زیر تنظیم کنیم:

استراتژی مشخصی برای توسعه شرکت برای سالهای آینده وجود دارد.
ترکیب مدیریت ارشد تغییر نکرده است (مدیر کل و حسابدار ارشد بیش از دو سال است که در سمت‌های خود هستند)، زیرا حضور یک تیم مدیریتی قوی، از جمله، با پایداری آن مشهود است.
صلاحیت های حرفه ای الزامات بالایی را برآورده می کند (مدیر کل و حسابدار ارشد دارای تحصیلات عالی تخصصی، بیش از پنج سال سابقه کار هستند).

عامل مهم بعدی که باید در مدل امتیازدهی لحاظ شود، عمر شرکت است. علاوه بر این، لازم است یک عامل توقف نیز معرفی شود: اگر کسب و کار کمتر از یک سال است که در حال فعالیت است، این مدل به دلیل عدم گزارش دهی و توانایی درک کسب و کار شرکت قابل اجرا نخواهد بود.

یکی دیگر از شاخص های ضروری، سابقه اعتباری مثبت است. این یکی از مهمترین شاخص های غیرمالی است که در واقع کیفیت خدمات وام آینده را مشخص می کند. غیرمنطقی است که روی بازپرداخت به موقع وجوه اعتباری شرکتی که به سایر طلبکاران تاخیر دارد حساب کنیم. بیایید شاخص های غیرمالی در نظر گرفته شده و توزیع امتیاز برای آنها را در جدول ارائه کنیم. 3.

جدول 3. شاخص های غیر مالی مدل امتیازدهی

گروه	شاخص های شاخص		درصد حداکثر امتیاز برای محدوده
فرآیندهای کسب و کار	کیفیت مدیریت		1
			0,5
			0
		> 5 سال	1
		3-5 سال	0,75
		1-3 سال	0,25
		< 1 года	عامل توقف
			1
			0,5
			0
		وجود تاخیر سیستماتیک در وام‌ها و استقراض‌ها در سال مالی گذشته؛ مقدار قابل توجهی از حساب های پرداختنی معوق (> 25%)	عامل توقف

ما سیستمی از شاخص‌های ارزیابی را تدوین کرده‌ایم که به نظر ما باید به طور جامع و جامع کیفیت وام گیرنده و توانایی او در انجام تعهداتش را ارزیابی کند. بخش بعدی کار، هنگام ایجاد هر مدل امتیازدهی، وقت گیرترین بخش است - تعیین وزن شاخص های مختلف تخمین زده شده. ارزش پیش‌بینی مدل ما بستگی به این دارد که چقدر اهمیت برخی عوامل را به طور عینی ارزیابی کنیم. این مقاله وزن ها را بر اساس چندین روش برای حذف خطاهای احتمالی تجزیه و تحلیل می کند.

ضرایب وزنی ابتدا با استفاده از روش های تحلیلی تعیین و سپس با نتایج تحلیل رگرسیون مقایسه می شود.

برآورد تحلیلی ضرایب وزنی مدل

به عنوان یک ابزار ارزیابی، ما روشی را که به طور مفصل در کتاب TL توضیح داده شده است، در نظر خواهیم گرفت. ساعتی "مدل های ریاضی موقعیت های تعارض" [b]. این روش به شما امکان می دهد از انواع عوامل دور شوید و تنها دو مورد از آنها را برای اهمیت در یک نقطه خاص از زمان مقایسه کنید و در نهایت اهمیت تأثیر هر یک از عوامل را بر هر شاخص کلی تعیین کنید. این تکنیک مبتنی بر گردآوری ماتریس‌هایی از مقایسه‌های زوجی است که برای عواملی ساخته شده‌اند که بر هر شاخص مشترک تأثیر می‌گذارند. چنین ماتریس هایی را می توان برای مثال برای شاخص پرداخت بدهی در چارچوب عواملی که توسط ضرایب اهرم مالی، بار بدهی و پوشش بهره نشان داده می شود، ایجاد کرد. وظیفه ساخت چنین ماتریس هایی برای همه گروه های عواملی است که بر هر شاخص کلی تأثیر می گذارد. در نتیجه دو ماتریس برای جدول ایجاد می شود. 2 - برای گروه‌های شاخص «پروانه‌پردازی» و «فعالیت تجاری» یک ماتریس برای جدول. 3 - برای شاخص‌های فرآیندهای تجاری و همچنین دو ماتریس برای سطوح تجمیعی - یک ماتریس برای گروهی از شاخص‌های مالی، متشکل از گروه‌های شاخص‌های «نقدینگی»، «توان پرداخت بدهی» و «فعالیت تجاری» و یک ماتریس برای دو بلوک تجمیع‌شده. - شاخص های مالی و غیر مالی به طور کلی.

