شناسایی و رتبه‎بندی چالش‎های پیاده‎سازی مدل زیان اعتباری موردانتظار در بانک‎های ایران با استفاده از تکنیک تحلیل سلسله‎مراتبی فازی و ارائه راهکار به‎کمک روش واسپاس

هدف: هدف این پژوهش شناسایی و رتبه‎بندی چالش‎های پیاده‎سازی مدل زیان اعتباری موردانتظار در بانک‎های ایران است. این مدل می‎تواند در دوره‎های زمانی زودتر آثار عدم ایفای تعهدات را شناسایی کند که خود باعث می‎شود حجم مطالبات غیرجاری بانک‎ها کاهش یابد.روش: در این پژوهش، اطلاعات لازم به‎طور عمده از طریق مطالعه کتابخانه‎ای و نظرخواهی از خبرگان به روش دلفی فازی جمع‎آوری شد و در موارد ضروری مصاحبه حضوری صورت گرفت. در نهایت با استفاده از تکنیک تحلیل سلسله‎مراتبی فازی (fahp)، موانع پیاده‎سازی مدل زیان اعتباری موردانتظار شناسایی و رتبه‎بندی شد و به‎کمک روش نوین واسپاس (waspas)، راهکارهای بهتر برای رفع موانع اجرای مدل زیان اعتباری موردانتظار در بانک‎های ایران پیشنهاد شدند.یافته‎ها: یافته‎ها نشان داد که شاخص جهانی‎شدن روش‎های تامین سرمایه، مهم‎ترین شاخص برای ضرورت اجرای استانداردهای بین‎المللی گزارشگری مالی در بانک‎های ایرانی است. شاخص افزایش احتمال سوخت مطالبات و ذخیره‎گیری دیر هنگام مطالبات، نیز از شاخص‎های بسیار مهم وضعیت موجود زیرساخت‎های بانک‎های ایرانی بودند. طبقه‎بندی مناسب گروهی تسهیلات خرد و ذخیره‎گیری به‎موقع مطالبات نیز به‎ترتیب پیامدهای بسیار مهم به‎کارگیری مدل زیان اعتباری تشخیص داده شدند. پایش نشدن صورت‎های مالی و سایر اطلاعات در طول بازپرداخت نیز دو مانع بسیار مهم برای پیاده‎سازی این مدل است. دسترسی به اطلاعات اتکاپذیر برای قضاوت حرفه‎ای نیز مهم‎ترین راهکار برای مقابله با این مانع تشخیص داده شد.نتیجه‎گیری: بانک‎ها برای پیاده‎سازی مدل زیان اعتباری موردانتظار، باید سیستم‎های مدیریت ریسک خود را توسعه دهند؛ زیرا بخش عمده‎ای از اطلاعات مورد نیاز نظیر تعیین احتمال نکول (pd) و رتبه‎بندی‎های داخلی مشتریان در خصوص تعیین ذخیره مطالبات را واحدهای مدیریت ریسک تهیه می‎کنند.

Identification and Ranking of Barriers to the Expected Credit Loss (ECL) Model Implementation in Iranian Banks Using the FAHP and WASPAS Technique

Objective: The purpose of this research is to identify and quantify the challenges of implementing the expected credit loss (ECL) model in Iranian banks. This model can identify the effects of defaults in earlier periods, which would reduce the volume of banks bad debts.Methods: The required data was collected mainly through library studies and interviews with those who are experts in the field using the fuzzy Delphi method and in appropriate cases through facetoface interviews. Finally, the collected data were processed the Fuzzy Analytic Hierarchy Process (FAHP) to identify and rank barriers to implementing the ECL model. And by using the new WASPAS method, the best solutions to eliminate the obstacles to implementing the expected loss model in Iran’s banks are proposed.Results: Results showed that the globalization index of funding is the most important index for the need to implement international standards of financial reporting (IFRS) in Iranian banks. Index of the increased risk of bad debts and the provision for impairment bad debts of Iranian banks are the most important index of the status of existing infrastructure. Appropriate classification group of microfinance and timely provision for impairment bad debts were also identified as the most important consequences of using the credit loss model. Failure to monitor financial statements and other information during repayment is also the most important challenge in implementing this model. Access to reliable information for professional judgment has also been recognized as the most important solution to these challenges.Conclusion: Banks are required to develop their risk management systems in order to implement the expected loss model, since most of the information needed, like the determination of default probabilities (PD) and internal customer ratings for determining Reserve, is provided by risk management units.