بررسی متغیرهای موثر بر ریسک اعتباری مشتریان حقوقی بانک‌ها با استفاده از ماشین بردار پشتیبان و درخت تصمیم

نویسندگان

1 استادیار، گروه حسابداری، واحد بابل، دانشگاه آزاد اسلامی، مازندران، ایران.

2 دانشجوی دکتری حسابداری، گروه حسابداری، دانشگاه آزاد اسلامی، مازندران، ایران.

3 استادیار، گروه بانکداری، پژوهشکده پولی و بانکی بانک مرکزی، تهران، ایران.

4 استادیار، گروه حسابداری، واحد بابل، دانشگاه آزاد اسلامی، مازندران، ایران.

doi
10.52547/jfmp.10.31.53
چکیده

افزایش نسبت مطالبات غیرجاری به تسهیلات اعطایی به‌عنوان شاخص ریسک اعتباری بانک­ها می‌تواند سلامت شبکه بانکی، نظام مالی و اقتصاد حقیقی را به‌خطر اندازد. از این رو در این مقاله، بررسی این ریسک با استفاده از نسبت مانده واقعی مطالبات غیرجاری و با تمرکز بر مجموعه‌ای گسترده از متغیرها شامل متغیرهای مالی، غیرمالی، خصوصیتی قراردادها، حسابرسی و اقتصادی، در نمونه‌ای از 677 پرونده تسهیلاتی مشتریان حقوقی یک بانک دولتی برای سال‌های 1385 تا 1396 مورد توجه قرار گرفت. براساس نتایج حاصله، در انتخاب متغیرهای تاثیرگذار بر ریسک اعتباری، الگوریتم لاسو با عملکرد بهتر به شناسایی 10 متغیر کلیدی از گروه متغیرهای مالی، اقتصادی و حسابرسی منتهی شد. با این وجود نتایج آموزش این ویژگی‌ها توسط مدل ماشین بردار و درخت تصمیم که بیانگر بهترین نتایج در قالب الگوریتم لاسو به همراه درخت تصمیم هستند، ضریب اهمیت اندکی را برای متغیرهای حسابرسی در نظر می‌گیرند. از این رو استفاده از الگوریتم لاسو به همراه درخت تصمیم با تمرکز بر متغیرهای مالی و اقتصادی می‌تواند از کفایت لازم برخوردار باشد.