در مجموع پنج ماتریس مقایسه زوجی وجود دارد که هر کدام ضریب خود را برای اندیکاتور موجود در آن ارائه می دهند. بنابراین، برای به دست آوردن یک ضریب وزنی برای اندازه گیری در پایین سلسله مراتب، به عنوان مثال، برای نسبت پوشش بهره، لازم است ضریب وزنی شاخص های مالی در ضریب وزنی شاخص های پرداخت بدهی در شاخص های مالی ضرب شود و توسط ضریب شاخص پوشش بهره در شاخص های مالی.

در سرفصل های خود ماتریس ها برای گروه های شاخص، نام فاکتورها در ستون های عمودی و افقی قرار می گیرد. سپس ماتریس ها با مقادیری پر می شوند که نشان دهنده تبدیل ترجیحات ذهنی یک عامل به عامل دیگر به شکل تجربی مطابق روش شناسی ارائه شده در جدول است. 4 (با استفاده از داده های شکل 2).

جدول 4. روش T. Saaty. طبقه بندی ترجیحات (براساس شکل 2)

بیشتر از اعداد فرد استفاده می شود، اما اگر انتخاب آن دشوار است، می توانید از زوج ها به عنوان سطح متوسط بین دو فرد فرد استفاده کنید. نمونه ای از چنین ماتریسی برای چهار عامل در شکل 1 نشان داده شده است. 2. بر این اساس، وقتی یک عامل را با هم مقایسه می کنیم، عنصر مقدار 1 را می گیرد، بنابراین چنین ماتریس هایی هویت هستند. به راحتی می توان فهمید که آنها متقارن معکوس نیز هستند، که به ما امکان می دهد چنین ماتریسی را فقط برای مقادیری که در بالا یا پایین مورب اصلی قرار دارند پر کنیم.

با توجه به اینکه ماتریس های مقایسه های زوجی متقارن معکوس هستند، باید فقط در یک جهت مقایسه کرد و مقادیر مربوطه را در ماتریس بالای مورب اصلی وارد کرد، در حالی که مقادیر زیر قطر اصلی معکوس خواهند شد.

پس از دریافت پنج چنین ماتریس، ضرایب وزن محاسبه می شود: وزن هر مقدار در ماتریس ها نسبت به مجموع کل ستون اندازه گیری می شود و سپس میانگین حسابی این مقادیر از این مقادیر گرفته می شود. در هر ردیف مقادیر میانگین حسابی ضرایب وزنی خواهد بود. نمونه ای از یک ماتریس برای گروهی از شاخص های پرداخت بدهی در شکل نشان داده شده است. 3.

پس از انجام محاسبات شرح داده شده، وزن ویژه هر شاخص را بدست می آوریم. برای راحتی محاسبات بیشتر، ما حداکثر امتیاز ممکن را به عنوان حاصل ضرب وزن مخصوص نشانگر با 50 1 تعریف می کنیم و به دنبال آن به یک عدد صحیح گرد می کنیم (جدول 5.6).

1 این عملیات صرفا برای راحتی ساخته شده است، عدد 50 اجازه می دهد تا حداقل ضریب به یک مقدار صحیح (در این مورد، مقدار 2) برود. از آنجایی که همه ضرایب در یک عدد ضرب می شوند، نتایج رویکرد تحلیلی را تحریف نمی کنیم. - تقریبا ویرایش

تعیین اهمیت شاخص ها با استفاده از تحلیل رگرسیون

برای انجام یک مطالعه آماری، از داده‌های 41 شرکت بزرگ از بخش خرده‌فروشی استفاده کردیم. این شرکت ها اوراق قرضه شرکتی منتشر کردند و 16 اوراق قرضه نکول کردند. برای هر شرکت، هشت شاخص منتخب از مدل امتیازدهی بر اساس گزارش‌های سالانه در سال انتشار اوراق مشارکت محاسبه شد. نمونه در ضمیمه 1 ارائه شده است. حاوی یک شاخص توضیحی y - احتمال نکول است که اگر شرکت به تعهدات خود عمل نکرده باشد، مقدار 1 را می گیرد. سه شاخص انتخاب شده در سمت راست به دلیل ماهیت کیفی آنها به عنوان متغیرهای ساختگی تنظیم شدند (فقط می توانند مقادیر 0 یا 1 را دریافت کنند). اگر در سه سال گذشته شرکت دارای سود خالص > O (Nl> 0)، تیم مدیریتی پایدار و با کیفیت (مدیر) و سابقه اعتباری مثبت (تاریخچه) باشد، مقادیر 1 را می گیرند. شاخص های مالی (پنج شاخص اول) بر اساس صورت های مالی سالانه طبق استانداردهای IFRS در سال انتشار اوراق قرضه معوق محاسبه شد.

