مجله علمی و آموزشی نواندیش


مرداد 1405
شن یک دو سه چهار پنج جم
 << <   > >>
          1 2
3 4 5 6 7 8 9
10 11 12 13 14 15 16
17 18 19 20 21 22 23
24 25 26 27 28 29 30
31            


 بهینه‌سازی فروشگاه وردپرسی با پلاگین رایگان
 راهنمای جامع سگ‌های تریر (ویژگیها و نگهداری)
 کسب درآمد بدون سرمایه اولیه (15 روش عملی)
 بومیسازی محتوا برای جذب مخاطب
 تشخیص و درمان اسهال سگ (راهنمای رنگ مدفوع)
 بهترین حیوانات خانگی آپارتمانی (کم‌زحمت)
 تکنیک‌های تحلیل حرفه‌ای محتوا
 درمان عفونت روده عروس هلندی (روش خانگی)
 درآمد دلاری از فروش عکس (5 پلتفرم برتر)
 روانشناسی خیانت زنان (تحلیل رفتاری)
 اجاره موفق ملک در پلتفرم‌های آنلاین
 راهکارهای جذب دخترانه برای پسران
 درآمدزایی از دوره‌های آموزشی آنلاین
 اهمیت ظاهر در زندگی مشترک (5 نکته کلیدی)
 آموزش پیشرفته Leonardo AI
 تصمیم‌گیری پس از خیانت همسر (معیارها)
 افزایش درآمد از تدریس آنلاین (10 تکنیک)
 رازهای سئو ویدیو (جذب مخاطب ارگانیک)
 فروش دوره‌های آموزشی آنلاین (استراتژیها)
 ویژگیهای همسر ایده‌آل (معیارهای انتخاب)
 تغذیه بچه خرگوش یتیم (0 تا 6 ماهگی)
 معرفی سگ تازی (ویژگیهای منحصربه‌فرد)
 درمان کک و کنه خرگوش (تشخیص + روش‌ها)
 علل له‌له زدن سگ (5 دلیل و کمک فوری)
 جلوگیری از فاصله عاطفی در رابطه
 

کلیه مطالب این سایت فاقد اعتبار و از رده خارج است. تعطیل کامل کلیه مطالب این سایت فاقد اعتبار و از رده خارج است. تعطیل کاملکلیه مطالب این سایت فاقد اعتبار و از رده خارج است. تعطیل کامل کلیه مطالب این سایت فاقد اعتبار و از رده خارج است. تعطیل کامل کلیه مطالب این سایت فاقد اعتبار و از رده خارج است. تعطیل کامل کلیه مطالب این سایت فاقد اعتبار و از رده خارج است. تعطیل کامل

لطفا صفحه را ببندید کلیه مطالب این سایت فاقد اعتبار و از رده خارج است. تعطیل کامل

لطفا صفحه را ببندید

کلیه مطالب این سایت فاقد اعتبار و از رده خارج است. تعطیل کامل

کلیه مطالب این سایت فاقد اعتبار و از رده خارج است. تعطیل کامل کلیه مطالب این سایت فاقد اعتبار و از رده خارج است. تعطیل کامل

لطفا صفحه را ببندید



جستجو



  فیدهای XML
 



دانلود کامل پایان نامه در سایت pifo.ir موجود است.

