SISTEMET E INFORMACIONIT TË KREDITIT NË SHQIPËRI · sistemet e informacionit tË kreditit nË shqipËri ... 1.1 hyrje 34 1.2 kreditimi nË sistemin bankar nË shqipËri. 36 1.3

UNIVERSITETI I TIRANËS FAKULTETI I I EKONOMISË

DEPARTAMENTI I STATISTIKËS DHE INFORMATIKËS SË ZBATUAR

SISTEMET E INFORMACIONIT TË KREDITIT NË

SHQIPËRI

Kandidati Udhëheqës:

Valbona ÇINAJ Prof. Dr. BASHKIM RUSETI

Prof. Dr. FATMIR MEMAJ

_______________________________ ________________________________

________________________________

Data e mbrojtjes _____/____/ 2017

1. Kryetar ___________________________________

2. Anëtar (oponent)___________________________

3. Anëtar (oponent)___________________________

4. Anëtar ____________________________________

5. Anëtar ____________________________________

Deklaratë mbi origjinalitetin

Unë Valbona Çinaj, nën përgjegjësinë time deklaroj se kjo tezë e

doktoratës është punuar nga unë sipas udhëzimeve të Universitetit të Tiranës,

nuk është paraqitur apo dorëzuar para një institucioni tjetër për vlerësim dhe

nuk është botuar e tëra. Punimi nuk përmban material të shkruar nga ndonjë

person tjetër përvec rasteve të cituara dhe referuara.

______________________

Valbona Çinaj

© Valbona ÇINAJ

Tiranë, 2017

Të drejtat e këtij materiali rezervohen për autorin.

DEDIKIM

Për Arturin,

dhe fëmjët e mi, Rebekën dhe Ohridin

SISTEMET E INFORMACIONIT TË KREDITIT NË SHQIPËRI

i

Falenderime

Përgatitja e këtij punimi rezultoi të ishte impenjuese dhe e vështirë përgjatë këtyre viteve. Do të doja të falenderoja të gjithë Profesorët e nderuar që drejtojnë departamentet, të gjithë Profesorët e mi të cilët me kontributin e tyre dhe me mbështetjen më kanë ndihmuar në këtë punim.

Falenderoj në veçanti Profesor Bashkim Ruseti dhe Profesor Fatmir Memaj të cilët me profesionalizmin dhe përkushtimin e tyre kanë mundësuar udhëheqjen time në këtë rrugë me shumë sfida.

Falenderoj më shumë respekt dhe mirënjohje Departamentin e Statistikës dhe Informatikës së Aplikuar me drejtuese Profesore Kozeta Sevrani për mbështetjen e pakursyer gjatë gjithë kësaj kohe.

Falenderim dhe shumë mirënjohje për të gjithë ata, që kanë kontribuar në këtë punim me intervistat, bisedat, mendimet, sugjerimet, argumentat dhe kundërshtimet e tyre pa të cilat ky punim nuk mund të vinte i tillë sot.

Një falenderim i veçantë shkon për prindërit dhe për familjen time që mundësuan që me kontributin e tyre dhe besimin t’ia dal mbanë kësaj sfide.

ii

Parathënie

ABSTRAKT. Rritja e disponueshmërisë së kredisë dhe konkurrenca e rritur mes

huadhënësve kanë krijuar nevojën e shkëmbimit të informacionit të kredisë. Institucionet

mbikëqyrëse, Banka Botërore, FMN, Ministria e Ekonomisë dhe Kredidhënësit kanë

ngritur si nevojë për Shqipërinë të krijohet Sistemi i Informacionit të Kreditit, (SIK) për

të ndihmuar në menaxhimin e rrezikut të kredisë. Sistemi i informacionit të kreditit SIK

mbledh të dhëna nga burime të ndryshme dhe jep informacion të kreditit për

konsumatorët për përdorime të shumëllojshme për të parashikuar sjelljen e tij të

ardhshme.Në këtë punim janë paraqitur efektet që masin efektin prezent të Sistemit të

Informacioni të Kreditit (SIK), në realitetin Shqipëtar me qëllim uljen e vonesave të

kësteve të kredisë gjatë ciklit të kredisë duke ditur që në sektorin kreditues bankar në

Shqipëri ka një sërë problemesh me kreditë e këqija për huamarrësit, si dhe probleme me

borxhet për huadhënësit.Analiza e performancës së dobët të huadhënësve ka treguar

arsyen e mungesës së shkëmbimit të informacionit në tregun e kredidhënies dhe

rendësinë e pikësimit të kreditit si produkt i këtij sistemi. Pikësimi i kreditit nuk është i

kufizuar vetëm për bankat apo institucionet e kreditit, por ka perdorime edhe për

institucione të tjera. Në interes të të gjithë aktorëve në Shqipëri (institucionet financiare,

institucionet mbikëqyrëse, qeveria, konsumatorët, etj) për stabilitetin financiar dhe rritjen

ekonomike në Shqipëri bëhet gjithnjë e më i domosdoshëm roli thelbësor i sistemit të

informacionit të kreditit (SIK) drejt krijimit dhe mirëmbajtjes së një sistemi financiar të

shëndoshë dhe efektiv.

Key words: Sistemi i informacinit të kreditit, pikësimi i kreditit, Vlerësimi i pikësimit të kreditit,

Pikësimi i kreditit dhe risku i kredisë.

ABSTRACT. Increasing the availability of credit and increased competition among

lenders have created the need for exchange of credit information. Supervisory

institutions, the World Bank, IMF, Ministry of Economy and lenders have raised as

Albania needs to create Credit Information System (CIS) to help manage credit risk. The

system of credit information CIS collects data from various sources and provides

information to credit for consumers for use in diverse, such as to predict the behavior of

their future.Credit scoring is not limited to banks or credit institutions, but also other

institutions such as cell phone companies, insurance companies, leasing, etc. In this

paper it is shown the effects of measuring the effect on the system of credit information

(CIS), in Albanian reality, in order to reduce delays in loan installments during the credit

cycle. The sector of lending in the Albanian banking has a number of problems with bad

loans to borrowers and lenders with debt problems and analyzing the poor performance

of lenders is also due to the lack of exchange of information in the lending market. In

interest of all stakeholders in Albania (financial institutions, supervisory institutions,

government, consumer, etc.) for financial stability and growth Albania's economic

becoming increasingly imperative essential role sufferers should credit information

system (CIS) to the creation and maintenance of a healthy financial system and effective

credit .

Key words: Credit Information Systems, credit score, Evaluation of credit score, Credit Model of the

credit risk scoring,.

iii

PËRMBAJTJA

FALENDERIME i

PARATHËNIE ii

ABSTRACT iii

PËRMBAJTJA E LËNDËS v

LISTA E GRAFIKËVE x

LISTA E TABELAVE xi

LISTA E SHKURTIMEVE TË PËRDORURA xiii

STRUKTURA KONCEPTUALE E PUNIMIT xiv

HYRJE

PËRMBLEDHJE E STUDIMIT 16

QËLLIMI, OBJEKTIVAT DHE PYETJET KËRKIMORE 19

METODOLOGJIA DHE TË DHËNAT E PËRDORURA 23

i.Mbledhja e të dhënave 24

ii.Analiza e të dhënave 24

1.Analiza e cilësisë së të dhënave (raportet e vonesës së kredimarrësit) 24

iii.Procesi i hartimit. 25

2.Analiza e gjetjeve të marra nga sjellja e kredimarrësëve 25

iv.Modelet e pikësimit të kredititi 26

v. Ndërtimi i modelit, të dhënat e përdorura në zhvillimin e tij 28

3.Deduksimi i hedhur poshtë / Reject inference. 29

4.Zhvillimi dhe vlerësimi i modelit të pikësimit të kreditit. 30

5.Kuptimi i pikës së rrezikut / score cut-offs. 31

Kapitulli 1 SISTEMI BANKAR, RREZIKU I KREDISË DHE SFIDAT NË KRIZAT E

SOTME

1.1 HYRJE 34

1.2 KREDITIMI NË SISTEMIN BANKAR NË SHQIPËRI. 36

1.3 KREDIDHËNIA DHE SISTEMET E INFORMACIONIT TË KREDISË (SIK) 39

1.4 REGJISTRI I KREDISË NË SHQIPËRI DHE ROLI I TIJ 43

1.5 RËNDËSIA E PËRDORIMIT TË SISTEMEVE TË INFORMACIONIT TË

KREDITIT 44

Kapitulli 2 TRAJTIMI TEORIK DHE EMPIRIK PËR SIK, RAPORTET QË GJENERON

DHE ROLI TYRE NË TREGUN E KREDISË.