به عنوان مدلی برای مطالعه، ساخت یک رگرسیون چند متغیره خطی را انتخاب می کنیم:

p = w 0 + w 1 x 1 + w 2 x 2 + ... + w n x n ,

که در آن p متغیر وابسته است که احتمال پیش‌فرض را توصیف می‌کند.
w - ضرایب وزن؛ x - نشانگرها

بنابراین، اجازه دهید داده های اولیه را در اکسل وارد کرده و از تابع تجزیه و تحلیل داده - رگرسیون استفاده کنیم. هنگام تجزیه و تحلیل داده های اولیه برای هشت شاخص از مدل امتیازدهی بدون تعدیل، نتیجه ارائه شده در پیوست 2 را به دست می آوریم. R^2 تنظیم شده 0.55 است - یک مقدار کم اما قابل قبول، که نشان دهنده اهمیت عملی رگرسیون ساخته شده است. می توان در مورد دلیل اهمیت کم حضور پرت در داده ها فرضی را مطرح کرد، به عنوان مثال، عدم وجود مقادیر برای برخی شرکت ها از نظر EBIT / بهره به دلیل عدم بار بدهی ( ساده شده، برای اهداف مطالعه، مقدار ضریب برابر با 0 در این مورد گرفته شد) یا مقدار منفی شاخص بدهی / EBITDA به دلیل جریان نقدی منفی. در این مورد، تأثیر یک شاخص منفی به اشتباه درک می شود، زیرا، طبق منطق مطالعه، هر چه بدهی / EBITDA بیشتر باشد، احتمال نکول بالاتر است. یک شاخص منفی، به نوبه خود، نشانگر بار بدهی کم نیست. همچنین، توانایی پیش‌بینی تحت تأثیر شرکت‌هایی با مقادیر شدید شاخص‌های فردی قرار می‌گیرد. بنابراین، شرکت Banana-Mama دارای سرمایه سهام 10000 روبل است که منجر به تحریف شاخص های مربوطه می شود - اهرم مالی 181957 است (با مقادیر متوسط صنعت در محدوده 0.7-1.5).

جدول 5. شاخص های مالی با در نظر گرفتن وزن

فهرست مطالب	وزن در کارت امتیازی	حداکثر امتیاز	محدوده ضریب
			>1	5
نسبت نقدینگی جاری	0,1072	5	> 1	5
			0,75-0,1	4
			0,5-0,75	1
			0-0,5	0
نسبت نقدینگی جاری	0,1581	8	< 1	8
			1-1,5	6
			1,5-2	4
			2-2,5	2
			> 2,5	0
نسبت بار بدهی، بدهی خالص / EBITDA	0,1581	8	< 1.5	8
			1,5-2	4
			> 2	0
	0,0790	4	> 1,5	4
			1,3-1,5	3
			1-1,3	2
			< 1	0
بازگشت به فروش، ROS	0,1256	6	> 0,025	6
			0,02-0,025	5
			0,015-0,02	3
			< 0,015	0
	0,0418	2	نه	2
			برای یک دوره گزارش	1
			برای دو دوره گزارش یا بیشتر	0
جمع	0,6698	33	-	68

اجازه دهید شش شرکت زیر را از مطالعه مستثنی کنیم: سوپرمارکت گورود، اینترترید، ام.ویدئو (2013)، سویازنوی، بنان-ماما، و پروویانت. ما همچنین به عدم امکان استفاده همزمان از شاخص های ROS و عدم تلفات (Nl> 0) به دلیل همبستگی بالای آنها اشاره می کنیم. واقعیت این است که اگر شرکت زیان داشته باشد، سودآوری فروش به طور خودکار ارزش منفی می گیرد.