ست عموماً روش های نا پارامتریک نظیر مدل های نزدیکترین K همسایه هند و هتلی (۱۹۹۷) شبکه های عصبی لی و همکاران (۲۰۰۲) و درخت های طبقه بندی رگرسیونی آرمینگر و همکاران (۱۹۹۷) مورد استفاده قرار گرفته است. با گسترش تکنیک ها واستفاده از روش های پیچیده و دقیقتر مانند رگرسیون های خطی و مدل های لاجیت و پروبیت توسط کرامر ۲۰۰۱ ومدل های مبتنی بر شبکه عصبی دقت این روشها در دهه های اخیر تا حد زیادی افزایش یافته است.
۲-۱۸) ادبیات علمی موجود:
به دلیل وجود پیامدهای اقتصادی، اجتماعی و سیاسی با اهمیتی که پدیده ورشکستگی بر گروه های مختلفی از جامعه تحمیل می کند. همواره توجه ویژه ای از محققان را به خود جلب کرده است تحقیقات مرتبط با پیش بینی ورشکستگی از دهه ۱۹۳۰ میلادی صورت جدی به خود گرفته است و محققان متعددی به مطالعه و بررسی در این زمینه پرداخته اند. در ادامه مروری بر برخی ازتحقیق هایی خواهیم داشت که در این زمینه انجام پذیرفته است.
۲-۱۸-۱) مروین[۲۴] (۱۹۴۲) :
درسال ۱۹۴۲ شخصی بنام مروین نسبت های متعددی را از شش سال اول عمر شرکتهای دارای تداوم فعالیت و شرکتهایی که فعالیتشان متوقف شده تحلیل کرد و به این نتیجه رسید که سه نسبت :
سرمایه درگردش به کل دارایی ها
خالص ارزش ویژه به بدهی
نسبت جاری
در پیش بینی موثرتر از بقیه نسبت ها میباشد . مطالعه مروین اولین تحلیل منطقی از قدرت پیشگویی نسبت ها بود. در سال های بعد نیز مطالعات تجربی زیادی برای پی بردن به وجود رابطه آماری قابل اتکا بین ورشکستگی و نسبت های مالی صورت گرفت.
۲-۱۸-۲) بیور (۱۹۶۶) :
بیور در سال ۱۹۶۶ در مطالعه تجربی خود که با استفاده از تکنیکهای آماری قوی تری نسبت به مروین انجام داد دریافت که بعضی از نسبت ها ورشکستگی را پیش بینی میکنند. وی مدل ساده جریانات نقدی را برای بیان پیش بینی ورشکستگی بوجود آورد. در این مدل شرکت به عنوان مخزن دارایی های سیال ( قابل تبدیل به نقد) فرض می شود که بوسیله جریان های ورودی وجه نقد تغذیه و وبوسیله جریانهای خروجی وجه نقد تخلیه می شود.این مخزن به عنوان ضربه گیر در مقابل نوسانات جریانات عمل می کند. در این مدل عدم قدرت باز پرداخت بدهی ها در سررسید برحسب احتمال تهی شدن مخزن تعریف میشود. در این نقطه است که شرکت قادر به باز پرداخت تعهداتش در سررسید نخواهد بود . بنابراین احتمال ورشکستگی از موارد زیر ناشی می شود :
اندازه مخزن
جریانات ورودی حاصل از عملیات
حجم مخارج عملیاتی
اندازه بدهی ها
مدلی که بیور براساس متغیرهای حسابداری طراحی کرده بود متکی بر هفت نسبت مالی زیر بود که او برای پی بردن به رابطه بین ورشکستگی و نسبت های مالی، این نسبت ها را برای ۷۹ شرکت و پنج سال قبل از ورشکستگی تجزیه وتحلیل کرد.
نسبت جریان های نقدی به کل بدهی
نسبت سود خالص به کل دارایی ها
نسبت کل بدهی به کل دارایی ها
نسبت سرمایه در گردش به کل دارایی ها
نسبت جاری
خط اعتبار ( فاصله تا اعتبار صفر)
کل دارایی ها
مدل ارائه شده توسط بیور از نوع تحقیق تک متغیره برای ورشکستگی شرکت می باشد پس از اینکه مشخص گردید که مدل بیور بدلایلی از جمله تک متغیره بودن آن معیار مناسبی برای پیش بینی ورشکستگی نمی باشد . محققان از مدل های چند متغیره برای پیش بینی ورشکستگی استفاده کردند مدل های چند متغیره برای پیش بینی ورشکستگی از تکنیک آماری تحلیل متمایزی چند متغیره استفاده می کنند. یکی از اولین تحلیهای ممیزی برای پیش بینی ورشکستگی توسط ادوار آی آلتمن درسال ۱۹۶۸ انجام شد.
۲-۱۸-۳) ادوارد آی آلتمن (۱۹۶۸) :
ادوارد آی آلتمن در سال ۱۹۶۸ نه تنها موفق شد اثبات نماید بین نسبت های مالی و بحران مالی ارتباط وجود دارد بلکه نسبت ها و ضرایب مربوط به آنها را نیز شناسایی و معرفی نمود. وی پژوهشگر پیشگام در کاربرد تکنیک تحلیل ممیزی چند متغیره در مطالعات مربوط به پیش بینی بحران مالی بود و روشی معروف تحت عنوان Z– اسکور را معرفی نمود.
ایده اصلی تحلیل چند متغیره این است که اطلاعات چند نسبت مالی را در یک شاخص موزون واحد ترکیب کند برخلاف تک متغیره که توانایی پیش بینی کنندگی نسبت های مالی را جداگانه تحلیل می کند. تحلیل چند متغیره به ویژه زمانی مفید است که اشیا قابل تقسیم به یکی از چند گروه باشند مانند بحران مالی یا عدم وجود بحران مالی ، مرد یا زن ، خوب یا بد، این تکنیک زمانی مناسب است که برای تمایز احتمال بحران مالی یا عدم وجود بحران مالی طراحی شده باشد ومتغیر وابسته یک متغیر طبقه ای و متغیر مستقل یک متغیر باشد پس از انجام یک سری تحقیقات او نتیجه گرفت که مدل Z– اسکور وی یک پیش بینی کننده دقیق بحران مالی تا دوسال قبل از ورشکستگی می باشد و سطح اطمینان هنگامی که زمان افزایش می یابد ، کاهش خواهد یافت.
۲-۱۸-۴) مدل آلتمن (۱۹۸۳) :
پس از انتقاداتی که به مدل آلتمن مبنی بر اینکه این مدل تنها برای موسسات با ماهیت تجاری عمومی قابل استفاده است صورت گرفت. وی در سال ۱۹۸۳ یک اصلاحیه روی مدل انجام ومدل جدید به نام Z’ ارائه داد با این تفاوت که آلتمن به جای ارزش بازار سهام ، ارزش دفتری را جایگزین نمود.