2.1 HYRJE 45

2.2 SISTEMI I INFORMACIONIT TË KREDISË BAZUAR NË MODELET E

PIKËSIMIT TË KREDITIT PRODHOJNË PIKËSIMIN E KREDITIT. 46

2.3.FUNKSIONIMI I RREGJISTRIT TË KREDISË NË SHQIPËRI. 47

iv

2.4.SISTEMET E INFORMACIONIT TË KREDITIT, (SIK) 48

2.5.VLERAT E SISTEMIT TË INFORMACIONIT TË KREDISË 50

2.6. FUNKSIONIMI I SIK NE PËRMIRËSIMIN E FUNKSIONIMIT TË

TREGUT TË KREDITIT 51

2.7. SISTEMI I INFORMACIONIT TË KREDITIT 52

2.7.1.Sistemi i informacionit të kreditit dhe bankat tregtare 53

2.7.2 Sistemi i informacionit të kreditit ndikon te huamarrësit në

shlyerjen e kredive dhe reduktimin e NPLs 54

2.7.3 Sistemi i informacionit të kreditit duhet të jenë në

zhvillim të vazhdueshëm 54

2.8. PËR FUNKSIONIMIN EFEKTIV TË SISTEMEVE TË

INFORMACIONIT TË KREDITIT 56

2.8.1 Kuadri Ligjor 57

2.8.2 Operacionet 57

2.8.3 Politika publike 59

2.8.4 Privatësia 61

2.8.5 Zbatimi dhe Mbikëqyrja 62

2.9. EKSPERIENCA BOTËRORE E PËRDORIMIT TË PK PËRMES SIK-ut 63

2.10.RAPORTET E SISTEMIT TË INFORMACIONIT TË KREDISË NË

HARMONI ME NJËRI-TJETRIN. 65

2.10.1.Raporti i informacionit të kreditit 66

2.10.2.Informacioni për gjendjen dhe organizimin e llogarive, sistemi i

sheshte skedar 68

2.10.3. Mosmarrëveshjet në Sistemet e informacionit te kreditit 68

2.11. FURNIZUESIT E TË DHËNAVE DHE PËRDORUESIT E SIK

(SISTEMET E INFORMIMIT TË KREDITIT) " KONTROLLI I TË

DHËNAVE 69

2.11.1 Furnizuesit e të dhënave dhe kontrolli dhe formatimi i

raportimit te të dhënave 69

2.11.2 Nxitjet e furnizuesit të të dhënave dhe dekurajimet . 70

Kapitulli 3 TRAJTIMI TEORIK DHE EMPIRIK PËR PK, RAPORTET

QË PERFTOHEN DHE ROLI TYRE NË TREGUN E KREDISË. 3.0. HYRJE 70

3.0.1 Aplikime të pikësimit të kreditit. 72

3.1. PIKËSIMI I KREDITIT EMPIRIK DHE DEDUKTIV 73

3.2. FORMULA BAZË E MODELIT PËR LLOGARITJEN E PIKËSIMT TË

KREDITIT 76

3.3. MODELET E PIKËSIMIT TË KREDITIT DHE SISTEMET

E INFORMACINIT TË KREDITIT 77

3.4. KUPTIMI I PIKËSIMIT TE KREDITIT 81

3.4.1.Sistemi i vlerësimit të kreditit 82

3.4.2. Modeli i procesimit të të dhënave 82

3.5. NDËRTIMI I MODELEVE TË PIKËSIMIT TË KREDITIT 83

3.6 .ROLI I RAPORTIT TË KREDITIT NË PK. 84

v

3.7. PASAKTËSITË NË CREDIT FILE DHE CREDIT REPORT

REFLEKTOHEN NE PK 85

3.7.1 Monitorimi, matja e saktësisë dhe metrikat e përdorura të

raportit të kreditit 86

3.8. PROÇESI I PIKESIMIT TE KREDITIT, (PK) 87

3.9 METODAT QË PËRDOREN NË MODELIN E PK 88

3.9.1 Regresioni Linear. 89

3.9.2 Analiza diskriminante lineare (LDA) 89

3.9.3 Regresioni logjistik 90

3.9.4 Analizat probit (Probit ) 90

3.9.5.Programimi linear 90

3.9.6 Pemët e klasifikimit ose vendimit 91

3.9.7. Fqinjësitë më të afërta ( nearest neighbours) 91

3.10. ZHVILLIMET E SISTEMIT TË INFORMACIONIT TË KREDITIT 93

3.10.1 Kufizime për performimin e pikësimit të kreditit 94

3.10.2 Rëndësia e të dhënave në modelin e pikësimit të kreditit 94

3.11. HAPAT QË DO TË NDIQEN PËR NDËRTIMIN E MODELIT TË

PIKËSIMIT TË KREDITIT (MPK). 95

3.11.1 Regresioni logjistik 95

3.11.2.Testi Kolmogorov-Smirnov (KS) 96

3.11.3.Vendimarrja e pikës së rrezikut dhe rezultati i cut-off 97

3.11.4.Rezultatet e modelit parashikues 98

3.12. ROLI I PIKËSIMIT TË KREDITIT NË FUSHA TË TJERA 100

3.13. AVANTAZHET E PËRDORIMIT TË MPK. 101

3.14. E ARDHMJA DHE MJEDISI AKTUAL I PIKËSIMIT TË KREDITIT 102

Kapitulli 4

DATA MINING, PROCESI I PËRPUNIMIT TË TË DHËNAVE NË

MPK 4.1 HYRJE REDUKTIMI I KOSTOS PËRMES ADAPTIMIT

TË TEKNOLOGJISË 103

4.2 PROCESI I DATA MINING 103

4.3. KONCEPTET KYÇE NË DATA MINING 105

4.4 MODELET DHE TEKNIKAT E PËRDORURA PËR DATA MINING 106

4.5 INOVACIONI I VAZHDUESHËM NËPËRMJET DATA MINING 108

4.5.1 Të dhënat, informacioni, njohuritë dhe formate të ndryshme

bazë të dhënash 109

4.5.2 Depo e të dhënave në zhvillimet e sotme teknologjike të

sistemeve të informacionit 109

4.6 GRUMBULLIMI DHE PËRDORIMI I INFORMACIONIT TË KREDISË

DHE TIPARET E NJË BAZË TË DHËNASH TË KREDISË 109

4.6.1.Databasi i riskut të kreditit DRK 109

vi

4.6.2.Roli i të dhënave të mbledhura në një database 110

4.7.DATABASE NË HARMONI ME SISTEMET E INFORMACIONIN

DHE ME TEKNOLOGJINË 111

4.8. ANALIZA E FAKTORËVE NDIKUES NË MODELIN E PIKËSIMIT TË

KREDITIT 113

4.8.1 Përcaktimi i variablave të varura 113

4.9. ANALIZAT E SJELLJES SË VARIABLAVE RËNDËSI PËR

VENDIMARRJET NGA HUADHËNËSIT 113

4.9.1 Rezultate të përpunimit të data mining /database =203

kliente të marrë si kampion në bankat e nivelit te dyte ne Shqipëri 114

4.9.2 Variabli,Vonesa maksimale në pagesën historike të kredisë 116

4.9.3 Variabli mosha 117

4.9.4.Variabli Seksi 119

4.9.5 Variabli nivli i strehimit 120

4.9.6 Variabli i vonesave maksimale vjetore 121

4.9.7 Shpërndarja kredimarrësve sipas nivelit të skorimit 124

4.9.8.Rezultatet e modelit parashikues 127

4.9.9 Dizenjimi i strategjive për grupimi e klientëve në shërbim të

biznesit 128

4.10 REZULTATET E MARRA NGA ANALIZA 128

Kapitulli 5

Ndërtimi i modelit shqiptar ALBANIAN-SCORE për PK. 130

5.1.MODELI ALBANIAN-SCORE I APLIKUAR PËR KUSHTET

SHQIPTARE

5.2.ANALIZA E ANKETËS 133

5.3.MODELI PIKËSIMIT TË KREDITIT ALBANIAN-SCORE 140

5.4.PËRDORIMI I ALBANIAN -SCORE NGA HUADHËNËSIT 142

Kapitulli 6

Konkluzione dhe rekomandime 6.1 PËRMBLEDHJE E PUNIMIT. 143

6.2 NDIHMESA PËR KËRKIME NË TË ARDHMEN 147

6.3. KUFIZIMET E PUNIMIT

6.4 REZULTATET E PUNIMIT, KONTRIBUTI NË ZHVILLIMIN E

TEORISË DHE PRAKTIKËS 148

6.5 KONKLUZIONE DHE REKOMANDIME

6.5.1 Konkluzionet e punimit 149

6.5.2 Rekomandimet e punimit 150

vii

Anekset

Aneks A

Fjalor i përdorur (termologjia) 137

Aneks B

Pyetësor i përgjithshëm për njohjen më të mirë të konsumatorëve i

Inkorporuar me analizën e database të konsumatorëve/bizneseve

Kredituese dhe përpunimi i saj në gjetjet përkatëse 139

Aneks D

Anketa e kryer me menaxherë të lartë lidhur me pikësimin e kreditit të

përdorur/ose jo në institucione ku punojnë realisht. 142

Shtojcat Shtojca A 145

Raporti për kredimarrësin

Të dhëna të përgjithshme të kërkuara në rregjistrin e kredisë në Shqipëri 147

Shtojca B

Bibliografia 147

viii

Lista e Grafikëve

Grafik 1. Testi Kolmogorov-Smirnov (KS) 33

Grafik 2. Kredia ndaj klienteve sipas bankave. BSH 37

Grafik 3.Totali i kredisë bruto. BSH 38

Grafik 4. NPL sektoriale (%). BSH 38

Grafik 5. Pesha që zë secili sektor në portofolin e kredisë,BSH 38

Grafik 6. Pesha e Kredise së re për bizneset sipas sektorëve,BSH 40

Grafik 7. Numri total i kredive për biznesin që kanë pasur përmirësim

dhe kreditë që kanë pasur përkeqësim sipas tremujorëve.burimi BSH 43

Grafik 8. Numri total i kredive për individë që kanë pasur përmirësim dhe

kreditë që kanë pasur përkeqësim sipas tremujorëve. BSH

Grafik 9. Stabiliteti i klasifikimit për bizneset (në %), BSH 43

Grafik 10. Historiku i treguesit të kredive me probleme për periudhën

Dhjetor 2002 – Qershor 2013. i BSH 44

Grafik 11. Rregjistri kredive kundrejt SIK, Burimi: Punim i FMN-së 49

Grafik 12. Norma e interesit të kredisë bazuar në PK 85

Grafik 13. Numri i kredimarrësve kundrej kredive të marra në numër

(n=203) 115

Grafik.14.Përcaktimi i pikës së cut-off-it

(n=203) 125

Grafik 15. Modeli i paraqitur Albanian - Score 146

Figurat

Figura 1.Organizimi i risqeve te bankës në një grafik . 39

Figura 2.Ekspozimin e rrezikut të kreditit të një banke moderne 75

Figura 3.Ilustrimi alogaritmik për përmbajtjen dhe kombinimin e MPK 84

Figura 4.Një skemë e rëndësishme e historisë së kreditit 87

Figura 5.Proçesi i scoring 87

Figura 6.Një pemë vendimi 89

Figura 7.Reflektimi i të dhënave në scoring, 89

Figura 8.Mënyra e pastrimit të të dhënave 103

Figura 9.Hapat për projektet e data mining 107