جدول 6. شاخص های غیرمالی بر حسب وزن

فهرست مطالب	وزن در کارت امتیازی	حداکثر امتیاز	محدوده نسبت / روش برآورد	تعداد امتیاز برای محدوده وزنی
کیفیت مدیریت	0,099	5	تحقق تمام شرایط توصیف شده	5
			عدم رعایت یکی از شرایط	2,5
			عدم رعایت بیش از یک شرط	0
زندگی شرکت	0,0528	3	> 5 سال	3
			3-5 سال	2
			1-3 سال	1
			< 1 года	عامل توقف
سابقه اعتباری مثبت	0,1782	9	عدم وجود معوقات وام ها و وام ها، حساب های پرداختنی معوق	9
			در دسترس بودن اطلاعات در مورد تجدید ساختار بدهی؛ تاخیر ناچیز در حساب های پرداختنی (تا 10%)	4,5
			یک مورد واحد تاخیر در وام ها و اعتبارات با بازپرداخت بعدی؛ تاخیر قابل توجه در حساب های پرداختنی (10-25٪ از کل بدهی)	0
			وجود تاخیر سیستماتیک در وام‌ها و استقراض‌ها در سال مالی گذشته؛ مقدار قابل توجهی از حساب های پرداختنی معوق (بیش از 25%)	عامل توقف
جمع		17

بر اساس این ملاحظات، ما نشانگر Nl > 0 را از مدل خود حذف می کنیم. برای یک رگرسیون هفت عاملی جدید در یک نمونه به روز شده از 35 شرکت، نتیجه زیر را دریافت می کنیم (پیوست 3). می بینیم که شش شاخص از هفت شاخص مورد مطالعه قابل توجه است. علائم موجود در ضرایب به درستی مفروضات بالا را منعکس می کند: هرچه سودآوری فروش و کیفیت مدیریت بیشتر باشد، احتمال نکول کمتر است (y = 1) و بالعکس: هر چه بار بدهی بیشتر باشد، احتمال بالاتر است. پیش فرض در نگاه اول، علامت فقط برای نسبت نقدینگی فعلی نادرست است. با این حال، ارزش نقدینگی بالا به همان اندازه بد است - آنها نشان دهنده کارایی پایین کسب و کار و سود از دست رفته هستند. شرکت هایی با نسبت های نقدینگی بالا مستعد کسری سود، سودآوری کم و سودآوری تجاری هستند که باعث می شود از نظر سرمایه گذاران بالقوه جذابیت کمتری داشته باشند و در نتیجه در برابر تغییرات شرایط مالی آسیب پذیرتر شوند. مهمترین آنها ضرایب D (یا بدهی - حجم بدهی دارای بهره) / EBITDA، سابقه اعتباری مثبت و اهرم مالی است. نسبت پوشش بهره ناچیز است.

در بالا، هنگام مدل‌سازی ضرایب با استفاده از روش T. Saaty، ما همچنین فرض کردیم که مهم‌ترین شاخص‌ها ضرایب بار بدهی و اهرم مالی هستند. تحلیل مقایسه ای اهمیت نهایی ضرایب در جدول آورده شده است. 7.

جدول 7. تحلیل مقایسه ای اهمیت ضرایب

شاخص بر اساس ارزیابی های کارشناسی بر اساس روش تی ساعتی	ضریب	شاخص بر اساس تحلیل رگرسیون	مقدار p
سابقه اعتباری مثبت	0,1782	نسبت بار بدهی، بدهی خالص / EBITDA	0,014
نسبت اهرم مالی	0,1581	سابقه اعتباری مثبت	0,020
نسبت بار بدهی، بدهی خالص /EBITDA	0,1581	نسبت اهرم مالی	0,022
بازگشت به فروش، ROS	0,1256	کیفیت مدیریت	0,037
نسبت نقدینگی جاری	0,1072	بازگشت به فروش، ROS	0,039
کیفیت مدیریت	0,099	نسبت نقدینگی جاری	0,047
نسبت پوشش بهره، EBIT / بهره	0,0790	نسبت پوشش بهره، EBIT / بهره	ناچیز
زیان شرکت در سه دوره گزارش اخیر	0,0418	زیان شرکت در سه دوره گزارش اخیر	به عنوان یک شاخص غیر مالی، ناچیز مورد مطالعه قرار گرفت

این نتایج نشان دهنده سازگاری روش T. Saaty و داده های آماری است. سه شاخص مهم با توجه به رویکرد تحلیلی اهمیت بالای آنها را در یک مطالعه عملی تأیید می کنند، فقط توزیع ترتیب خود شاخص ها تغییر کرده است. همچنین، دو شاخص کم اهمیت برای بخش اول کار - کیفیت مدیریت و EBIT / بهره - در مطالعه آماری ناچیز بودند.

بنابراین، تجزیه و تحلیل رگرسیون اصول طبقه‌بندی اهمیت ضرایب وزنی در بخش تحلیلی کار را تأیید می‌کند و به ما امکان می‌دهد در مورد اهمیت آماری مدل امتیازدهی ساخته شده صحبت کنیم.

