به گزارش اکوایران، به دنبال رکود و تورم سال‌های اخیر شاهد آن هستیم که در اقتصاد ایران بدهی معوق اشخاص حقیقی و حقوقی در سیستم پولی و بانکی افزایش یافته و کشور را با مشکلات جدی روبرو کرده است. این موضوع حاکی از عدم مدیریت و کنترل ریسک اعتباری توسط موسسات تامین مالی (بانک) در زمان تخصیص بهینه پول و اعتبار به بخش‌های اقتصادی است.

ریسک اعتباری، یکی از مقولات مهم در نظام بانکداری به شمار می‌آید. اهمیت این موضوع از آنجا نشأت می‌گیرد که ریسک اعتباری را یکی از دلایل اصلی ورشکستگی بانک‌ها و مؤسسات تأمین اعتبار می‌توان معرفی کرد. به عنوان نمونه، بحران اقتصادی سال 2008 آمریکا، ریشه در افزایش ریسک اعتباری داشت.

می‌توان با کمک پژوهش «مدل‌سازی ریسک اعتباری شرکت‌های دانش‌بنیان (مطالعه موردی در استان سمنان)» به تحلیل و ارزیابی این موضوع پرداخت.

ریسک اعتباری چیست و چه معضلاتی به دنبال دارد؟

ریسک به معنای امکان یا احتمال بروز خطر یا روبه‌رو شدن با خطر، صدمه دیدن، کاهش درآمد و زیان دیدن است. بانک‌ها با توجه به نوع فعالیت خود با انواعی از ریسک‌های مختلفی مواجه هستند که یکی ‌از آن‌ها ریسک اعتباری است.

ریسک اعتباری، ریسکی است که بر اساس آن پرداخت وام از سوی مشتری یا با تأخیر صورت می‌گیرد یا اینکه اصلا پرداخت نمی‌شود و این امر باعث بروز مشکلات در گردش وجوه نقد بانک‌ها شده و بر روی نقدینگی و بازده سرمایه‌گذاری بانک‌ها اثر منفی دارد.

ارزیابی توانایی بازپرداخت تعهدات قرض‌گیرندگان و برآورد احتمال عدم بازپرداخت تعهدات را «اعتبارسنجی» می‌نامند. اعتبارسنجی در واقع سیستمی است که به بانک‌ها کمک می‌کند براساس داده‌های فعلی و گذشته مشتریان، احتمال عدم بازپرداخت تعهدات آن‌ها را مورد ارزیابی قرار بدهند.

ریسک اعتباری چگونه سنجش می‌شود؟

ریسک اعتباری مشتریان در نظام بانکی‌ کشور توسط پژوهشگران مختلفی مورد مطالعه قرار گرفته است. بررسی‌های صورت گرفته نشان می‌دهد می‌توان با استفاده از اطلاعاتی که مشتریان حقوقی در زمان گرفتن تسهیلات در اختیار بانک‌ها قرار می‌دهند، وضعیت اعتباری مشتریان را رتبه‌بندی کرد.

اکثر بررسی‌های صورت گرفته نشان می‌دهد مدل لاجیت از مناسب‌ترین مدل‌های آماری پیش‌بینی ریسک اعتباری است. ارزیابی‌های صورت گرفته حاکی از آن است که مولفه‌هایی مانند مدت تسهیلات، نرخ تسهیلات، نوع وثیقه، نوع تسهیلات، میانگین موجودی (معدل حساب در شش ماه گذشته)، نسبت بازده فروش (نسبت سود خالص به فروش خالص)، نسبت جاری (دارایی جاری به بدهی جاری) و همچنین درآمد و تراکنش‌های مالی مشتریان دارای اثر معنادار بر وصول مطالبات بانکی و ریسک اعتباری مشتریان دارند.

نحوه‌ پیش‌بینی ریسک اعتباری شرکت‌های دانش‌بنیان

در پارک‌های علم و فناوری ایران به عنوان یک زیرساخت حمایتی با ایجاد شرایط لازم برای رشد و توسعه شرکت‌های دانش‌بنیان و موسسات نوپای مبتنی بر فناوری و همچنین کاهش مخاطره آن‌ها، از افراد خلاق با ایده‌های نوآورانه حمایت می‌شود.

یکی از این حمایت‌ها به شرکت‌‎های دانش‌بنیان، کمک مالی و ارایه تسهیلات ارزان‌قیمت با تنفس چندساله است. به عبارتی، این شرکت‌ها پس از چند سال وقفه به پازپرداخت تسهیلات قرض‌گرفته اقدام می‌کنند.

با این حال در سال‌های اخیر برخی از تسهیلات اعطاشده توسط پارک علم و فناوری به شرکت‌های دانش‌بنیان در زمان سررسید بازپراخت نمی‌شوند. بنابراین می‌توان متغیر‌های تاثیرگذار بر ریسک ‌اعتباری شرکت‌های دانش‌بنیان را در نظر گرفت. این تحلیل از طریق مدل احتمال خطی لاجیت بررسی می‌شود. با توجه به اینکه ریسک اعتباری (متغیر وابسته) یک متغیر کیفی است و فقط دو حالت را می‌توان برای آن بررسی کرد (حالت صفر و یک)، برای شناسایی عوامل موثر بر آن باید از رگرسیون لاجیت استفاده شود.