Figura 10.Renditja e PK në një Albanian Score, 144

ix

Lista e tabelave

Tabela 1.Doing Bussiness, Albania 2015 50

Tabela 2.Shpërndarja në vende të ndryshme, 65

Tabela 3.Shembulli i një kërkese për marrjen e raportit të kreditit 66

Tabela 4.Një shembull i një raporti krediti 67

Tabela 5.Punësimi demografik i sjelljes financiare 76

Tabela 6.Shembull i një kredie për shtëpi për 30 vite kredi 77

Tabela 7.Një model “scorecardi klasik “ burimi një aplikim i një banke 80

Tabela 8.Norma e interesit të kredisë bazuar në PK sipas

një banke tregtare. 85

Tabela 9. Shembull në sistemin e pikëve të përdorura në

periudhat e përdorimit të pikesimit të kreditit . 88

Tabela 10. Një shembull krahasimi për PK (credit score) 100

Tabela 11. Lidhja e 2 proceseve të medodologjise six sigma 108

Tabela 12. Numri i kredimarrësve kundrej kredive të marra në

numër (n=203)burimi autori 115

Tabela 13. Vonesat historike të klienteve (n=203) 116

Tabela 14. Indikatoret MK e mirë dhe jo të mirë, burimi autorja 116

Tabela 15. Ndarja e disa faktorëve dhe studimi i tyre (n=203) Burimi autorja 117

Tabela 16.Faktorit moshë dhe studimi i sjelljes së segmendeve të

ndara sipas një moshe të caktuar(n=203) 119

Tabela 17.Faktorit seksi dhe studimi i saj në lidhje me sjelljen ndaj kredisë

në bankë (n=203) 119

Tabela 18.Faktori i niveli të strhimit si ndikon në sjelljën kreditues ndaj

bankës (n=203) 120

Tabela 19.Faktori i vonesave maksimale dhe marrëdhia e krijuar

me sjelljen ndaj kredisë (n=203) 121

Tabela 20.Statusi maksimal vjetor i vonesave dhe studimi me

sjelljen e kredimarrësve ndaj pagesës së kredisë (n=203) 122

Tabela 21.Faktori tipi i kreditit dhe studimi i sjelljes kredituese (n=203) 123

Tabele 22. Intervali i scorimit dhe segmentizmi i huamarrëseve për PK (n=203), 124

Tabela 23. Vlerësimi dhe dizanji i strategjive të huadhënesve sipas

pikësimit të krijuar në intervalet e mësipërme, 127

Tabela 24.Vlerësimi dhe dizanji i strategjive të huadhënesve sipas pikësimit

të krijuar në intervalet e mësipërme, 130

Tabela 25.Shpërndarja akumulative rritëse dhe zbritëse . 131

Tabela 26.Intervali i skorimit Të shprehura grafikisht kemi si më poshtë 132

Tabela 25.Intervali i skorimit Të shprehura grafikisht kemi si më poshtë 132

Tabela 26.Dizanji i strategjive ndarja në grupe me strategji të

ndryshme për të zgjeruar dhe përmirësuar bazën e huadhënësve , 133

Tabela 27.Njohuritë mbi konceptin e PK (n=67), 137

Tabela 28.Njohuritë mbi përdorimin e PK (n=67), 138

x

Tabela 29.Njohuritë mbi rëndësinë dhe funksionimin e PK (n=67), 138

Tabela 30.Rëndësia e përdorimit të PK (n=67), burimi autorja 139

Tabela 31.Përdorimit të PK (n=67), 140

Tabela 32.Arsyeja e mos-përdorimit të PK (n=67),

Tabela 33.Rankimi i faktorëve që ndikojnë në PK sipas anketës(n=67) 142

Tabela 34.Selektimi i i faktorëve sipas pyetsorit për rëndësinë e ndikimit në PK

që do të përdoren për zhvillimin e modelit (n=67) 143

Tabela 35.Burimi i përdorimit të PK (n=67) 144

Tabela 36.Rankimi i faktorëve që ndikojnë për pikësimit të kreditit

(biznese )(n=67) 144

Tabela 37.Qëllimet e përdorimittë PK 144

xi

LISTA E SHKURTIMEVE TË PËRDORURA

SIK Sistemet/sistemi e Informacionit të Kreditit

MPK Modelete/modeli e Pikësimit të Kreditit

PK Pikësimi i Kreditit

APR Norma vjetore në përqindje

M&A Bashkimet dhe përthithjet

FSAP Programi vlerësimit të sistemit fianaciar

LBM Menaxhimi më i mirë lokal

ICT Teknologjia e komunikimit të Informacionit

ROA. Norma e kthimit mbi asetet

ROE Norma e kthimit mbi kapitalin e pronarëve

ATM Bankomat

ESA Autoritetet mbikëqyrëse evropiane

ESFS Sistemi Evropian i Mbikëqyrjes Financiare

ASB Bordi i Standardeve të Kontabilitetit

GDP Prodhimi i brendshëm bruto

RTGS Marrëveshja bruto në kohë reale

DSS Sistemet e përkrahjes së vendimeve

DEA Analizat e zhvillimit të të dhënave

LDA Analiza diskriminante lineare

ROI Kthimi nga investimit

FRB Bordi i reservës federale

SIN Numri i sigurimit sociale

FTC Komisioni Federal i Tregtisë.

FHA Administrata Federale Strehimit

LGD Humbja e kredisë së pritur

TILA Vërtetësia në aktin e huamarrjes

FCRA Ndershmëria në aktin e reportimit të

creditit

ECOA Barazia në aktin e rasteve të kreditimit

FICO Lloj Modeli Pikësimi Krediti

AO Origjina e llogarisë

AM Menaxhimi i llogarisë

GIGO Hyjnë të dhëna jo të mira dalin të dhëna jo

të mira

FED Sistemi i rezervës federale

xii

STRUKTURA E PUNIMIT

Përmbajtja e këtij disertacioni jep një panoramë, duke paraqitur qëllimin dhe objektivat

e studimit në sfondin teorik të problemit, për shqyrtimin e literaturës në fushën e

studimit, përshkruar metodologjinë e ndjekur për zgjidhjen e problemit, dhe paraqitjen e

eksperimenteve dhe shpjegimin e rezultateve te tyre, duke u organizuar si më poshtë:

Kapitulli i parë: Në kapitullin e parë është paraqitur një përmbledhje e problemeve dhe

sfidave në ditët e sotme të sektorit kreditues. Analizohet krijimi dhe funksionimi pranë

Bankës së Shqipërisë të rregjistrit të kredisë dhe ndikimin e tij në tregun e kredisë në

Shqipërisë si dhe nevoja për përmirësime të mëtejshme me fokus minimizimin e kredive të

këqija në këtë treg përmes SIK.

Kapitulli i dytë: Në kapitullin e dytë do të shtjellohet literatura në të cilën është hulumtuar

mbi rëndësinë e SIK sipas standarteve ndërkombëtare dhe adaptimi i tij duke marrë në

konsideratë realitetin Shqiptar.

PK si produkt i SIK është një vlerë e shtuar dhe një përmirësim i mëtejshëm rregullator për

nivelin dhe cilësinë e kredisë. Rëndësi të madhe ka cilësia dhe besueshmëria e

informacionit të SIK–ut si dhe kuadri ligjor dhe funksionimi i saj. Në këtë kapitull,

gjithashtu trajtohen metodat tradicionale të përdorura, faktorët ndikues si dhe format e

ndërtimit të një MPK.

Kapitullin e tretë: Në kapitullin e tretë shtjellohet literatura mbi pikësimin e kreditit. Një

trajtim teorik dhe empirik për pikësimin e kreditit dhe roli i rëndësishëm në tregun e

kredisë së pikësimit të kreditit.

Jepet një shtjellim teorik në lidhje me modelet e pikësimit te kreditit.Pasqyrohen këto

modele në mënyrë të detajuar në një proces të mirëfilltë të pikësimit të kreditit. Shtrohen

hapat që duhen të ndiqen për ndërtimin e modelit të pikësimit të kreditit në një realitet të

caktuar.

Kapitulli i katër: Në kapitullin e tretë shtjellohet literatura mbi data mining si një

rëndësi në kushtet e sotme, pasi reduktohet kostoja përmes teknologjisë dhe paraqet

rëndësi pasi jep ndihmesën e saj në një inovacion të vazhdueshëm shumë të rëndësishëm

në mjedisin konkurues Rëndësia e madhe që jep data mining sot në grumbullimin dhe

përdorimin e informacionit të kredisë dhe tiparet e një baze të dhënash të kredisë për t’u

përdorur me të rejat e fundit dhe segmentizimin për zhvillimet e produkteve. Gjatë këtij

kapitulli do të analizojmë disa variabla të cilët do luajnë një rëndësi të madhe në

vendimarrjet e huadhënësve.

Përdorimi i data mining në përpunimin e të dhënave të marra. Arritjet e fundit të

zhvillimit të data mining. Rëndësia e njohjes dhe implementimit të data mining për të

përfituar nga zhvillimi i teknologjisë dhe nga arritjet e statistikës dhe teknologjisë së

informacionit për një qasje sa më të mirë në funksion të minimizimit të rrezikut në

sektorin bankar si edhe vetë konsumatorëve

Analizat e sjelljes të disa variablave të rëndësishëm dhe impakti i tyre në sjelljen e

konsumatorëve (idividë/biznese).Rëndësia e përdorimit të metodës së regresionit logjistik

xiii

përmes analizës së bërë në bazën konsumatore të përzgjedhur nga bankat tregtare në

Shqipëri.