 
موضوعات: بدون موضوع  لینک ثابت
[جمعه 1399-09-21] [ 07:49:00 ب.ظ ]




دانلود متن کامل پایان نامه در سایت jemo.ir موجود است

توان اطلاعات گذشته را مورد ارزیابی قرار داد که یک وام گیرنده قصور داشته یا نداشته است و در مورد وام هایی که در آینده پرداخت می شود فقط امکان پیش بینی خواهد بود و دقت این پیش بینی قطعاً ۱۰۰% نمی باشد.
البته تکنیک های رگرسیونی این مشکل را تا حد زیادی حل نموده و هرچه تحلیل های ما دارای دقت بیشتری باشد احتمال پیش بینی پیامدهای تسهیلات و مدیریت دقیقتر در ریسک اعتباری افزایش خواهد یافت .
۳-۹) مدل لاجیت :
رگرسیون لاجیت یکی از مدل های کارا می باشد که اغلب برای برآورد متغیرهای اسمی و رتبه ای استفاده می گردد. این مدل در مواردی بکار می رود که فرضهای پیوسته و نرمال بودن متغیرهای توضیح دهنده ممکن نیست و پاسخ دو دویی یا باینری است. به عبارت دیگر دو حالت بد و خوب و یا صفر و یک را به خود می گیرد.
برای محاسبه تاثیر پذیری اجزای مدل می توان از روش های زیر استفاده کرد :
الف) روش داخلی : فرآیندی برای گزینش متغیرها می باشد که تمام متغیرها در یک مرحله وارد الگو می شود.
ب) روش رو به جلو : که طبق آن تنها متغیرهایی که از معیارهای لازم جهت ورود به مدل برخوردارند( ضریب همبستگی بالاتر دارند) اولین گزینه جهت ورود به مدل می باشد.
ج) روش روبه عقب : روش حذف از عقب به این صورت عمل می کند که ابتدا مدل کامل رگرسیون لاجیت در نظر گرفته می شود و سپس نسبت به حذف متغیرها با همبستگی کمتر اقدام می نماید.
در این تحقیق از روش داخلی(درونی) و روش گام به گام پیشرو (رو به جلو) استفاده می شود.
در رگرسیون لوجستیک( لاجیت ) متغیر وابسته مقوله ای دو سطحی است. این دو مقوله معمولاٌ به عضویت یا عدم عضویت در یک گروه ( افرادی که قادر به باز پرداخت وام های خود نیستند ) اشاره می کند و آنچه پیش بینی می شود یک احتمال است که ارزش آن بین صفر و یک تغییر می کند. (آذرعادل و مومنی،۱۳۸۹،۸۴)
در این مدل از مفهوم بخت برای مقدار متغیر وابسته استفاده می شود. در اصطلاح آماری بخت به معنی نسبت احتمال وقوع یک حادثه ( P ) به احتمال عدم وقوع ( P-1) می باشد. احتمال بین صفر و یک تغییر می کند در حالیکه بخت ممکن است بیش از یک باشد. واژه کلیدی در تحلیل رگرسیون لوجستیک سازه ای به نام لاجیت است که لگاریتم طبیعی بخت است.
بنابراین معادله کلی رگرسیون لاجیت به شکل زیر است :
(۳-۱)
P احتمال خروجی و  a عرض از مبدا و b ضریب نسبی در ترکیبات خطی متغیر های توضیحی x برای i = 1,…,n می باشد. متغیر وابسته  لگاریتم طبیعی نسبت دو احتمال است.
در این عبارت مقدار  برای مقدار های مختلف P (بین صفر و یک) به صورت ذیل میباشد :
به ازاء ۵/۰P = مقدار  برابر یک می شود.
به ازاء ۵/۰ P > مقدار  مثبت می شود.
به ازاء ۵/۰ P < مقدار  منفی می شود.
هدف این روش بدست آوردن ضریب x هاست که از روش حداکثر درستنمایی محاسبه می گردد متغیرهای مستقل هم در مقیاس کمی و هم در مقیاس مقوله ای( طبقه بندی ) می توانند قرار داشته باشند.