تعیین نتایج مدل امتیاز دهی توسعه یافته

مجموع حداکثر امتیاز مدل امتیازدهی 50 است. برای هر شاخص در فرآیند تعیین محدوده مقادیر، سطح بعدی را بعد از حداکثر امتیاز شناسایی کردیم که البته با ریسک نسبتاً بالا نیز قابل قبول است. بر ارزش بازار شاخص ها برای برخی از شاخص ها، سطح زیر حداکثر 75٪ از تعداد کل امتیازات بود، برای برخی دیگر - 50٪. تمام سطوح بعدی سطوح با ریسک اعتباری بالا در نظر گرفته می شود و وام گیرندگان مربوطه به عنوان بد طبقه بندی می شوند. ارجح ترین گروه شامل وام گیرندگانی است که حداکثر الزامات را برای شاخص ترین شاخص ها (از نظر ضرایب وزنی) دارند: سابقه اعتباری، اهرم مالی و بار بدهی، و همچنین بازده فروش به میزان 31 امتیاز و تحقق حداقل حداکثر سطح الزامات زیر برای سایر شاخص ها - در کل 12.5 است. مجموع 43.5 امتیاز برای سطح پایین تر از اعتبار بالا.

برای تعیین فاصله مرزی که درجه بالایی از اعتبار را مشخص می کند، تعداد امتیاز را برای شاخص های مالی و غیر مالی در بعدی پس از حداکثر دامنه مقادیر از جدول محاسبه می کنیم. 5 و ب. شاخص ها با توجه به مقادیر پذیرفته شده ضرایب به محدوده های دیگر تقسیم می شوند. ما طبقه بندی زیر را دریافت خواهیم کرد (جدول 8).

جدول 8. طبقه بندی نتایج

جدول 9. توانایی پیش بینی مدل امتیازدهی، %

بر اساس جدول 8، ما توانایی پیش‌بینی مدل خود را با جایگزین کردن داده‌های شرکت در شرایط آن ارزیابی می‌کنیم. پیوست 4 نمرات محاسبه شده برای شرکت های مورد بررسی را نشان می دهد. بسته به مقدار شاخص، امتیاز آن مطابق مدل توسعه‌یافته در جدول وارد شد و سپس تمام امتیازات در یک شاخص انتگرال (ستون "Sum") جمع‌بندی شدند. بر اساس مجموع امتیازات، شرکت ها به سه طبقه تقسیم شدند، سپس داده ها با وجود یا عدم وجود واقعی یک پیش فرض توسط شرکت مقایسه شد. در ستون "درست است یا نه"، 1 به معنای نتیجه صحیح مدل امتیازدهی است، 0 - یک خطا. به این ترتیب، به نتیجه زیر رسیدیم (جدول 9).

ما یک میانگین (نسبت به مواردی که در منابع مختلف توضیح داده شده است) را برای توانایی پیش‌بینی مدل‌های امتیازدهی به دست آورده‌ایم. با این حال، شایان ذکر است که درصد پایین خطاهای نوع II، که ارزش پیش بینی مدل ما را افزایش می دهد. این نتیجه می تواند مثبت تلقی شود و اثربخشی مطالعه را تایید می کند.

نتیجه

در این مقاله، یک مدل امتیازدهی برای ارزیابی اعتبار شرکت‌های بزرگ خرده‌فروشی پیشنهاد شد. این مدل مبتنی بر مجموعه‌ای از شاخص‌های عملکردی است که ارزیابی جامع وضعیت مالی و غیرمالی وام گیرنده را ممکن می‌سازد.

بر اساس نتایج ارزیابی، به وام گیرنده یکی از سه طبقه اعتباری اختصاص داده می شود که درجه ریسک اعتباری و امکان پذیری وام را مشخص می کند.

ما سیستمی از شاخص‌های عملکرد را مدل‌سازی کردیم که به ما امکان می‌دهد تا وضعیت وام گیرنده از بخش خرده‌فروشی را به دقت ارزیابی کنیم. پس از تجزیه و تحلیل رهبران بازار خرده فروشی و محاسبه شاخص های مورد استفاده برای آنها، مرزهای مقادیر قابل قبول را برای آنها تعیین کردیم و آنها را در گروه های مختلف با درصدهای مختلف از حداکثر امتیاز ممکن رتبه بندی کردیم.

زمان برترین کار تعیین ضرایب وزنی برای شاخص های مورد مطالعه بود. نتیجه گیری شد که به دلیل فقدان یک روش ایده آل، یک رویکرد یکپارچه مورد نیاز است. رویکرد تلفیقی به شرح زیر اجرا شد: در قسمت اول کار با استفاده از روش های تحلیلی ضرایب وزنی و در قسمت دوم با استفاده از مطالعه آماری تعیین شد.