Kapitulli i pestë: Bazuar në njohuritë (rishikimi i literaturës ) si dhe referuar gjetjeve nga

analiza e variablave të bazës së konsumatore si shembull në Shqipëri,(database nga

bankat e nivelit të dytë dhe anketa e zhvilluar) është ndërtuar një MPK që i përshtatet

hapave të parë të zhvillimit ku ndodhet Shqipëria.

Kapitulli i gjashtë: Interpretim rezultatesh, konkluzione dhe rekomandime të bazuara dhe

në funksion të zhvillimeve sociale, ekonomike dhe teknologjike të Shqipërisë.

Përfundime të nxjerra referuar më shumë anketës së realizuar në realitetin bankar

shqiptar


14

HYRJE

Kudo në botën në zhvillim, rritja e disponueshmërisë së kredisë dhe konkurrenca e rritur

mes huadhënësve kanë krijuar nevojën e shkëmbimit të informacionit të kredisë, sepse

shtrirja dhe efikasiteti i mekanizmave të shkëmbimit të informacionit ndryshojnë shumë

midis vendeve. Disa huadhënës në Shqipëri kanë ngjallur interes në mundësinë e krijimit

të Sistemit të Informacionit të Kreditit (SIK)1 për të ndihmuar në menaxhimin e rrezikut

huamarrës. Në mënyrë të ngjashme, shumë ekonomi janë dëshmitare për rritjen e madhe

në mbulimin e informacionit të kreditit, duke përfshirë edhe ndërgjegjësimin në rritje të

domosdoshmërisë së shkëmbimit të informacionit midis huadhënësve të shumtë.Sistemi i

informacionit të kreditit, SIK është i përkushtuar për të ofruar të mira për raportimin e

kreditit, menaxhimin e vlerësimit dhe zbutjen e rrezikut të kreditit të produkteve. Sistemi i

informacionit të kreditit SIK mbledh informacion nga burime të ndryshme dhe jep

informacion të kredisë konsumatore për konsumatorët për një shumëllojshmëri

përdorimi. Informacione të tilla si ecuritë e mëparshme të kredisë së një personi janë një

mjet i fuqishëm për të parashikuar sjelljen e tij të ardhshme. Institucione të tilla

informacioni rreth kredive zvogëlojnë efektin e informacionit asimetrik midis

huamarrësve dhe huadhënësve, për të lehtësuar problemet e përzgjedhjes së

pafavorshme dhe rrezikut moral. Për shembull, informacioni i mjaftueshëm i kreditit

mund të lehtësojë huadhënësit në shfaqjen dhe monitorimin e huamarrësit, duke

shmangur dhënien e kredive për individët me rrezik të lartë. Kjo ndihmon huadhënësit të

vlerësojnë meritat e kreditit, aftësinë për të paguar përsëri një kredi, dhe ndikimin në

normën e interesit dhe kushtet e tjera të kredisë. Normat e interesit nuk janë të njëjta për

të gjithë, pasi bazohen në rrezikun e çmimeve, një formë e diskriminimit të çmimeve

bazuar në rreziqet e ndryshme të pritshme të huamarrësve të ndryshem, siç është

përcaktuar në vlerësimin e tyre të kreditit. Konsumatorët me një histori në mospagimet në

kohë të kredisë apo detyrime borxhesh në tatime etj, do të gjykohen me një normë më të

lartë interesi vjetor se konsumatorët të cilët nuk kanë këta faktorë.Përveç kësaj,

vendimmarrësit në fusha që nuk lidhen me kredinë konsumatore, duke përfshirë edhe

shfaqjen e punësimit dhe sigurimin e pronës dhe sigurime të produkteve të tjera, gjithnjë

e më shumë varen nga të dhënat e kreditit, ashtu si studimet kanë treguar se këto të dhëna

të tilla kanë vlerë parashikuese. Në të njëjtën kohë, konsumatorët gjithashtu përfitojnë

sepse sistemi i informacionit të kreditit, SIK redukton efektin e monopolit të kredive nga

bankat, dhe ofron stimuj për huamarrësit për të shlyer kreditë e tyre në kohë. Sistemi i

informacionit të kredisë SIK mbledh informacionin personal për individë, të dhënat e tyre

financiare, dhe të dhënat alternative në individë nga një shumëllojshmëri e burimeve të

quajtura furnizuesit e të dhënave me të cilat SIK ka vendosur marrëdhënie. Furnizuesit e

të dhënave janë zakonisht kreditorë, huadhënësit, shërbimet komunale, agjencitë e

1 Në vende të ndryshme i emërtojnë si: Agjenisa e Informimit te Kredive, Agjensia referuese e Kredive,

Agjensia e Raportimit te Konsumatoreve, Organizata e Raportimit te Kredive, Agjenisa e Informimit te

Kredive, Zyrat e Kreditit, Agjensit e Pikesimit te Kreditit, etj


15

mbledhjes së borxheve dhe gjykatat (dmth rekorde publike) si një konsumator ka pasur

një marrëdhënie ose përvojë me këto rekorde publike. Furnizuesit e të dhënave

raportojnë përvojën e tyre të pagesave me konsumatorin në sistemet e informacionit te

kreditit SIK. Të dhënat e ofruara nga furnizuesit e të dhënave, si dhe të mbledhura nga

SIK agregohen pastaj në depon e sistemit të informacionit të kredisë,SIK. Duke pasur

parasysh numrin e madh të huamarrësve të kreditit, këto pikësime krediti priren të jenë

mekanike. Për të lehtësuar procesin analitik për klientët e tyre, SIK mund të aplikojë një

algoritëm matematikor për të siguruar që një pikësim i kreditit mund të gjenerojë (një

numër tre-shifror) i cili përdoret për të vlerësuar mundësinë që një individ do të shlyejë

borxhin në kohë. Shumica këshillojnë individët për të rishikuar raportet e tyre të kreditit

të paktën një herë në vit për të siguruar që ato jenë të sakta. Përveç sigurimit të

informacionit të kredive, këto shërbime janë bërë burime autoritare të informacionit të

identitetit kundrejt të cilave njerëzit mund të verifikohen nëpërmjet një shërbimi.

Sistemet e informacionit të kredisë të nevojshme për Shqipërinë

Në vitin 1998, Banka Botërore studioi fizibilitetin për regjistrin e kredisë në Bankën e

Shqipërisë. Në vitin 2000, Shoqata Shqiptare e Bankave negocion me Byronë e Kredive

Greke për të ndërtuar një SIK. Marrëveshja u braktis kur kërkohej që të dhënat të

mbaheshin në Greqi, duke ngritur çështjen e sovranitetit të Shqipërisë.

Në vitin 2006, Shoqata Shqiptare e Bankave aktivizoi një iniciativë për krijimin e Sistemit

të Informimit të Kreditit (SIK2) si kompani private në Shqipëri, me një investim më të

madh se 700,000 Euro. Asnjë prej varianteve të mësipërme nuk u pranua. Varianti i parë

solli deri në çështje të sovranitetit si iniciativë greke, ndërsa varianti i dytë ishte shumë i

shtrenjtë. Kërkesa e bankave për një rregjistër kredie dhe angazhimi i Bankës së

Shqipërisë me FMN, solli realizimin e këtij projekti përmes asistencës teknike nga FMN.

Rregjistri i kredive në Bankën e Shqipërisë filloi të funksionojë në 2 Janar 2008, në

trajtën e një regjistri publik të kredive.

Bankat dhe IFJB-t e kanë mundësinë e marrjes së informacionit (ekspozimi i klientëve në

sistem si edhe ecuria e tyre lidhur me pagesat e kësteve të kredive) rreth aplikuesve të

tyre, por vetëm pas marrjes së pëlqimit (nëpërmjet firmosjes së deklaratës që autorizon

bankën apo IFJB-n, të kërkoj raportin nga rregjistri i kredisë pranë BSH) nga ana e

aplikuesit të bankës.

Ligji ekzistues i privatësisë për zbulimin e konsumatorit për çdo të dhënë të mbajtur në

një bazë të dhënash të qeverisë, vlen edhe për Bankën e Shqipërisë.

Përveç të dhënave të nevojshme por të pamjaftueshme që sigurohen nga rregjistri

ikredisë dhe në mungesë të SIK, - shtohet pyetja e mëposhtme.

Çfarë të dhënash të tjera përdoren nga institucionet e kreditit në Shqipëri për të njohur

konsumatorët e tyre?

Bankat janë më të prirura për të financuar konsumatorët e njohur, për të cilët mund të

gjenden më tepër të dhëna, sepse janë më të përshtatshëm për t'u angazhuar në

kredidhënie "marrëdhënie" 3 ,një lloj i financimit të bazuar kryesisht në informatat e

2 CIA, Credit Information Agency 3 Berger, Kayshap, dhe Scalise, 1995; Keeton, 1995


16

"buta" 4 të mbledhura nga oficerët e kredisë në mënyrë të vazhdueshme, të

personalizuara, përmes kontakteve të drejtpërdrejta me individët dhe bizneset si dhe me

komunitetin lokal në të cilin jetojnë/punojnë.

Këto janë parë si rrugë që ndihmojnë në njohjen e klientëve, aplikues për kredi5 në

mungesë të të dhënave të tjera që mund të zotërohen në nivel kombëtar dhe

gjithëpërfshirës. Duke iu referuar zhvillimit të sistemit bankar dhe ekonomisë në

Shqipëri, një rëndësi të veçantë vit pas viti merr vendosja e standardeve më të larta për të

demonstruar efektet në lidhje me zgjerimin e tregut dhe ristrukturimet e suksesshme.