 
موضوعات: بدون موضوع  لینک ثابت
 [ 07:48:00 ب.ظ ]




A9

 

 

A10

 

 

A11

 

 

A12

 

 

A13

 

 

 

 

جدول (۴-۸)
برای تشخیص معناداری هر کدام از ضرایب، از جدول ضرایب بالا استفاده میگردد (نحوه استنباط در مورد ضرایب بر اساس مقادیر احتمال است به طوری که اگر مقادیر کمتر از ۰۵/۰ باشد فرض صفر رد میشود و در غیر اینصورت فرض صفر رد نمی گردد.) این آزمون با استفاده از آماره والد انجام شده است. طبق محاسبات، مقادیر سطح معنی داری برای متغیرهای معنی دار به شرح ذیل می باشد :
– مقدار احتمال برای متغیر«مدت زمان همکاری با بانک» برابر با ۰۴۸/۰ ( رابطه منفی و معنادار)
– مقدار احتمال برای متغیر«سابقه چک برگشتی» برابر با ۰۰۴/۰ ( رابطه مثبت و معنادار)
– مقدار احتمال برای متغیر«سابقه بدهی سررسید شده پرداخت نشده» برابر با ۰۰۰/۰ ( رابطه مثبت و معنادار)
– مقدار احتمال برای متغیر«نسبت آنی» برابر با ۰۱/۰ ( رابطه منفی و معنادار)
– در نهایت مقدار احتمال برای متغیر«نسبت مالکانه» برابر با ۰۱/۰ (رابطه منفی و معنادار ) می باشد
بنابراین متغیر های فوق که برگرفته از فرضیه های تحقیق می باشند در سطح اطمینان ۹۵ درصد معنادار و مقادیر احتمال برای سایر متغیرها بیشتر از ۰۵/۰ است بنابراین سایر متغیرها در مدل معنادار نیستند.
بنا بر تحلیل فوق در این روش فرضیه های اول، پنجم، ششم، هشتم و یازدهم که به ترتیب عبارتند از” مدت زمان همکاری با بانک، داشتن سابقه چک برگشتی، سابقه بدهی سررسید شده پرداخت نشده، نسبت نقدینگی، نسبت سرمایه گذاری با ریسک عدم بازپرداخت رابطه معناداری وجود دارد” تایید می گردد و مابقی فرضیه ها رد می گردد.
لازم به ذکر است مقادیر احتمال برای متغیر های «نسبت جاری» و «نسبت ارزش ویژه» کمتر از ۱/۰ می باشد یعنی این متغیر ها در سطح اطمینان ۹۰ درصد معنادار می باشند.
مقدار احتمال معناداری برای مقدار ثابت برابر با ۴۹/۰ است که در سطح اطمینان ۹۵ درصد معنادار نیست لذا در مدل نهایی از آن استفاده نمی کنیم.
۴-۲-۴) روش گام به گام پیشرو:
با استفاده از روش درونی تمام متغیرها در الگوی کلی آورده شده است همانگونه که دیده شد برخی از متغیرها در مدل معنی دار نبوده است ( سطح معنی داری آنها کمتر از ۰۵/۰ نبوده است) در روشهای گام به گام از جمله روش پیشرو ابتدا اولین متغیر معنادار وارد مدل میشود سپس دومین متغیر معنادار تا در نهایت تمام متغیرهای معنادار در مدل باشند.
این روش دارای مزایای زیر است :
مدل بهینه است, یعنی در عین سادگی میزان ضریب تعیین بالایی دارد و یا کاهش ضریب تعیین در آن محسوس نیست.
در صورتیکه متغیرها با هم همخطی داشته باشند در این صورت به صورت همزمان وارد مدل نمی شوند ( در صورتی که دو متغیر با هم همخطی شدید داشته باشند یا به عبارتی همبستگی زیادی داشته باشند به صورت همزمان در مدل معنادار نخواهند بود).
در این بخش و با استفاده از روش گام به گام پیشرو به انتخاب مدل مناسب تنها با متغیرهای معنی دار پرداخته شده است. همانگونه که در جدول (۴-۹) دیده می شود، فرایند انتخاب مدل در پنج گام و با وارد شدن معنی دارترین متغیر تا رسیدن به پنجمین متغیر معنی دار در مدل، انجام شده است. در این روش ورود متغیرها تا هنگام افزایش معنادار میزان کای- دو ادامه می یابد.
 