مدل توسعه‌یافته نتایج بالایی در توانایی پیش‌بینی نشان داد، در حالی که به هزینه‌های منابع زیادی برای تجزیه و تحلیل نیاز ندارد. راه اندازی سیستم امتیازدهی توسعه یافته باعث افزایش کارایی تصمیم گیری اعتباری در حوزه بنگاه های خرده فروشی بزرگ و بهینه سازی فرآیند اعتبار می شود.

ادبیات

1. Ayvazyan S.A., Mkhitaryan B.C. آمار کاربردی و مبانی اقتصاد سنجی. - M.: GU HSE، 1998.

2. Gavrilova A.H. امور مالی سازمان - M.: Knorus، 2007.

3. Korobova G.G.، Petrov M.A. پرداخت بدهی وام گیرنده بانک و ارزیابی آن در یک محیط رقابتی // خدمات بانکی. -2005. -شماره 7/8. -C. 22-24.

4. Kulikov N.I., Chainikova L.I. ارزیابی اعتبار شرکت وام گیرنده. - تامبوف: دانشگاه TSTU، 2007.

5. مقررات بانک مرکزی فدراسیون روسیه شماره 254-P "در مورد روش تشکیل ذخایر توسط موسسات اعتباری برای ضررهای احتمالی وام، وام و بدهی معادل" مورخ 26 مارس 2004 - http:// base.garant.ru/584458/.

6. ساعتی تی.ل. مدل‌های ریاضی موقعیت‌های تعارض / ویرایش. I.A. اوشاکوف. - M.: رادیو شوروی، 1977.

7. Sheremet A.D., Saifulin R.C., Negashev H.B. روشهای تحلیل مالی - M.: Infra-M، 2001.

8. Abdou H.A., Pointon J. (2011). "امتیاز اعتبار، تکنیک های آماری و معیارهای ارزیابی: مروری بر ادبیات". سیستم های هوشمند در حسابداری، مالی و مدیریت، جلد. 18، شماره 2-3، صص. 59-88.

9. بیلی ام (2004). کیفیت اعتبار مصرف کننده: پذیره نویسی، امتیازدهی، جلوگیری از تقلب و جمع آوری. انتشارات جعبه سفید، کینگزوود، بریستول.

10. Crook J., Edelman D., Thomas L. (2007). "تحولات اخیر در ارزیابی ریسک اعتبار مصرف کننده". مجله اروپایی تحقیقات عملیاتی، جلد. 183، شماره 3، صص 1447-1465.

11. Gately E. (1996). شبکه های عصبی برای پیش بینی مالی: تکنیک های برتر برای طراحی و بکارگیری جدیدترین سیستم های معاملاتی. نیویورک: John Wiley & Sons, Inc.

12. Guillen M.، Artis M. (1992). مدل‌های داده‌های شمارش برای یک سیستم امتیازدهی اعتباری: مجموعه کنفرانس‌های اروپایی در اقتصاد کمی و اقتصادسنجی در مورد اقتصادسنجی مدل‌های مدت، شمارش و انتقال. پاریس.

13. هفرنان اس (2004). بانکداری مدرن جان وایلی و پسران، شرکت، چیچستر، ساسکس غربی.

14. لیانگ کیو (2003). "مشکلات مالی شرکت در چین: یک تحلیل تجربی با استفاده از مدل‌های امتیازدهی اعتباری". مجله تجارت و مدیریت هیتوتسوباشی، جلد. 38، شماره 1، صص 13-28.

پیوست 1.

