خلاصة:
یکی از وظایف اصلی موسسات مالی در حمایت از فعالان اقتصادی، اعطای تسهیلات و انجام تعهدات آنان است. پیشبینی ریسک اعتباری ناشی از اعطای تسهیلات و در نتیجه مدیریت این ریسک از مهمترین چالشهای پیشروی بانکها و موسسات مالی است. هدف اصلی در این کار تهیه مدل بهینه لجستیک جهت تعیین اعتبار مشتریان حقیقی با بررسی نقش تعداد ردههای اعتبار مشتری از دو رده خوشحساب و بدحساب تا چهار رده خوشحساب، سررسیدشده، معوق و مشکوکالوصول و نیز شناسایی مهمترین متغییرهای مستقل تاثیرگذار بر اعتبار مشتریان حقیقی بانک رفاه کارگران است. نتایج هر دو مدل برازش لجستیک چندگانه و باینری تهیه شده در اینکار نشاندهنده اهمیت نسبی متغیرهای سطح تحصیلات و سن مشتری حقیقی نسبت به سایر متغییرهای مستقل است. نتایج یکسان هر دو مدل میتواند نشاندهنده تاثیر کم افزایش تعداد ردهبندی متغییر وابسته (اعتبار مشتری) و یا توزیع نامناسب تعداد مشتریان برای ردههای مختلف اعتبار مشتری باشد.
One of the main tasks of the financial institutions is to give loan to the customers. Prediction and evaluation of the credit risks due to loan and consequently managing this risk is one of the greatest ongoing challenges for the financial institutions. The main aim of this work is to provide an optimized logistic regression model for credit scoring of real customers. Here the effects of increasing the customer’s credit classification from two (binary) to four (multinomial) distinct groups on the results of the logistic regression has been investigated. Identification of the most important parameters in prediction of the real customers’ credit scoring is the other important outcome of this work. The results of both binary and multinomial logistic regression show the relative importance of the education level and the age of the customer compared with other independent variables. The results of this work show that either increasing the number of classification types of the dependent variable، real customer’s credit، to four distinct groups has no sharp effect on the results of the optimized models or this conclusion can be due to improper distribution of the number of customers in different groups.
ملخص الجهاز:
"هدف اصلی در این کار تهیه مدل بهینه لجستیک جهت تعیین اعتبار مشتریان حقیقی با بررسی نقش تعـداد ردههـای اعتبـار مشتری از دو رده خوشحساب و بدحساب تـا چهـار رده خـوشحسـاب، سررسیدشـده، معـوق و مشکوکالوصول و نیز شناسایی مهم ترین متغییرهای مستقل تاثیرگذار بر اعتبار مشتریان حقیقی بانک رفاه کارگران است .
جدول (٢)- خلاصه آماری متغیرهای مورد استفاده در مدل Case Processing Summary Cases Total Excluded Included Percent N Percent N Percent N (اعتبار) Y 359 100/0 0 0/0 100/0 359 (جنسیت ) X١ 349 97/2 10 2/8 100/0 359 (مدرک) X٢ 338 94/2 21 5/8 100/0 359 (سن ) X٣ 353 98/3 6 1/7 100/0 359 (درآمد) X٤ 333 92/8 26 7/2 100/0 359 (تاهل ) X٥ 345 96/1 14 3/9 100/0 359 (شغل ) X٦ 348 96/9 11 3/1 100/0 359 (ملکیت ) X٧ 329 91/6 30 8/4 100/0 359 (همسر شغل ) X٨ 303 84/4 56 100/0 359 15/6 (تسهیلات میزان) X٩ 344 95/8 15 4/2 100/0 359 (بهره) X١٠ 342 95/3 17 4/7 100/0 359 (وثیقه ارزش) X١١ 325 90/5 34 9/5 100/0 359 (اقساط) X١٢ 359 100/0 0 0/0 100/0 359 ١-٤- برازش مدل لجستیک چندگانه با لحاظ اثرات متقابل متغیرهای مستقل در کنار اثرات اصلی ایـن متغیرهـا، مـدل بـرازش بـه صورت گام به گام پیشرو اجرا شـد.
261X32(3) /1 4 /1 P(Y 1 X2, X3 , X7)1/j (4) j2 ٢-١-٤- نتایج مدل بهینه لجستیک باینری با توجه به اینکه تعداد مشاهدات رده های سوم و چهارم متغیر وابسته کم است ، میتوان این رده هـا را در رده دوم ادغـام کـرده و بـه ایـن ترتیـب یـک متغیـر وابسـته جدیـد بـا دو رده خوش حساب و بد حساب ایجاد میشود."