جدول (۴-۹)
میزان کای – دو در گام پنجم برابر با ۴۳/۱۹۳ است و ناحیه بحرانی در شکل (۴-۲) مشخص شده است :
 
رد H0
قبول H0
شکل (۴-۲)
بنابراین مقدار آماره بدست آمده در ناحیه رد فرض صفر قرار می‌گیرد. پس الگوی معنی داری وجود دارد میزان R2 کاکس – اسنل برابر با ۶۱/۰ است و این مقدار با مقدار اولیه یعنی هنگامی که تمام متغیرها در الگو حضور داشتند تنها ۰۲/۰ کمتر شده است که مقدار ناچیزی است.
مراحل رسیدن R2 کاکس – اسنل در روش پیشرو به مقدار فوق و میزان تاثیر ورود هر یک از متغیرها به شرح جدول (۴-۱۰) می باشد.
 
جدول (۴-۱۰)
در جدول (۴-۱۱) درصد صحت پیش بینی نحوه پرداخت تسهیلات محاسبه شده است به طور کلی در ۱/۹۶ درصد مواقع و با استفاده از الگوی یاد شده می توان نحوه بازپرداخت تسهیلات را به درستی پیش بینی نمود این مقدار نسبت به روش درونی تفاوتی ندارد یعنی الگو با ۵ متغیر به اندازه الگو با استفاده از تمام متغیرها کارآیی دارد.
 
جدول (۴-۱۱)
این جدول نشان می دهد که در مورد پیش بینی مشتریان خوب ۱۳۵ مورد درست تشخیص داده شده است و یک مورد خوب بوده که اشتباهاً بد تشخیص داده شده است( ریسک تجاری) یعنی قدرت پیش بینی مدل برای مشتریان خوب ۳/۹۹ درصد می باشد، و در مورد مشتریان بد ۶۱ مورد درست تشخیص داده شده است و ۷ مورد بد بوده که اشتباهاً خوب تشخیص داده شده است( ریسک اعتباری ) یعنی قدرت پیش بینی مدل برای مشتریان بد ۷/۸۹ درصد می باشد در مجموع قدرت پیش بینی کل مدل ۱/۹۶ درصد محاسبه شده است. در نهایت در جدول (۴-۱۲) ضرایب الگوی پیش بینی برآورد شده است و مدل برآوردی به صورت زیر شرح داده می شود.
Variables in the Equation

 

برای دانلود متن کامل این فایل به سایت torsa.ir مراجعه نمایید.



 
موضوعات: بدون موضوع  لینک ثابت
 [ 07:48:00 ب.ظ ]




مدت زمان همکاری با بانک

 

 

میزان بدهی مشتری

 

 

نوع وثیقه ارایه شده

 

 

معدل مانده حساب

 

 

سابقه چک برگشتی

 

 

سابقه بدهی پرداخت نشده

 

 

مدت زمان بازپرداخت تسهیلات

 

 

نسبت جاری

 

 

نسبت آنی

 

 

سودانباشته به کل دارایی ها

 

 

ارزش ویژه

 

 

فروش به کل دارایی ها

 

 

نسبت مالکانه

 

 

 

 

A1

 

 

A2

 

 

B3

 

 

A4

 

 

A5

 

