انواع فرآیندها و مدل‌های اعتبارسنجی

فرآیندهای اعتبارسنجی

اعتبارسنجی به موسسات مالی کمک می‌کند تا با کاهش هزینه خدمات به مشتریان کم‌درآمد و افزایش کیفیت خدمات و رضایت مشتری، پرتفوی خود را ارتقا دهند. یک مدل اعتبارسنجی، ابزاری برای مدیریت ریسک است که با برآورد احتمال عدم بازپرداخت بر اساس داده‌های تاریخی، اعتبار مشتری را ارزیابی می‌کند. فرآیند تصمیم‌گیری برای اعتبارسنجی می‌تواند به هر دو صورت قضاوتی و یا آماری باشد.

اعتبارسنجی قضاوتی بر پایه ورودی‌های کارشناس متخصص یا مسئول وام تولید می‌­شود. از طرف دیگر اعتبارسنجی آماری، بر پایه مشخصات کمی و اطلاعات موجود در مرکز داده می‌باشد. از این داده‌­ها برای تدوین مجموعه‌ای از قوانین و روش‌های آماری به منظور پیش‌­بینی احتمال ریسک استفاده می‌شود. در حالت کلی، اعتبارسنجی قضاوتی و اعتبارسنجی آماری مکمل یکدیگر هستند که هر کدام منافع و چالش‌های مخصوص به خود را دارند. 

مقایسه فرآیندهای اعتبارسنجی قضاوتی و آماری

در جدول ذیل، اعتبارسنجی قضاوتی و اعتبارسنجی آماری با یکدیگر مقایسه شده است:

متدولوژی‌های اعتبارسنجی آماری

معمولاً وقتی در متون از کلمه اعتبارسنجی استفاده می‌شود، منظور اعتبارسنجی آماری است. در زیر به انواع متدولوژی‌های اعتبارسنجی آماری اشاره می‌شود:

1- اعتبارسنجی تجربی: بر پایه تحلیل‌های آماری بسیار دقیق استوار است که از طریق راه‌های تجربی و با استفاده از داده‌های گسترده، ارزش اعتباری متقاضیان را در میان بازه‌های بالاترین ارزش و کمترین ارزش مشخص می‌نماید.

2- اعتبارسنجی معتبر به لحاظ آماری: براساس متدولوژی‌ها و روش‌های پذیرفته شده آماری، توسعه یافته و معتبر است.

3- اعتبارسنجی دوره‌ای: گاهاً مدل‌ها برای بررسی سلامت آماری، مجدداً ارزیابی می‌شوند و در صورت لزوم برای حفظ یا افزایش قدرت پیش‌­بینی، اصلاح می‌­شوند. این مدل‌ها به طور ویژه در شرایط وام‌­دهی، که وام‌دهنده باید حجم زیادی از ارزیابی­‌های اعتباری را برای مبالغ وام نسبتاً کم (و به طور عمومی‌­تر برای اعتبارسنجی مشاغل کوچک، خرده فروشی و افراد) مدیریت کند، بسیار مفید هستند.

با وجود این که کاربرد اصلی اعتبارسنجی، ارزیابی ارزش اعتباری است، موسسات مالی از آن به عنوان ابزاری برای تسهیل تصمیم‌گیری در دیگر سطوح چرخه زندگی مشتریان خود استفاده می‌نمایند. در هر سطح از چرخه زندگی مشتریان، یک نوع اعتبارسنجی خاص براساس تعدادی داده خاص وجود دارد. 

انواع مدل‌های اعتبارسنجی

مدل‌های اعتبارسنجی که امروزه در دنیا مورد استفاده قرار می‌گیرند، شامل مدل‌های پارامتری و غیر پارامتری هستند. مدل‌های اعتبارسنجی پارامتری عبارتند از مدل احتمال خطي، مدل‌های پروبیت و لوجیت و مدل‌های مبتنی بر تحلیل ممیزی. از میان مدل‌های اعتبارسنجی غیرپارامتری نیز می‌توان به مدل‌های برنامه‌ریزی ریاضی، الگوریتم‌های تقسیم‌بندی بازگشتی، سیستم‌های خبره و تحلیل‌های قضاوتی و همچنین شبکه‌های عصبی مصنوعی اشاره نمود.

مزایای اعتبارسنجی

استفاده از یک سیستم و مدل اعتبارسنجی خودکار چندین مزیت دارد که عبارتند از:

• بهره­‌وری عملیاتی

1. کاهش هزینه و زمان نسبت به ارزیابی معمولی ریسک
2. کاهش رفت و آمد ارباب رجوع با تعاملات حضوری کمتر
3. کاهش هزینه‌های اداری

• بهبود دقت تصمیمات اعتباری (وام‌های هدفمند بر اساس احتمال نکول)

1. حداقل کردن رد درخواست متقاضیان دارای اعتبار
2. بیشینه سازی رد درخواست مشتریان با ریسک بالا

• انتشار فرهنگ تصمیم‌گیری مبتنی بر داده‌های هدفمند و استاندارد

1. تصمیم‌گیری هدفمند و پایدار بر اساس ­داده‌های تجربی
2. استانداردسازی معیارهای تصمیم­گیری
3. به حداقل رساندن خطای انسانی و انحرافات

• بهبود رضایت مشتری (وام‌های سریع‌تر و هدفمندتر)

1. کاهش رفت و آمد ارباب رجوع 
2. امکان برخورداری از محصولات خاص

• افزایش تعاملات با مشتریان در مراحل مختلف چرخه زندگی آنها

1. تعیین محدودیت‌های اعتباری براساس سطح ریسک افراد
2. تعیین هزینه وام براساس سطح ریسک افراد
3. امکان تنظیم شرایطی برای بازپرداخت‌های کوتاه‌تر

اعتبارسنجی همواره با چالش‌هایی نیز همراه است. برای مثال، پیاده‌سازی مدل اعتبارسنجی خاص می‌­تواند پیچیده باشد؛ ممکن است به سرمایه‌گذاری قابل توجه، ظرفیت خاصی از سیسیتم و یا به مهارت خاصی نیاز داشته باشد که همیشه در دسترس نباشد. علاوه بر این، از آنجایی که مدل‌ها بر پایه داده‌های تاریخی استوار هستند، در نتیجه گذشته‌نگر می‌باشند و مجریان این مدل‌ها فرض می‌کنند که آینده نیز مانند گذشته است. همچنین کار کردن با مقادیر محدودی از داده‌ها، ریسک توسعه مدلی مغرضانه را که فقط زمانی به خوبی کار می‌کند که روی نمونه اصلی پیاده شود؛ افزایش می‌­دهد.