Fuzzy sets theory adoption for credit risk assessment in leasing sector

LTKredito rizika traktuojama kaip svarbiausia rizikos rūšis, galinti turėti lemiamą reikšmę priimant daugelį sprendimų. Ši savybė galioja ir lizingo sektoriui, tačiau šiuo atveju tikslinga atsižvelgti į tai, kad lizingo paslauga, apimanti nuomos, kaip turto naudojimo neturint jo nuosavybės teisės, ir išorinio finansavimo veiksnių kompleksą, sąlygoja savą specifiką. Tyrimo tikslas - suformuoti kredito rizikos vertinimo lizingo sektoriuje tobulinimo, naudojant neapibrėžtų aibių teoriją, modelį. Neapibrėžtų aibių teorijos suteikiama galimybė sujungti kiekybinio ir kokybinio kredito rizikos vertinimo rezultatus, apimančius esamos lizingo gavėjo būklės bei jos kitimo tendencijų vertinimą, įgalina suformuoti galutinį kiekybiškai išreikštą kredito rizikos įvertinimą, kuris gali būti traktuojamas kaip vadybinė priemonė priimant lizingo paslaugos teikimo sprendimą. Kredito rizikos vertinimo lizingo sektoriuje ypatumus leidžia suderinti neapibrėžtų aibių teorijos kredito rizikos vertinimui modelis, pagrįstas neapibrėžtų aibių teorijos ir lūžio taško analizės sinteze, apimančia kiekybinius ir kokybinius kredito rizikos vertinimo aspektus. Neapibrėžtų aibių teorijos kredito rizikos vertinimui modelio algoritmą sudaro 6 pagrindiniai etapai: esamo lūžio taško analizė, būsimo lūžio taško analizė, kliento naudos matrica, pokyčių tikimybės matrica, laukiamas veiklos pelnas, kredito rizikos nustatymas. Modelis yra orientuotas į kredito rizikos vertinimo lizingo sektoriuje efektyvumo didinimą, mažinant rizikos vertinimui reikalingus išteklius, apribojant kompetencijos trūkumo ir subjektyvumo įtaką vertinimui bei išlaikant vertintojui priimtiną rezultatų patikimumo lygį.Reikšminiai žodžiai: Kredito rizika; Lizingas; Neapibrėžtos aibės; Credit risk; Leasing; Fuzzy sets; Kredito rizika; Credit risk.

ENIn this article the decisions for credit risk assessment efficiency improvement in leasing sector are presented. The model of credit risk assessment in leasing sector using fuzzy sets is formed to make the assessment of lessee's credit risk easier. The object of research is credit risk assessment in leasing sector. The objective of research is to form the model of credit risk management in leasing sector using fuzzy sets theory. [...] Conclusions: 1. The analysis of advantages and disadvantages of credit risk assessment using qualitative and quantitative analysis in leasing sector the recommendation is made to adopt fuzzy sets theory for credit risk assessment. The main advantages of this model, which allows improvement of credit risk assessment in leasing sector, are as follows: (1) the combination of qualitative and quantitative analysis by using the method of linguistic scale transformation to fuzzy sets scale; (2) the minimum need of expert's assessed information, which means time and cost efficiency; (3) the assessment of approximate variables with concretization of top and bottom boundaries of variation; (4) the ability to use model as a tool lessor's credit risk management. 2. The model of credit risk assessment in leasing sector by using fuzzy sets allows determination of potential lessee's reliability in case of leasing agreement's commitments. The reliability is defined by comparing lessee's income and breakeven point's value and its estimated change depending on the decision to make or not to make leasing agreement. The use of this model is purposeful only in case the calculations are automated by using software. 3. The model of credit risk assessment in leasing sector by using fuzzy sets is suitable for lessee's credit risk assessment and lessor's credit risk management.But efficient and accurate assessment of credit risk can be made only then presented model is used systemically for all current or potential lessees. [From the publication]