 

B6

 

 

A7

 

 

A8

 

 

A9

 

 

A10

 

 

A11

 

 

A12

 

 

A13

 

 

 

 

جدول (۴-۱۲)
همانگونه که مشاهده می شود در گام پنجم، کلیه ضرایب مدل در سطح معنی داری ۵ درصد بر اساس آزمون والد معنی دار می باشند. بر اساس نتایج تخمین مدل افزایش مدت زمان همکاری مشتری با بانک (A1) تاثیر منفی بر احتمال قصور مشتری دارد، همچنین مشتریانی که دارای سابقه خوب در بازپرداخت تعهدات قبلی/نداشتن سابقه بدهی سرسید شده پرداخت نشده (B6) می باشند احتمال عدم بازپرداخت تسهیلات دریافتی ایشان کمترمی باشد، همچنین افزایش نسبت آنی (A9) که شاخصه مورد نظر در مورد نسبت نقدینگی می باشد نیزتاثیر منفی بر احتمال کوتاهی مشتری در بازپرداخت تسهیلات دریافتی دارد و نیز افزایش نسبت مالکانه (A13) که شاخصه مورد نظر در مورد نسبت سرمایه گذاری می باشد تاثیر منفی بر احتمال کوتاهی مشتری در بازپرداخت تسهیلات دریافتی دارد و در نهایت داشتن سابقه چک برگشتی (A5) تاثیر مثبت بر احتمال کوتاهی مشتری در بازپرداخت تسهیلات دریافتی دارد و ریسک آنرا بالا می برد.
بنا بر توضیحات فوق، بطور کلی نتایج تحقیق بیشتر به ۵ متغیر اشاره شده بستگی دارد، لذا با توجه به داده هایی که از نمونه مورد نظر تحقیق (مشتریان حقوقی بانک ملت و ملی )بدست آمده می توان مدل لوجستیک برآوردی بهینه زیر را برای پیش بینی ریسک عدم بازپرداخت تسهیلات از سوی مشتریان بر اساس ضرایب معنی دار متغیر های مستقل تحقیق در بانکهای ملت و ملی معرفی نمود :
 
از رابطه بالا احتمال عدم بازپرداخت وام ( ریسک اعتباری ) توسط مشتریان محاسبه می شود. بدین ترتیب، افزایش متغیرهایی که دارای ضریب منفی هستند باعث کاهش P و افزایش متغیرهایی که دارای ضریب مثبت هستند باعث افزایشP می شود.
۴-۳) تحلیل اثرات نهایی هر یک از متغیر ها بر احتمال کوتاهی در بازپرداخت:
ستون آخر از جدول بالا یعنی (Exp(B)) تاثیر نهایی افزایش رخداد یک نسبت به صفر یعنی احتمال بدحسابی به خوش حسابی ( یا بالعکس) را به ازای یک واحد افزایش ( یا کاهش ) نشان میدهد. همانگونه که مشاهده می شود به ازای یک واحد افزایش در مدت زمان همکاری با بانک، میزان بخت مشاهده یک نسبت به صفر برابر با ۴/۷۷ درصد است (احتمال مشاهده صفر به یک در حدود ۵/۱ برابر است) و نیز به ازای افزایش یک واحد در نسبت آنی میزان بخت مشاهده یک نسبت به صفر برابر با ۷/۱۷ درصد است ( احتمال مشاهده صفر به یک در حدود ۵/۵ برابر است )و با یک واحد افزایش در نسبت مالکانه میزان بخت مشاهده یک نسبت به صفر برابر با ۰۵/۰ درصد که احتمال بسیار کوچکی است. به عبارتی دیگر با افزایش در مدت زمان همکاری با بانک، نسبت آنی و نسبت مالکانه، احتمال نکول وام ها کم می شود. بر این اساس مشتریانی که دارای سابقه همکاری بیشتری با بانک می باشند و نیز از نسبت آنی و مالکانه بالاتری برخوردارند، ریسک اعتباری کمتری را نسبت به سایر مشتریان دارا هستند.
همچنین با افزایش یک واحدی متغیرهای چک برگشتی و نحوه بازپرداخت قبلی نسبت یک ها ( بد حساب) به صفرها ( خوش حساب ها ) به ترتیب ۲۶۹ و ۱۵۹ برابر میشود. می توان نتیجه گرفت که سابقه داشتن چک برگشتی می تواند نشانه ای از بدحسابی مشتریان باشد و در خصوص سابقه بدهی سررسید شده پرداخت نشده، نتایج نشان می دهد که مشتریان دارای سابقه بد حسابی از احتمال نکول بالاتری (به میزان ۱۵۹برابر) نسبت به مشتریان دارای سابقه خوش حسابی برخوردارند.
۴-۴) نتایج آزمونهای اقتصادسنجی :
همانطور که بیان گردید میزان R2 کاکس – اسنل برابر با ۶۱/۰ است و این مقدار در عمل مقداری قابل توجه است ( این معیار شبیه به ضریب تعیین در رگرسیون معمولی است و مقادیر نزدیک به یک حاکی از معنی‌داری شدیدتر الگو خواهند بود).