Boshllëku në marrjen e të dhënave të sakta çon në një informacion dhe një vendimarrje

jo të saktë ndërkohë që ndryshimit në ambjentin e biznesit të kredidhënës ndryshon çdo

ditë. Si rrjedhim krijimi i një sistemi të informacionit të kreditit ( SIK) do të jetë në

gjendje me mbledhjen dhe analizimin e të dhënave të duhura për të arritur të krijojë një

standard të domosdoshëm në sektorin e kredidhënies për individët dhe bizneset.

Pikësimi i Kreditit (PK), si produkt i SIK ndihmon në menaxhimin e rreziqeve të

kredidhënies.

Ai është i bazuar në një algoritëm që parashikon klasifikimin e aplikantit në të ardhmen

si riskun e keq dhe të mirë të kredive duke njohur profilin e subjektit i cili i përket një

mase homogjene të popullatës.Algoritmi derivon përdorimin e një teknike të analizës

shumëvariabëlshe që lejon identifikimin e karakteristikave të profilit dhe përcakton

peshat për secilin huamarrës duke përcaktuar statusin nëse është mirë apo i keq. Një

kredi është një transaksion ku individi/biznesi merr një sasi parash dhe angazhohet të

kthejë shumën e njëjtë në një datë të mëvonshme, në një ose më shumë këste duke shtuar

edhe shlyerjen e interesave. Disa subjekte (individë/biznese) kanë marrë kredi, disa janë

refuzuar të tjerë do të aplikojnë në të ardhmen. Një veçori e subjekteve është

homogjeniteti dhe është rrjedhojë e nevojave të subjekteve për shërbime financiare. Disa

nuk shlyejnë kredinë, disa nuk paguajnë këstet për një periudhë të gjatë duke u bërë

subjekt i zyrave të përmbarimit dhe si rrjedhim në shumicën e rasteve institucionet

financiare humbin efektivitetin e biznesit me klientët dhe si pasojë këto kredi kthehen në

kredi të këqija. Nga ana tjetër kufizohet mundësia për kredi të reja.

Kështu arrijmë në përfundimin se rëndësia e PK dhe menaxhimi i mirë i të dhënave me

anë të agjensive apo zyrave të të dhënave publike apo private si SIK kthehet në një

shërbim shumë të rëndësishëm, me një ndikim direkt në shëndetin e sektorit bankar duke

reduktuar rrezikun e kreditimit. Bankat përdorin informacionin mbi sjelljen e klientëve të

tyre, në mënyrë që mund të parashikojnë sjelljen në të ardhmen6.

Po kështu rëndësia e pikësimit të kreditit qëndron në disa kolona kryesore si:

1.Të gjithë konsumatorëve i’u jepet mundësia për të krijuar historinë e tyre të kreditit dhe

përdorimin e saj si një pasuri kredituese (vlefshmëria për kredi ) duke shfrytëzuar

shërbime të ndryshme financiare.

2.Institucionet shtetërore/subjekte juridike bëhen më të informuara në lidhje me nivelin e

rrezikut të partnerëve të tyre si dhe të klientëve të mundshëm, për të kërkuar më shumë

informacion në lidhje me sjelljet e tyre të shlyerjeve të detyrimeve financiare.

4 Të dhëna të mbledhura në mënyrë periodike dhe të vazhdueshme për të ndjekur konsumatorin dhe për ti

bërë në cdo moment një vlerësim sa më real 5 Berger dhe Udell, 1996, dhe Strahan dhe Weston, 1996, studimet e rasteve për vendet në zhvillim 6 Miller MJ,2006, Hulumtimi i kryer në sektorin bankar të 34 ekonomive kombëtare


17

3. Bankat dhe institucionet financiare janë të mbrojtura nga partnerët/klientët e tyre të

këqinj.

QËLLIMI , OBJEKTIVAT DHE PYETJET KËRKIMORE

Është zgjedhur kjo teme duke konsideruar ndikimin e madh që ka sistemi bankar në

stabilitetin dhe rritjen ekonomike të Shqipërisë si edhe për faktin se Shqipëria synon

zhvillimin dhe integrimin në ekonominë Europiane dhe atë botërore, gjë e cila kërkon

mbështetjen e sistemit bankar me të dhëna të çertifikuara për të sigurar stabilitetin dhe

rritjen e tij.

Sistemi bankar global ka evoluar në mënyrë eksponenciale, duke marrë parasysh sfidat e

globalizimit që po imponohen. Zhvillimi ekonomik i Shqipërisë nuk mund të realizohet pa

ekzistencën e një sistemi bankar i cili të jetë në gjendje të dialogojë dule marrë

eksperiencën dhe ekspertizën e duhur me sistemet bankare të vendeve të tjera të botës.

Faktorët përcaktues në rrugën e integrimit dhe globalizimit të ekonomisë Shqiptare

ofrojnë mundësi të rëndësishme për rritjen e performancës ekonomiko-financiare,

marrjen e fitimeve suplementare, por edhe duke lënë të kuptohen rreziqe të mëdha që

duhet të merren parasysh në të ardhmen. Globalizimi në ekonomitë në përgjithësi dhe në

veçanti në rajonin tonë është një realitet objektiv, një proçes në të cilin vendi duhet të

drejtohet nga prirja e globalizimit nëpërmjet integrimit.

Respektimi i Bashkimi Evropian përbën një hap themelor strategjik ndërsa problemi i

rregullimit institucional dhe reformat në fushën e mbikëqyrjes, janë një fakt i njohur. Një

analizë e shëndoshë dhe e kujdesshme makroekonomike, duhet të fillojë nga të kuptuarit e

mikro-analizave si një pjesë e pandarë e tërësisë së kuadrit metodologjik për

monitorimin e rrezikut, me fjalë të tjera rrezikut të pranishëm për aktivitetin e kreditimit.

Rreziqet që shoqërojnë aktivitetin kreditues janë: rreziku i kredisë, që mbetet preokupimi

më i madh nga perspektiva e stabilitetit duke pasur parasysh kompleksitetin me të cilin ky

rrezik vepron, rreziku i kursit të këmbimit (një rrezik jo i drejtpërdrejtë, në rastin e

kredive në valutë që buron nga zhvlerësimi i monedhës kombëtare) dhe rreziku i normës

së interesit (në rastin e një kredie me interesa të ndryshueshme, sidomos kur këto të

fundit pësojnë rritje).

Transferimi i rreziqeve të përmendura ka rëndësi të madhe dhe është gjithëpërfshirës në

ekonominë e një vendi dhe në sektorin bankar si pjesë përbërëse e saj. Sot koncepti i

performancës përfaqëson një pamje ekonomiko-sociale, interesat e së cilës shoqëria i

përdor drejt përmirësimit të situatës individuale ose kolektive. Në varësi të periudhave

për të cilat referohet koncepti performancë merr forma të ndryshme të tilla si

produktiviteti, përshtatshmëria, efikasiteti, etj7.

Përsa i përket veprimtarisë bankare, performanca është e lidhur me krijimin e një vlerë

të shtuar, një raporti optimal midis kostove dhe përfitimeve. Duke qenë të imponuara nga

kapitalizimi i investimeve në teknologji të reja, kjo çon në mënyrë implicite në rritjen e

rreziqeve dhe kështu, marrëdhëniet midis performancës dhe rrezikut janë bërë shume

7 Jianu I.2006, Wagner, J. 2009; Mironiu, M. 2009


18

domëthënëse në ditët e sotme. Studimi do të jetë me dobi për aktorë të ndryshëm në

industrinë financiare, duke përfshirë organet rregullatore,oficerët e kreditit, investitorët,

klientët e bankave dhe publikun e gjerë. Stafi i institucioneve financiare do të jetë në

gjendje të përqëndrohet në zgjedhjen e cilësisë së klientit për të kryer analizën e

fizibilitetit për huamarrësit e mundshëm për ofrimin e kreditit.

Qeveria mund të përdorë këtë hulumtim sidomos në institucionet e kreditit për të

moderuar politikat e kreditimit, si niveli i qasjes së klientit për një ndikim të

drejtpërdrejtë mbi standardet social-ekonomike dhe jetës së gjerësisë konsumatorëve, të

cilët përbëjë shumicën e popullsisë së vendeve në zhvillim.

Qëllimi kryesor është identifikimi i problematikave në proçesin e kredidhënies nga

institucionet shqiptare të kreditit dhe dhënia e rekomandimeve për mundësinë e adresimit

të disa prej tyre përmes raportit të PK si produkt i SIK për menaxhimin e rrezikut të

kredisë, si rreziku kryesor për çdo bankë apo institucion financiar në Shqipëri ashtu si

edhe kudo në botë me qëllim ruajtjen e stabilitetit financiar dhe rritjen ekonomike.

Në përgjigje të këtij qëllimi dhe kërkese të tregut në fushën e kredisë, ky studim ka për

qëllim shfrytëzimin e teknikave të eksplorimit të të dhënave për ndërtimin e një modeli që

parashikon kredituesit e mirë , probabilitetin e mundësisë për kredituesit e këqinj të cilët

tashmë kanë marrë një kredi. Modeli i krijuar është rezultat i kombinimit të teknikave të

grupimit dhe klasifikimit .