نمونه مطالعه

№	شرکت	y / پرچم پیش فرض	نسبت نقدینگی جاری			نسبت EBIT / بهره / EBIT به بهره		NI > 0/ وجود سود خالص
1	داروخانه 36.6	0	0,82	1,32	2,41	1,83	0,0496	1	1	1
2	L "اتویل	0	5,04	2,75	10,98	1,64	0,007	1	1	1
3	پارس سگ	0	0,795	0,77	3,13	1,89	0	0	1	1
4	روبان	0	0,75	9,7	2,91	3,1	0,049	1	1	1
5	خوب	0	0,67	0,78	1,59	7,01	0,0357	1	1	1
6	دنیای خودکار	0	1,2	0,65	3,09	1,35	0,04	1	1	1
7	Х5 گروه خرده فروشی	0	0,55	0,53	3,32	2,82	0,027	1	1	1
8	شهر	0	0,99	18,97	10,25	1,29	0,01	1	1	0
9	دنیای کودک	0	0,93	0,83	2,14	3,99	0,032	1	1	1
10	دیکسی	0	0,77	1,19	6,1	1,78	0,01	1	1	1
11	InterTrade	0	1,24	20,65	4,92	2,1	0,015	1	1	0
12	چرخ فلک	0	0,73	0,68	3,175	1,71	0,059	1	1	1
13	پنی	0	0,68	2,93	7,03	1,82	0	0	1	1
14	گروه کاسموس	0	1,64	1,11	2,88	2,65	0,043	1	1	1
15	آهن ربا	0	و	0,54	1,11	10,2	0,061	1	1	1
16	مگنولیا	0	0,27	2,35	3,55	1,02	0,064	1	1	1
17	M.Video (2007)	0	1,31	0,73	1,9	2,58	0,013	1	1	1
18	M.Video (2013)	0	0,95	0	0	0	0,039	1	1	1
19	JSC "NTS"	0	1,18	3,09	5,44	1,05	0,21	1	0	1
20	کفش های روسیه	0	0,87	2,34	1,87	5,65	0,1	1	1	1
21	چهارراه (2005)	0	0,54	1,09	3,16	3,92	0,026	1	1	1
22	Pivdom	0	1,99	3	8	1,1	0,0006	1	0	1
23	یک خانواده	0	10	0,28	1,66	6	0,58	1	1	1
24	سویازنوی	0	1,07	0	0	0	0,001	1	1	1
25	الکام	0	1,44	1,82	4,25	1,3	0,01	1	1	1
26	ماکرو	1	1	15	11	1,52	0,01	1	0	1
27	پرستیژ اکسپرس	1	8	0,98	12,43	1,02	0,002	1	0	1
28	آربات پرستیژ	1	0,49	1,81	7,6	1,45	0,017	1	1	0
29	ارکیده	1	3	1,164	13	0	0,01	1	0	1
30	مامان موز	1	0,94	181957	-35	-0,6	-0,033	0	1	0
31	ناوچه سفید	1	7	932	8,76	0,88	-0,4	0	1	1
32	مارتا	1	3,96	20	11	1/17	0,003	1	1	1
33	ماتریس	1	2,38	21	6,82	1	0,001	1	0	0
34	سیاره تیر (خود ستایش)	1	1,12	9,98	7,32	1,27	0,003	1	1	1
35	مینهسکو	1	0,79	4,39	12	0,12	-0,047	0	1	1
36	Mosmart	1	12	5	8	1,5	0	0	0	0
37	پولیسیا	1	7,93	15	14	1,03	0,003	1	0	1
38	تدارک	1	0,12	35557	0	0	-0,819	0	0	1
39	قاره هفتم	1	1,93	0,41	1,52	1,35	0,07	1	0	1
40	تکنوسیلا	1	14	18	10,36	1	0,002	1	1	1
41	TOAP	1	7	22	10,83	1,04	0,009	0	0	1

توجه: اگر شرکت پیش فرض داشته باشد، ضریب 1 و اگر پیش فرض وجود نداشته باشد، 0 را می گیرد.

ضمیمه 2

رگرسیون هشت عاملی برای 41 شرکت

رگرسیون و باقیمانده	DF / تعداد درجات آزادی	SS / مجموع مربع ها	MS=SS/DF	آمار F	اهمیت F / اهمیت
پسرفت / رگرسیون	8	6,250849408	0,781356176	7,133131961	2.17209Е-05
باقیمانده	32	3,505248153	0,109539005	-	-
مجموع / مجموع	40	9,756097561	-	-	-

پارامترهای مورد استفاده			tStat/ t-statistic	P-vaiue / اهمیت
رهگیری / ثابت	0,354797355	0,281481615	1,260463691	0,216616062
نسبت نقدینگی جاری	0,034652978	0,01876389	1,846790732	0,074043212
اهرم مالی / اهرم مالی	1.31819Е-05	4.77939E-06	2,758072506	0,009529947
D / EBITDA / نسبت بدهی دارای بهره به EBITDA	0,044980795	0,018152923	2,477881708	0,018682248
	-0,012377044	0,030936193	-0,40008296	0,691753745
ROS / بازگشت به فروش	-0,530759612	0,375019201	-1,415286499	0,166643428
NI > 0 / وجود سود خالص	-0,02891433	0,164713359	-0,175543319	0,861758855
مدیر / مدیریت کیفیت	-0.266367tl2	0,134861932	-1,975109717	0,056935374
تاریخچه/ کیفیت سابقه اعتباری	-0,109402928	0,159841844	-0,684444857	0,498621797