 

منبع فایل کامل این پایان نامه این سایت pipaf.ir است



 
موضوعات: بدون موضوع  لینک ثابت
 [ 07:48:00 ب.ظ ]




دانلود کامل پایان نامه در سایت pifo.ir موجود است.

خمین مدل لاجیت و اثبات بیشترین میزان تاثیر گذاری متغیر ها بر رتبه بندی مشتریان و تطبیق آن با فرضیه های تحقیق به این نتیجه می رسیم که ۵ عدد از فرضیه های ما در این آزمون تایید شده و ۶ فرضیه رد شده اند. رد فرضیه های نهم و دهم را می توان ناشی از آگاهی کارشناسان به عدم شفافیت صورت های مالی و ضعف سیستم های حسابرسی و امکان دستکاری در آنها دانست چرا که متقاضیان اعتبارات عموماٌ از تاثیرگذاری این دو عامل بر قبول و یا رد درخواست اعتباری مطلع اند و از آنجا که این شاخص ها عمدتاٌ از طریق گزارش نهادهای ثالث شناسایی می شوند، اعتبارگیرندگان بر اساس یک سنت شناخته شده مبادرت به غیر واقعی جلوه دادن آنها می کنند و این شاخص ها خودبه خود خاصیت علامت دهی و غربالگری خود را از دست خواهند داد.
بر اساس نتیجه گذشته می توان یکی از نتایج این تحقیق را تاکید بر اهمیت ایجاد سازوکارهای جمع آوری اطلاعات شاخص های علامت دهنده ریسک دانست که می توان از طریق موسسات رتبه بندی که مورد اعتماد بانک ها می باشند و اقدام به تدوین گزارش ها می کنند عملی گردد.
۵-۳) پیشنهادهای حاصل از تحقیق :
اطلاعات و صورت های مالی شرکت ها و بنگاه های اقتصادی مورد استفاده گروه های مختلف با اهداف و انگیزه های متفاوت قرار می گیرد، مدیران ذیمدخل در تصمیم گیری شرکتها، سرمایه گذاران، بانک ها و سایر نهادهای قانونی بیش از سایرین نیازمند بررسی شرایط شرکت می باشند. به طور کلی علاوه بر بانک ها، سرمایه گذاران اعم از اشخاص حقیقی و حقوقی، حسابرسان، مدیران شرکتها و در مورد شرکتهای سهامی عام ،سازمان بورس و اوراق بهادار علاقمند هستند تا در روند وضعیت و تغییرات مالی شرکتها باشند.
در این تحقیق ابتدا پیشنهاداتی مبتنی بر نتایج بدست آمده از آزمون فرضیه ها ارائه می گردد و سپس از منظر بانک ها، سرمایه گذاران، مدیران، حسابرسان و سازمان بورس و اوراق بهادار به این بحث پرداخته می شود و سپس پیشنهادهایی در این زمینه پرداخته خواهدشد.
۵-۳-۱) پیشنهادهای مبتنی بر آزمون فرضیات :
۱-در مورد متغیر مدت زمان همکاری با بانک که رابطه معنادار با ریسک عدم بازپرداخت نمونه مورد بررسی داشت،پیشنهاد می گردد هنگام اعطای تسهیلات به اشخاص حقوقی، الویت اعطای تسهیلات و اعتبار را به مشتریانی که دارای سابقه بیشتری در همکاری با بانک می باشند، اختصاص دهند و امتیازات لازم را برای مشتریان با سابقه خود لحاظ کنند.
۲- باتوجه به اینکه سابقه داشتن بدهی سرسید شده پرداخت نشده و چک برگشتی توسط مشتریان در ریسک عدم بازپرداخت تسهیلات موثر است، بانک ها باید موظف گردند تا اطلاعات سابقه چک برگشتی و نیز بدهی های سررسید شده پرداخت نشده مشتریان را در به بانک مرکزی ارسال نموده تا سایر بانکها و موسسات مالی و اعتباری از آنها در اعطای تسهیلات به متقاضیان تسهیلات استفاده نمایند.