Objektivat që vijnë si rezultat i këtij qëllimi janë katër:

Objektivi i parë është një prezantim i situatës reale të kreditit në Shqipëri. Në këtë

mënyrë, do të mund të kemi një tablo më të plotë të sfidave me të cilat është përballur dhe

po përballet sistemi bankar Shqiptar (rreziku kryesor që kërkohet të minimizohet është

rreziku i kredisë);

2.Objektiva e dytë është prezantimi i bazës teorike dhe rishikimi i literaturës në lidhje me

Sistemin e informacionit të kreditit. Eksperienca e funksionimit të informacionit të kreditit

në botë. Nevoja për aplikimin e këtij sistemi informacioni në Shqipëri. Baza ligjore dhe

mënyra më e mirë e funksionimit në përshtatje me realitetin shqiptar. Mbulimi sa më i

madh konsumator,ku cdo konsumator në bazë të “biografisë” së tij në lidhje me pagesat

detyrimet në të gjitha institucionet publike apo jo publike bën të mundur që të futet në

sistemin kreditues pa pasë nevojën e një kolaterali.

3.Objektivi i tretë është prezantimi i metodologjisë për zhvillimin e një aplikacioni që

mundëson menaxhimin e automatizuar të refuzimit të klienteve me sjellje të keqe dhe

aplikimi i normave të ndryshme të interest mbi klientët me sjellje më të mirë.

Segmentizimi i klieteve në varësi të pikësimit të kreditit dhe implementimi i strategjive

dhe politikave të ndryshmme për të përmirësuar kreditimin në realitetin shqiptar.

4.Objektivi i katërt Nga analizimi i anketës gjetja e faktorëve më të rëndësishëm të

kreditimit shqiptar që do mundësojnë funksionimin e një modeli Albanian–Score në

kushtet shqiptare. Funksionimin e SIK-ut shqipëtar

Pyetjet kërkimore të realizuara rreth realitetit të bankave të nivelit të dytë do të

ndihmojnë në një strukturim sa më të mirë me synimin për të ndihmuar në një vlerësim

realist të realitetit kreditues shqiptar, funksionimin dhe problematikat me të cilat ndeshen

bankat gjatë procesit të kreditimit si dhe planet e veprimit në të ardhmen për menaxhimin

sa më të mirë të situatave jo të pëlqyeshme. Rrjedhimisht, u pa me vend të realizoheshin


19

intervista për të kuptuar rolin e të tilla sistemeve të kreditimit në bankat që operojnë në

sistemin bankar shqiptar dhe praktika të tjera të ndjekura nga bankat, në kushtet kur

nevoja për kreditim po rritet (apo është stopuar ) me ritme të shpejta dhe kthimi i këtyre

kredive apo kreditë e këqija janë rritur aktualisht. Minimizimi i problematikës së këtyre

kredive të këqija është kthyer në një mision domethënës për shëndetin e sistemit bankar

shqiptar dhe të ekonomisë shqiptare dhe është vendosur si një nga detyrat më me

prioritet për t’u monitoruar dhe për t’i dhënë zgjidhje sa më parë. Qeveria ndodhur në

këto situata së bashku me Bankën e Shqipërisë po merr masa për të përmirësuar sistemin

kreditues bankar në disa drejtime : duke përmirësuar rregjistrin e kredive (duke

përmisuar disa parametra për llogaritje më të mirë dhe për një shtrirje më të madhe

klientësh brenda kapacitetit të sistemit. Konsideruar në një plan më afatgjatë një grup

pune pranë kryeministrisë, po punojnë për të strukturuar bazën ligjore dhe proceduriale

të funksionimit për implementimin e një Agjensie të Informacionit të kreditit “byroja e të

dhënave“në vitin 2017 e cila do të jetë zgjidhja për problemet reale që lidhen me

sistemin e kreditimit në Shqipëri. Kjo Agjenci e informacionit të kreditit do jetë një

instrument i fuqishëm në minimizimn e këtyre kredive në të ardhmen.

Punimi në këtë disertacion bazohet në pyetje kryesore hulumtuese, e cila fokusohet në

kombinimin e teknikave të eksplorimit të të dhënave, për të përmiresuar eficensën e

modeleve që përdoren për të parashikuar vlefshmërinë kredituese. Kjo pyetje adreson

përdorimin praktik të teknikave të eksplorimit të të dhënave duke i dhënë një zgjidhje

optimale procesit parashikues të vlefshmërisë kredituese. Duke iu referuar realitetit të

kreditimit shqiptar dhe procedurave se si realizohet ky proces ky punim shtron pyetjet

kërkimore si më poshtë:

Si mund t’i vijmë në ndihmë sektorit kreditues, në procesin e parashikimit të klientëve

të mirë duke shfrytëzuar sistemin e informacionit të kreditit dhe pikësimin e kreditit si

produkt i këtij sistemi të informacionit të krediti?

Përgjigjja për këtë pyetje do të jepet e detajuar në kapitujt e këtij punimi, duke filluar me

një trajtim teorik të teknikave të eksplorimit të të dhënave dhe aplikimit të tyre në fushën

e analizës së sjelljes së klienteve, për të vazhduar më tej me shpjegimin e procesit të

funksionimit të një sistemi të informacionit të kreditit dhe përfunduar në një model të

pikësimit të kreditit.

Për ti dhënë përgjigje pyetjes kryesore, puna në këtë disertacion do të mbështetet në disa

cështje që janë:

Si mund të përkufizohet një sistem informacioni krediti, funksionimi i tij në përmirësimin

e uljes së kredive të këqija në sistemin kreditues?

Si mund bankat të përmirësojnë procesin e tyre kreditues me përdorimin e këtij modeli

parashikues?

Si mund të diferencojmë apo masim vlefshmërinë konsumatore?

Si mund të aplikojmë një model që të parashikojmë klientët e mirë dhe refuzimin

automatik të klientëve të këqinj?

Si mund të arrijmë ndërmjet teknikave parashikuese të segmentizojmë klientët nga sjellja

e tyre për ti shfrytëzuar për politika apo strategji të ndryshme aplikuese?


20

Si mund të kombinohen teknikat e grupimit dhe klasifikimit për të ndërtuar një model

efikas parashikues në kushtet specifike të një banke në nivel mikro?

Cili prej algoritmave përfaqësues të kategorive të ndryshme të metodave të grupimit

(metodat e ndarjes ) performon më mirë në kombinimin me metodat e klasifikimit për

ndërtimin e një modeli parashikues?

Cila është rruga e përdorur për njohjen e individëve apo bizneseve SME (cfarë lloj të

dhënash në mungesë të një sistemi informacioni kredie në nivel kombëtar dhe me tepër

gjithpërfshirës ekziston sot në Shqipëri?

A është e mundur në realitetin shqiptar krijimi i SIK ose byrosë së të dhënave ?

A mundet që të gjithë konsumatoret të përfitojnë të mira nga të qenit të rregullt në

pagesat lidhur me entet shtetrore/ private?

Përpara zhvillimit të studimit, u ngritën disa hipoteza që do vërtetohen gjatë punës. Këto

pyetje kërkimore ngrihen mbi bazë të informacionit teorik të grumbulluar dhe shërbejnë

si orientim në qëllimet e studimit. Ato priten të verifikohen në bazë të rezultateve të

eksperimenteve të aplikuara.

Hipotezat e ngritura në këtë studim janë:

A i përdorin bankat programet apo sistemet software për vlerësimin e klienteve apo

bizneseve ?

A janë të dhënat e mbledhura të sakta dhe ka besueshmëri për të gjeneruar modele të

ndryshme në ndihmë të bankave për vendimarrjet në lidhje me dhënien e kredive?

A eksiston nga bankat e nivelit te dytë si dhe ajo Qëndrore një orvajtje, një objektiv i vënë

nga bordet drejtuese për të mundësuar krijimin apo huazimin nga banka mëmë të

modeleve të vlerësimit për klientët në shërbim të minimizimit të riskut në sektorin

bankar ?


dhënash në mungesë në nivel kombëtar dhe gjithpërfshirës ?

Si ka rezultuar Regjistri i kredisë. i krijuar në vitin 2008 pranë bankës së Shqipërisë dhe

problemet e dala nga analiza për adresimn lidhur me përmirësimin e tij ?


21

METODOLOGJIA DHE TË DHËNAT E PËRDORURA

Metodologjia e përdorur bazohet në alternimin e të dhënave primare dhe sekondare.Të

dhënat primare janë siguruar nëpërmjet pyetësorëve të plotësuar në sistemin bankar.

Këta pyetësorë (database dhe anketa ) janë plotësuar në bankat më të mëdha në vend, të

cilat zënë mbi 80% të tregut bankar. Pyetësorët janë plotësuar nga stafet bankare në

qytetet kryesore të Shqipërisë si Tiranë, Durrës, Elbasan, Fier, Vlorë, Korçë dhe

Shkodër. Një pjesë e mirë e informacionit është siguruar edhe nëpërmjet intervistave me

akademikë, me ekspertë të fushës financiare e bankare, me drejtues të bankave të nivelit

të dytë, me punonjës dhe ish-punonjës të Bankës Qëndrore. Sa më sipër, këto kanë qënë

burimet në mbledhjen e informacionit primar, i cili më pas është përdorur për realizimin

e modelit ekonometrik. Ndërsa për informacionin sekondar kanë shërbyer literatura të

ndryshme, për të cilat është hulumtuar në Bibliotekën Kombëtare, në atë të Universitetit

të Tiranës në Fakultetin e Ekonomisë dhe në bibliotekën e Universitetit Europian të

Tiranës.Gjithashtu kanë shërbyer raportet vjetore të bankave të ndryshme të nivelit të

dytë, raportet vjetore të Bankës së Shqipërisë, buletine ekonomike, si dhe libra akademikë

të ndryshëm mbi fushën studimore. Një tjetër burim i pashtershëm informacioni kanë

qënë edhe bibliotekat elektronike të universiteteve të ndryshme perëndimore, adresat e

ndryshme elektronike të institucioneve financiare ndërkombëtare, si dhe informacione

zyrtare në lidhje me sistemin bankar. Punimet akademike si kërkimet shkencore, punime

konferencash apo dhe leksione mbi fushën kërkimore, kanë plotësuar kuadrin e burimeve

sekondare. Pra jemi bazuar në:

Së pari, përmes shpërndarjes së anketave/pyetësorëve të strukturuar dhe gjysëm të

Strukturuara, kur dy target grupeve të synuara janë:

a) klientëve individualë dhe

b) drejtuesve të Bankave të nivelit të dytë në vend, si dhe

Së dyti, organizimit të grupeve të fokusit me klientë bankarë individualë.