با این توضیحات، پژوهشی بر مبنای داده‌ها و اطلاعات پارک علم و فن‌آوری استان سمنان و شرکت‌های دانش‌‌بنیان تحت حمایت آن صورت گرفته است که در این پژوهش، شرکت‌های دانش‌بنیان از حیث ریسک به دو گروه تقسیم می‌شوند: 1- شرکت‌های فاقد معوقه یا دارای عدم قصور در پرداخت (به اصطلاح خوش‌حساب) 2- شرکت‌های دارای معوقه یا دارای قصور در پرداخت (بدحساب). بر این اساس، متغیر وابسته (Y) در این مطالعه برای شرکت‌های فاقد معوقه مقدار صفر و برای شرکت‌های دارای معوقه مقدار یک در نظر گرفته می‌شود.

پول اسکناس شعبه بانک

تعریف مولفه‌‌های کاربردی در این پژوهش

متغیرهای توضیحی (متغیر مستقل) منظور شده در این مطالعه، شامل متغیرهای کمی (نسبت تمرکز پنج بنگاهی، نسبت تشکیل سرمایه در صنعت و سابقه شرکت) و متغیرهای مجازی (وضعیت مالکیت شرکت‌های دانش‌بنیان، نوع شرکت دانش‌بنیان، سودآوری، سابقه اخذ تسهیلات، وثیقه ملکی، سابقه چک برگشتی) است.

شاخص نسبت تمرکز (K بنگاهی): این شاخص سهم K بنگاه برتر از صنعت را اندازه می‌گیرد و به عبارتی به اطلاعات تنها 4 یا 5 یا 8 بنگاه برتر صنعت توجه می‌شود. چنانچه هر تغییری در صنعت به وجود آید، تا زمانی که بنگاه‌های بزرگتر تحت تأثیر تغییرات مربوطه قرار نگیرند، میزان و اندازه این شاخص تغییر نمی‌کند که در این بررسی سهم اشتغال پنج بنگاه برتر از صنعت را با استفاده از ریز داده‌های بخش صنعت ایران به تفکیک کد ISIC اندازه می‌گیرد. هرچه این نسبت به یک نزدیک باشد حاکی از تمرکز بالا و هرچه به صفر نزدیک باشد، یک بازار غیر متمرکز را نشان می‌دهد.

اگر نسبت تمرکز پنج بنگاه برتر، نزدیک به 100 درصد باشد، ساختار صنعت انحصار کامل است. اگر این نسبت بالای 40 درصد باشد، انحصار چندجانبه و زیر 40 درصد، رقابت انحصاری و اگر نزدیک به صفر باشد ساختار بازار یا صنعت، رقابت کامل را نشان می‌دهد. 

به طور مثال اگر نسبت تمرکز در صنعت فرآورده‌های غذایی برابر 0.0506 باشد یعنی پنج بنگاه برتر این صنعت، 5.06 درصد از کارکنان این صنعت را در اختیار دارد و چون این نسبت نزدیک به صفر است، می‌توان آن‌را یک صنعت با ساختار رقابت کامل نام‌گذاری کرد.

نسبت تشکیل سرمایه، سابقه شرکت، نوع شرکت دانش‌بنیان، سودآوری، سابقه اخذ تسهیلات، وثیقه ملکی، سابقه چک برگشتی سایر متغیرهای به کار گرفته شده در این برازش آماری هستند.

تبیین نتایج حاصل از این پژوهش

برای دستیابی به مدل ریسک اعتباری شرکت‌های دانش‌بنیان، داده‌های کلیه متغیر‌های مورد استفاده در این پژوهش که مربوط به 68 شرکت دانش‌بنیان استان سمنان که طی سال‌های 1395 ، 1396 و 1397 مشغول فعالیت بوده‌اند به کمک نرم افزار Eviews برآورد شده است.

طبق نتایج این مطالعه، اگر نسبت تمرکز یک درصد افزایش یابد، در صورت ثبات سایر شرایط، احتمال معوق شدن تسهیلات بر اساس این متغیر 1.62 درصد کاهش می‌یابد.

با افزایش یک درصدی سابقه شرکت‌های دانش‌بنیان، احتمال معوق شدن تسهیلات بر اساس این متغیر 0.04 درصد افزایش خواهد یافت، اما علامت مثبت ضریب این متغیر با واقعیت سازگار نیست. در واقع باید این موضوع را در نظر بگیریم که برخی از شرکت‌هایی که روند رسیدن به بلوغ در آن‌ها زمان‌بر می‌شود، به طور طولانی‌مدت تحت حمایت پارک‌های علم و فن‌آوری قرار می‌گیرند و این باعث افزایش ریسک اعتباری می‌شود. 

همچنین در متغیر مجازی نوع وثیقه ملکی (در مقابلِ ضمانت چک یا سفته)، در صورت اخذ وثیقه ملکی برای ارائه تسهیلات، احتمال معوق شدن تسهیلات به میزان 1.64 درصد کاهش پیدا می‌کند. افزایش چک برگشتی نیز باعث افزایش 3.2 درصدی احتمال معوق شدن تسهیلات می‌شود. همچنین اگر شرکت‌های دانش‌بنیان در سال‌های قبل سودده باشند، موجب کاهش 2.06 درصدی احتمال عدم بازپرداخت به موقع تسهیلات می‌شود.