۳- به بانکهای ملت و ملی پیشنهاد می گردد تا در هنگام اعطای تسهیلات به مشتریان دارای سابقه بدهی سررسید شده پرداخت نشده و نیز مشتریانی که دارای سابقه چک برگشتی هستند دقت نظر کافی را داشته باشند، چرا که با اعطای تسهیلات به این گروه در معرض بیشترین ریسک عدم بازپرداخت قرار دارند.
۴-پیشنهاد می گردد هنگام بررسی مشتریان حقوقی جهت اعطای تسهیلات، بانکهای ملت و ملی نسبت به بررسی نسبتهای مالی و(با توجه به نتیجه این پژوهش) علی الخصوص نسبتهای نقدینگی و سرمایه گذاری، استخراج شده از صورتهای مالی مستند آنان توجه ویژه داشته باشند.
۵-۳-۲) سایر پیشنهادها :
الف – بانک ها و موسسات اعتباری :
بانک ها و موسسات اعتباری، از اصلی ترین و مهمترین ارگانهای تامین کننده منابع مالی شرکتها بوده و پذیرای بیشترین ریسک در خصوص بحران مالی شرکتها و قصور آنها در بازپرداخت تسهیلات بانک می باشند.
به بانک ها و بخصوص بانک ملت و ملی، پیشنهاد می شود که علاوه بر روند بررسی های کارشناسی موجود در بانک، با مراجعه به نتایج تحقیق حاضر، بتوانند توانایی بانک را برای پیش بینی احتمال عدم بازپرداخت تسهیلات اعطایی خود به اشخاص حقوقی متقاضی تسهیلات، افزایش دهند. کارشناسان اعتباری بانک ها می توانند ضمن در نظر گرفتن و محاسبه احتمال نکول هر مشتری و بر اساس ارزیابی الگوی ریسک مشتریان که در این تحقیق ارائه شد، متقاضیان حقوقی دریافت تسهیلات و اعتبار را درجه بندی نموده و به معیاری کمی جهت قبول یا رد درخواست مشتری دست پیدا کرده و آنرا در تصمیم گیری ها لحاظ کنند.
پیشنهاد می شود بانک ها:
۱- در هنگام بررسی مشتریان حقوقی جهت اعطای تسهیلات، نسبت به اخذ صورتهای مالی مستند و ترجیحا حسابرسی شده اقدام نمایند.
۲- اولین قدم در راه شناسایی مشتریان ارزنده بانک و سرمایه گذاری روی آنها تشکیل بانک جامع اطلاعاتی از کلیه مشتریان و مشاهده روند عملکرد مالی آنها در طول سال های همکاری با بانک و بروزرسانی این اطلاعات می باشد. لذا ایجاد بانک اطلاعاتی منسجم از مشتریان اعتباری توسط بانکها ضروری می باشد.
۳- نسبت به طراحی سیستم نرم افزاری برای بکار گیری الگوی ارائه شده در این پژوهش به منظور استفاده در شعب و ادارات کل اعتبارات با هدف مدیریت ریسک عدم بازپرداخت تسهیلات و به تبع آن کاهش مطالبات معوق خود اقدام نمایند.
۴- اقدامات لازم در زمینه طراحی سیستم استاندارد سازی فرآیند ، آموزش مدیران و کارکنان شاغل در بخش تسهیلات اعتباری، ایجاد هماهنگی کامل بین واحدها
یی که درگیر فرآیند اعطای تسهیلات واعتبار هستند از قبیل اداره ارزیابی طرحها، اداره اعتبارات، اداره ریسک اعتباری و اداره وصول مطالباتصورت پذیرد.
و د پایان ایجاد سیستم مدیریت ریسک جهت ارزیابی ریسک عدم بازپرداخت تسهیلات بر اساس الگوی پیشنهادی در بانک ها و بخصوص بانک ملت و ملی، به طور اکید توصیه می شود.




 
موضوعات: بدون موضوع  لینک ثابت
 [ 07:48:00 ب.ظ ]