چکیده:
این تحقیق به بررسی علل معوق شدن تسهیلات در بانک قرضالحسنه مهرایران می پردازد. هدف این تحقیق مدل سازی علل معوق شدن تسهیلات قرضالحسنه میباشد. برای مدل سازی علل معوق شدن تسهیلات اعطایی به مشتریان در این تحقیق، تأثیر متغیرهای مستقل شامل نوع وثیقه اخذ شده از مشتریان، ارزش وثیقه اخذ شده، زمینه استفاده از تسهیلات، مدت زمان بازپرداخت تسهیلات و مبلغ تسهیلات بر متغیر وابسته معوق شدن تسهیلات مورد بررسی قرار گرفته است. جامعه مورد بررسی در این تحقیق، مشتریان شعب بانک قرضالحسنه مهرایران در شهر تهران در دوره زمانی چهار ساله از 1386 تا 1390 می باشد که با روش نمونه گیری خوشه ای انتخاب و مورد بررسی قرار گرفتند. برای مدل سازی معوق شدن تسهیلات، دو روش رگرسیون لجستیک و تحلیل تشخیصی بهکار گرفته شدند و با استفاده از نرم افزار آماری spss داده ها مورد بررسی و تحلیل قرار گرفتند. بر اساس نتایج تحقیق، ضمن معنی داری مدل های بهدست آمده از هر دو روش رگرسیون لجستیک و تحلیل تشخیصی، مدل بهدست آمده از روش رگرسیون لجستیک، قدرت تفکیک بیشتری در پیش بینی احتمال معوق شدن تسهیلات اعطایی به مشتریان دارد؛ بهطوریکه با استفاده از این روش 82 درصد از تسهیلات معوق شده و 54 درصد از تسهیلات غیر معوق به درستی تفکیک شده اند. همچنین از بین متغیر های مستقل، متغیر نوع وثیقه(چک و گواهی کسر از حقوق) دارای تأثیر منفی و متغیر زمینه استفاده از تسهیلات (از نوع ودیعه مسکن و متفرقه) دارای تأثیر مثبت بر متغیر وابسته (معوق شدن تسهیلات) دارند.
This paper examines and models the causes of deferring repayments in Qarz Al-Hasaneh Mehr Bank (QMB) of Iran. In the model، the effects of explanatory variables، including “kind of caught guaranty from customers”، “value of caught guaranty”، “kind of facilities”، “duration of repayment” and “amount of facilities”، on dependent variable “ deferring repayment of facilities” are investigated. In this research، the statistical population consists of customers of QMB branches in Tehran provinces during 2007-2011، which was selected by cluster sampling. For modeling causes of deferring repayments، both logistic regression and discrimination analysis were used and data was analyzed with SPSS software. According to the results of research، both models were significant، but logistic regression model was more robust in predicting probability of deferring repayment of granted facilities، so that، it predicted 84.5% of deferred facilities and 54% of repaid facilities، correctly. In addition، “the kind of guaranty” (cheque and payroll deduction authorization) and “kind of facilities” have negative and positive impact on deferring repayments، respectively.
خلاصه ماشینی:
"Value at Risk Moral Hazard (مطالعه موردی بانک صادرات استان تهران)» به این نتیجه رسید که از میان عوامل رفتاری مورد بررسی ، متغیرهای رشد فعالیت متقاضی ، نوع مالکیت ، مدرک تحصیلی ، نوع وثیقه ، نوع عقد، مقطع اخذ تسهیلات، سابقه اعتباری متقاضی ، داشتن چک برگشتی ، نسبت سرمایه به مبلغ تسهیلات دریافتی ، با متغیر وابسته (پیدایش مطالبات معوق) رابطه معنی دار داشته است .
روایی تحقیق نظر به اینکه مشتریان بانک قرضالحسنه مهرایران اشخاص حقیقی هستند، مؤلفه های مربوط به مشتریان که می توان از آنها به عنوان متغیرهای مستقل برای پیش بینی و تبیین معوق شدن تسهیلات استفاده کرد شامل مبلغ تسهیلات، دوره بازپرداخت ، نوع استفاده از تسهیلات، نوع وثیقه ، مبلغ وثیقه ، رشد فعالیت متقاضی ، نوع مالکیت ، مدرک تحصیلی ، مقطع اخذ تسهیلات، سابقه اعتباری متقاضی ، داشتن چک برگشتی ، نسبت سرمایه به مبلغ تسهیلات دریافتی و ...
متغیر های مستقل متغیر ها توضیح متغیر ها X1 مبلغ تسهیلات X2 مدت بازپرداخت تسهیلات X3 ارزش وثیقه X4 X41 X42 نوع وثیقه : چک تضمینی گواهی کسر از حقوق X5 X51 X52 X53 زمینه استفاده از تسهیلات: ودیعه مسکن تعمیر مسکن متفرقه دو روش تحلیل اصلی در این تحقیق که برای مدل سازی ریسک اعتباری مشتریان در بانک قرضالحسنه مهرایران مورد استفاده قرار گرفته شامل تحلیل تشخیصی حداقل مربعات معمولی (OLS )٩ و تحلیل رگرسیون لجستیک می باشد."