ضمیمه 3

رگرسیون هفت عاملی برای 35 شرکت

رگرسیون و باقیمانده	DFI تعداد درجات آزادی	SS / مجموع مربع ها	MS=SS/DF	آمار F	اهمیت F / اهمیت F
پسرفت / رگرسیون	7	5,898901667	0,842700238	9,097165886	9.56Е-06
باقیمانده	27	2,501098333	0,092633272	-	-
مجموع / مجموع	34	8,4	-	-	-

پارامترهای مورد استفاده	ضرایب / ضرایب	خطای استاندارد / خطای استاندارد	t آمار/ t-statistic	P-value / اهمیت
رهگیری / ثابت	0,473712463	0,25308461	1,871755309	0,072111654
نسبت نقدینگی جاری	0,018420061	0,017803477	1,034632774	0,047018946
اهرم مالی / اهرم مالی	0,017110959	0,009674238	1,768713818	0,022823937
D / EBITDA / نسبت بدهی دارای بهره به EBITDA	0,046019604	0,021802198	2,110778177	0,014194286
نسبت EBIT / بهره / EBIT به بهره	-0,004583381	0,032996403	-0,13890548	0,89055573
ROS / بازگشت به فروش	-0,582081686	0,483677061	-1,203451088	0,039247801
مدیر / مدیریت کیفیت	-0,174077167	0,138900851	-1,253247659	0,03786026
تاریخچه / کیفیت سابقه اعتباری	-0,378981463	0,194742843	-1,946061058	0,020243892

ضمیمه 4

ارزیابی شرکت ها از نمونه با استفاده از مدل امتیازدهی

شرکت	در	نسبت نقدینگی جاری	اهرم مالی / اهرم مالی	D / EBITDA / نسبت بدهی دارای بهره به EBITDA	نسبت EBIT / بهره / EBIT به بهره	ROS / بازگشت به فروش	مدیر / مدیریت کیفیت	تاریخچه / سابقه اعتباری مثبت	زندگی شرکت	مجموع	کلاس	درسته یا نه*
داروخانه 36.6	0	4	6	4	4	6	5	9	3	41	2	1
L "اتویل	0	5	0	0	4	0	5	9	3	26	3	0
پارس سگ	0	4	8	0	4	0	5	9	3	33	2	1
روبان	0	1	0	0	4	6	5	9	3	28	3	0
خوب	0	1	8	4	4	6	5	9	3	40	2	1
دنیای خودکار	0	5	8	0	3	6	5	9	3	39	2	1
Х5 گروه خرده فروشی	0	1	8	0	4	5	5	9	3	35	2	1
دنیای کودک	0	4	8	4	4	6	5	9	3	43	2	1
دیکسی	0	4	6	0	4	0	5	9	3	31	2	1
چرخ فلک	0	1	8	0	4	6	5	9	3	36	2	1
پنی	0	1	0	0	4	0	5	9	3	22	3	0
گروه کاسموس	0	5	6	0	4	6	5	9	3	38	2	1
آهن ربا	0	5	8	8	4	6	5	9	3	48	1	1
مگنولیا	0	0	2	0	2	6	5	9	3	27	3	0
M.Video (2007)	0	5	8	4	4	0	5	9	3	38	2	1
JSC "NTS"	0	5	0	0	2	6	0	9	3	25	3	0
کفش های روسیه	0	4	2	4	4	6	5	9	3	37	2	1
چهارراه (2005)	0	1	6	0	4	5	5	9	3	33	2	1
Pivdom	0	5	0	0	2	0	0	9	3	19	3	0
یک خانواده	0	5	8	4	4	6	5	9	3	44	1	1
الکام	0	5	4	0	2	0	5	9	3	28	3	0
ماکرو	1	4	0	0	4	0	0	9	3	20	3	1
پرستیژ اکسپرس	1	5	8	0	2	0	0	9	3	27	3	1
آربات پرستیژ	1	0	4	0	3	0	5	0	3	15	3	1
ارکیده	1	5	6	0	0	0	0	9	3	23	3	1
ناوچه سفید	1	5	0	0	0	0	5	9	3	22	3	1
مارتا	1	5	0	0	2	0	5	9	3	24	3	1
ماتریس	1	5	0	0	0	0	0	0	3	8	3	1
تیر (خود ستایش)	1	5	0	0	2	0	5	9	3	24	3	1
مینهسکو	1	4	0	0	0	0	5	9	3	21	3	1
Mosmart	1	5	0	0	3	0	0	0	3	11	3	1
پولیسیا	1	5	0	0	2	0	0	9	3	19	3	1
قاره هفتم	1	5	8	4	3	6	0	9	3	38	2	0
تکنوسیلا	1	5	0	0	0	0	5	9	3	22	3	1
TOAP	1	5	0	0	2	0	0	9	3	19	3	1