شناسايي و رتبه بندي مشتريان حقوقي متقاضي تسهيلات بانكي از منظر ريسك اعتباري با استفاده از روش تركيبي ANP-PROMETHEE

Identification and scoring of Corporate client applying for credit In terms of credit risk by using hybrid ANP-Promethee method (Case Study Refah K. Bank

ارايه تسهيلات يكي از مهم ترين فعاليت هاي بانكي تلقي مي شود اما ريسك اعتباري يا عدم توان گيرنده تسهيلات در بازپرداخت اصل و سود تسهيلات اعطايي ، بانك ها را دچار مشكلات عديده اي مي كند لذا به منظور مديريت و كنترل اين ريسك به عنوان يكي از بزرگترين عوامل شناخته شده ورشكستگي بانك ها طراحي مدل هاي رتبه بندي امري ضروري به نظر مي رسد. تاكنون روش هاي مختلفي ازجمله مدل هاي پارامتريك مانند رگرسيون لجستيك و روش هاي نا پارامتريك مانند شبكه هاي عصبي براي رتبه بندي مشتريان بانكي استفاده شده است اما در تحقيق پيشرو يك مدل رتبه بندي تصميم گيري با استفاده از روش تركيبيPromethee-ANP جهت رتبه بندي مشتريان حقوقي بانك رفاه از منظر ريسك اعتباري ارايه شده است كه از يكسو نيازمند به دست آوردن توزيع و فرضيات مانند روش هاي پارامتري نبوده و برخلاف روش هايي مانند شبكه هاي عصبي و رگرسيون لجستيك با به كارگيري داده هاي واقعي متقاضيان تسهيلات بانكي، رتبه بندي را انجام مي دهد و از طرف ديگر نظرات و قضاوت هاي خبرگان را نيز موثر مي سازد. جهت به كارگيري روش ارايه شده 22 شاخص متناسب با معيارهاي مدل اعتبارسنجي 5C استخراج و وزن هريك با روش ANP تعيين گرديد و در مرحله آخر رتبه بندي بر روي نمونه اي به حجم 25 از مشتريان حقوقي بانك با روش Promethee انجام شد.

Bank lending is one of the most important Bank activities but they have many problems by Customer credit risks or inability to repay the principal and interest on loans granted. Thus the design of scoring models to manage and control credit risk known as one of the largest bankruptcy factor of banks is necessary. Various methods such as parametric models as logistic regression and nonparametric methods as neural networks have been used to rank banking customers until now, but in this paper provide a model in scoring of Corporate client applying for credit In terms of credit risk by using hybrid ANP-Promethee method that one the hand need not to get the distribution and assumptions such as parametric models and unlike methods such as neural networks and logistic regression ranked Bank Customer by using actual data and in the other hand consider impact of expert opinions. The application of the proposed method22 index criteria is extracted 5C model validation and the weight of each was determined using ANP and the end step scoring on a sample of 25 corporate customers bank were being Promethee method.