Së treti, intervistave me organet mbikqyrëse dhe pyetjet e pyetësorëve u bazuan në

parimet/praktikat më të mira ndërkombëtare.Përmbajtja e pyetësorëve dhe e guidës së

grupeve të fokusit përfshinte aspekte që lidheshin me problemet e sektorit të kredisë në

vend, njohuritë e klientit për produktet e shërbimeve bankare, transparencën e bankës me

klientët, me funksionimin e rregjistrit të kredive , me rritjen e numrit të kredive të këqija

në nivel kombëtar. Njohja dhe përdorimi i një instrumenti si pikësimi i kredisë për ti

ardhur në ndihmë oficerit të kredisë si dhe uljen e rrezikut të moskthimit të kredisë apo

rritjen e kredive jo të mira.

Informacioni sekondar konsistonte në mbledhjen e literaturës, njohjen me konceptin e

pikësimit të kreditit ose credit score fushën financiare/bankare, studimin e kuadrit ligjor

dhe institucional për mbrojtjen e konsumatorit financiar në botë.


22

Të dy tipet e informacioneve, si ai primar dhe ai sekondar, kanë shërbyer në analizat e

kryera në këtë studim, si dhe kanë ndihmuar metodologjinë e përdorur për të parë se cilat

janë problemet e sistemit bankar në Shqipëri dhe se si mund ta përmirësojmë situatën.

Siç është theksuar që në hyrje të këtij punimi, metodologjia e përdorur përfshin katër

instrumenta kryesorë:

1. Analizën e literaturës, shkencore, bashkëkohore për realitetin ndërkombëtar dhe

kreditues shqiptar. Përballja me problemet e rritjes së numrit të kredive të këqija në këtë

kohë krizash ku ky impakt është më dominues.

2. Pyetësorë me klientët e bankave /database

3. Integrimi i informacioneve dhe nxjerja e përgjithësimit të përfituar nga legjislacioni

mbarë botëror dhe ai shqiptar për instrumentet e përdorur dhe funksionimin e tyre.

4. Anketa për punonjësit/punonjëset e niveleve të larta të sektorit bankar dhe atij

financiar në Shqipëri. Një nga konkluzionet më domethënësë të këtij punimi ështe

interesimi në rritje për të përmirësuar rolin kreditues dhe reflektimi i ndryshimi në

përdorjen e pikësimit të kreditit si një rëndësi për sektorin bankar produkt i marrë nga

një SIK (rekomandohet) të krijohet si experiencë e vendeve më të zhvilluara.Metodologjia

kërkimore kërkon mbledhjen e të dhënave relevante nga dokumentet e specifikuara dhe

hartimin e bazave të të dhënave për të analizuar materialin dhe të arrijë në një kuptim më

të plotë dhe historik për objektvat e vendosura.

i. Mbledhja e të dhënave

Dy koncepte janë qëndrore për matjen sasiore: besueshmëria dhe vlefshmëria.

Besueshmëria do të thotë një instrument i vazhdueshëm që jep të njëjtën vlerë në matjet e

një niveli të caktuar të fenomeneve.Vlefshmëria do të thotë se vlera e dhënë nga

instrumenti është i saktë. Besueshmëria është e nevojshme por jo e mjaftueshme për matje

të vlefshme.

Anketat u zhvilluan me klientë individualë të 16 bankave kryesore në vend, që

përfaqësojnë rreth 95% të totalit të aktiveve të sistemit bankar shqiptar, si dhe me 67

drejtues të nivelit të lartë të 16 bankave kryesore në vend (që zotërojnë mbi 80% të pjesës

së tregut bankar).Të dhënat e siguruara kanë qenë të karakterit sasior dhe cilësor,në

funksion të këtyre të fundit dhe për të minimizuar marzhin e gabimit të mostrës së

zgjedhur (5.7%, me nivel besimi 95%), me 203 klientë bankarë individualë në 5 qytete

kryesore të Shqipërisë,Tiranë, Durrës, Vlorë, Fier Elbasan për të pasur një shrirje sa më

të mirë gjeografike.

ii. Analiza e të dhënave . Në hulumtim kuantitativ, jam mbështetur në procedurat e

përcaktuara statistikore.Përshtatshmërinë e procedurave të përzgjedhura mund të

gjykohet nga dy kritere. I para është se projektimi dhe të dhënat i përmbushin supozimet

e procedurës. Një vlerësim cilësor do të përdoren për këtë projekt hulumtues.

1.Analiza e cilësisë së të dhënave (raportet e vonesës së kredimarrësit).


23

Në përfundim të përdorimit për qëllimet që shtruam me lart është e nevojshme të

monitorohet në mënyrë të kujdesshme për të verifikuar performance e pritshme.

Thelbësisht tre gjëra mund t’i ndryshojmë gjatë punës sonë:

Së pari, popullsia e aplikantëve mund të ndryshojë në lidhje me respektin për rëndësinë

(e përdorur në të këtë scorecard) përcaktues.Për shembull, aplikanti mund të bëhet më i

vjetër, apo mund të poseidojë më pak pasuri sesa aplikuesi i përshkruar në të dhënat e

marra nga të cilat scorecard është ndërtuar.Kjo padyshim do të ndryshojë përqindjen e

aplikantëve për kredi të cilët do të pranohen dhe kjo mund të ndryshojë, ku rezultati i cut

–off të jetë vendosur. Të ashtuquajturat raporte stabiliteti popullate janë përdorur për të

kapur dhe ndjekur ndryshimet në popullsinë e aplikacioneve (përbërja e të aplikantëve në

lidhje me parashikimet).

Së dyti, parashikimet nga scorecard mund të bëhen gjithnjë e më të pasakta. Kështu,

saktësia e parashikimeve të modelit duhet të ndiqet sistematikisht , për të përcaktuar se

kur një model duhet të rifreskohet ose fshihet (dhe kur një model i ri duhet të ndërtohet).

Së treti, norma aktuale e vërejtur e parazgjedhur (kredi e keqe ) mund të ndryshojë me

kalimin e kohës (p.sh, për shkak të kushteve ekonomike). Ndryshime të tilla do të kërkojë

rregullime të vlerave cut-off dhe ndoshta dhe vetë modelin e scorecardit.Metodat dhe

raportet që janë përdorur zakonisht për të gjetur normën e vonesës për kredite e

pashlyera dhe krahasimi me vonesën e pritshme, janë quajtur analiza të raporteve të

vonesave të kredimarrësit

iii. Procesi i hartimit.- Hartimi ka të bëjë me formulimin, gjetjen dhe krijimin e

informacionit. Hartimi fillon me një proces krijues për zhvillimin e pyetjeve, shtrimin si

dhe rrugën e ndjekur.Konfirmimi ka të bëjë me vlefshmërinë dhe besueshmërinë e

informacionit dhe fillon me pjesën shkencore të metodologjisë.

2. Analiza e gjetjeve të marra nga sjellja e kredimarrësëve.

Studimi i sjelljeve të kredimarrësve në bankat dhe pasojat e shkaktuara prej tyre dhe nga

ana tjetër, studimi i sjelljeve të klientëve dhe ndikimi i tyre. Këto gjetje kanë synuar në

përcaktimin e shkaqeve të këtyre sjelljeve, nga ku dhe rezulton në se pyetjet kërkimore e

ngritura janë të vërteta ose jo.Në vijim janë analizuar gjetjet lidhur me instrumentet e

nevojshëm për të realizuar një monitorim dhe mbikqyrje më transparente të sjelljeve të

bankave ndaj klientëve të tyre.Për analizën e parashikuar si qëllim i parë është

grumbullimi i të dhënave. Rezultati është i rëndësishem për përpilimin e informacionit

nga fazat e ndryshme ekonomike dhe institucionet kredidhënëse; Informacioni është

marrë nga tri faza të cilat ofrojnë financim në sektorët e përmbledhur sipas prodhimit,

tregëtisë si dhe shërbimet. Metoda përshkruese apo narrative ndihmon në dhënien e një

panorame teorike në lidhje me fushën studimore. Në këtë punim, kjo metodë përbën

pikërisht këtë avantazh. Shoqëruar kjo edhe me instrumente krahasues me vendet e tjera

ne rajon dhe ne bote, bën të mundur që informacioni të strukturohet në atë formë e

mënyrë që të japë atë çfarë pritet nga punimi (qellimi dhe objektivat e vendosura). Pra,

këto metoda ndihmojnë dhe janë me vlerë, pikërisht për të shtruar aspektin teorik dhe për

të bërë një paraqitje të pastër e të saktë të kornizës teorike. Nga ana tjetër, përdorimi i


24

analizës së shifrave bën të mundur që konstatimet të mos ngelen vetëm në aspektin teorik,

por të shtrihen edhe atë real, pra praktikë. Në këtë punim, i bëhet një analizë e

hollësishme rezultateve financiare të sistemit bankar duke evidentuar kështu “fuqinë” e

këtij tregu. Ndërsa në fund, por jo më pak të rëndësishme, janë dhe avantazhet e

përdorimit të pyetësorëve (anketave) dhe intervistave. Shpesh herë, mungesa e

informacionit të detyron që të heqësh dorë nga një studim, apo një tjetër. Një mjet efikas

dhe alternativë është përdorimi i pyetësorëve dhe intervistave.Në këtë mënyrë, mund të

rikuperohet ai defiçit informacioni, sidomos në Shqipëri dhe aq më tepër në lidhje me

problemet dhe sfidat në sistemin bankar.Metodat e përdorura në përgjithësi për PK, janë

të bazuara në modele ku ndër të tjera përmendim:

1. Njohja e proçesit aktual

2. Përcaktimi i të dhënave në dispozicion

3. Përcaktimi i periudhës së analizës dhe parashikimit

4. Hartimi i informacionit

5. Informacioni statistikor

6. Përcaktimi i kredimarrësve të mirë dhe jo të mirë

7. Analiza e sjelljes nga karakteristikat e kredimarrësve

8. Përcaktimi i faktorëve më të rëndësishëm për modelim dhe i peshës së tyre dhe

variablave të përdorur

9. Sqarimi i faktorëve dhe variablave

10. Vlerësimi i modelit dhe testimi

11. Segmentizimi sipas vlerësimit dhe dizenjimi i strategjisë që do të përdoret.

Disa nga variablat e përdorur janë: mosha, të ardhurat, shëndeti ,statuti civil,

jetëgjatësia si një klient, shuma e huasë, maturimi, të cilat adaptohen, seksi, vonesat

historike të pagesës, niveli i strehimit. Këto të dhëna përpunohen sipas një database të

përdorur për tu analizuar dhe dalë në përfundime për realitetin shqiptar.Këto modele

janë gjithmonë në ndryshim dhe përmirësim. Kjo bazohet shumë në zhvillimet

teknologjike dhe kërkimore duke synuar të njëjtin ritëm me zhvillimin e tregut

bankar.Megjithatë, është e vështirë për të gjetur nje model statistikor të përsosur sepse

mund të ndodhë që të njëjtat të dhëna për një aplikant mund të çojnë në 2 vlerësime PK të

ndryshme ku njëherë rezulton si aplikant me PK të keq dhe njëherë tjetër rezulton si

aplikant me PK të mirë. Këto devianca në vlerësimin e PK, janë të njohura në vlerësimet

statistikore kur aplikantët janë subjekt i ndikimeve të ndryshme të jashtme të tilla si

ndryshimet sociale apo financiare, të cilat mund të ndryshojnë probabilitetin e tyre të

paracaktuar.

iv.Modelet e pikësimit të kredititi

Përparësitë e përdorimit të modeleve të pikësimit të kreditit mund të përshkruhet si një

përfitim në reduktimin e kostos së analizës së kredive, duke bërë të mundur vendimin e

shpejtë të kredisë,duke siguruar dokumentacionin e kreditit, dhe pakësuar rrezikun e


25

mundshëm 8 .Një përmirësim në saktësinë e një pjese të analizës së kreditit mund të

përkthehet në kursime të konsiderueshme9.

MPK janë studiuar gjerësisht në fushën e statistikave, në sistemet e informacionit dhe në

inteligjencën artificiale. Në mënyrë që të marrim një model të kënaqshëm për pikësimin

e kreditit janë përdorur data mining për të zhvilluar këto modele. Afërsisht, këto metoda

mund të klasifikohen në metodat parametrike statistikore (p.sh. analizat e diskriminant

dhe ajo e regresioni logjistik), jo-parametrike metodat statistikore (p.sh. k- fqinjin më të

afërt dhe pema e vendimit), si dhe (p.sh. në rrjetin informatikë qasjet artificiale nervore

(Ann) dhe përafërmi i grupeve).

Një nga metodat më të përdorura të vetëvlerësimit të kreditit të përdorur nga

institucionet financiare në vendet e zhvilluara është modeli i pikësimit te kreditit10 duke e

përkufizuar këtë model si përdorimi i mjeteve statistikore për të identifikuar faktorët që

përcaktojnë probabilitetin e një klienti nëse është i mirë apo klient i keq duke vënë në

dukje se avantazhi i tyre kryesor është se vendimet janë të lidhura sipas procedurës së

papërcaktuar dhe të standardizuar duke gjeneruar një shkallë më të lartë të

besueshmërisë ".

Duke pasur parasysh konceptin e aktivitetit të kreditimit, përdorimi i metodologjive të

tilla objektive siç janë pikësimi i kreditit në dhënien e kredive është shumë e rëndësishme.

Vendimet e marra vetëm nga vlerësimet subjektive janë shmangur duke përdorur

pikësimin e kreditit 11 si dhe lidhin progresin e pikësimit të kreditit me rritjen e

konkurrencës, përparimet në teknologjinë kompjuterike, dhe rritjen eksponenciale të

bazave të të dhënave12.

Vihet në dukje se faktorë të rëndësishëm në pikësimin e krediti që ndikojnë në saktësinë e

tij janë, të dhënat aktuale, vlerësimi i modelit dhe riaxhustimi i këtij modeli. Përdorimi i

mjeteve që t'ë klasifikojë dhe ndihmojnë në parashikimin e sjelljes së klientëve në lidhje

me kredinë në të ardhmen është thelbësore për menaxhimin e kreditit, duke ndihmuar për

të reduktuar procesin e subjektivitetit, si dhe shpërndarjen më efikase të burimeve.

Termi knowledge discovery (KDD) në një bazë teë dhënash është përdorur për herë të

parë në vitin 1989 duke theksuar si një njohuri që con në një produkt final të procesit të

zbulimit në bazat e të dhënave13. Deri në vitin 1995, termi KDD dhe data mining u kuptua

nga shumë autorë në 14. përcaktimin dhe dallimin midis KDD dhe Data minig duke iu

referuar procesit të përgjithshëm të zbulimit të njohurive të dobishme nga të dhënat,

ndërsa kjo e dyta i referohet aplikimit të veçantë të algoritmeve për të nxjerrë modele nga

të dhënat. Sipas mendimit të këtyre autorëve, data mining është një hap në procesin e

KDD që përbëhet nga aplikime algoritmesh në prodhimin e një grupi të veçantë të

modeleve.

8 Lee, Chiu, Lu, dhe Chen, 2002, West, 2000 9 West, 2000. 10 Chaia 2003, f. 23 11 Koh, Tan, dhe Goh (2006] 12 Mester 1999)]. 13 Fayyad, Piatetsky-Shapiro, & Smyth, 1996. 14 Lemos et al., 2005). Fayyad et al. 1996


26

Sipas 15 referimi i modeleve është si një bashkësi komponentesh të modelit. Sipas

përcaktimit, "Një model është një përfaqësim i jashtëm dhe i qartë i një pjese të një

realiteti, vërejtur nga një person i cili dëshiron të përdorë këtë model për të kuptuar,

ndryshuar, menaxhuar, dhe kontrolluar pjesë të këtij realiteti ".

Pema e vendimit është një nga metodat më të njohura të data minig16. Një pemë vendimi

është metoda e vetme që jep rezultate në një mënyrë hierarkike; dmth,"Atributi më i

rëndësishëm është vendosur në nyjen e parë të pemës, dhe atributet më pak të

rëndësishëm janë vendosur në nyjet më të largëta të pemës "Kështu një pemë vendimi

është një strukturë që është përdorur për të ndarë një sasi të madhe të të dhënave në

grupe më të vogla duke aplikuar një rend të rregullave të vendosura17.

Ndërtimi i pemëve të vendimit është veçanërisht tërheqëse në kontekstin e KDD, e cila18 i

atribuohet arsyeve të mëposhtme: intuitivës dhe lehtësisht e kuptueshme në rezultate; jo-

parametrike që janë, pra, të zbatueshme për trajtime eksploruese; ndërtimeve relativisht

të shpejta ku krahasohet me metodat e tjera; dhe saktësinë që mund të krahasohet me

saktësinë e modeleve të tjera. Pemët e vendimit janë zakonisht konvertuar në rregulla

vendimarrje. Një pemë vendimi mund të vërehet si një grafik në të cilin çdo nyjë (jo

gjethe) përfaqëson kushtin që përfshin një atribut dhe një sërë vlerash. Gjethet

korrespondojnë me cilësimin e një vlere ose grupi vlerash në një atribut apo problem19.

Në paralelizmin e këtij vëzhgimi, degët në pemë korrespondojnë me rregullat e tipit

"IF <kushtet> ,PASTAJ <përfundim>".

Disa algoritme janë zhvilluar në bazë të induksionit të pemëve të vendimit, ndër të cilat

veçojmë: C4.5, CART (classification and regression trees) (pema e klasifikimit dhe

regresionit ),

QUEST (quick, unbiased, efficient statistical trees) (peme efikase statistikore e shpejte

dhe e paanshme),

CHAID (chi-square automatic interaction detectors).

Në këtë hulumtim, është prirur për të përdorur studimet e rasteve, të cilat sipas autorit20

janë të mjaftueshme për të studiuar ngjarjet bashkëkohore në një kontekst të vërtetë të

jetës, kur kontrolli i variablave bëhet më e vështirë për t’u studiuar. Të dhënat duke iu

referuar analizave të kredisë janë shumë konfidenciale dhe strategjike, për shkak të

sekretit bankar dhe rrezikut të marrjes së të dhënave nga konkurrentët. Kjo i bën të

dhënat shumë të vështirë për palët e treta për t’u marrë. Studimi i ndjekur në hapat e

sugjeruara21 për procesin e zbulimit të njohurive: përzgjedhja e të dhënave,të dhënat e

para-selektimit dhe procesi i pastrimit të të dhënave, transformimi i të dhënave, data

mining, interpretimi i të dhënave dhe vlerësimi i rezultateve.

v. Ndërtimi i modelit , të dhënat e përdorura në zhvillimin e tij

Kur seti i të dhënave të referuara mbi të cilat është bazuar modelimi përmban një

ndryshore treguese "e paguar përsëri" kundrejt "përcaktuar ", ose "kredi e mirë"

15 Fayyad et al. 1996 16 Wang et al., 2012 17 Berry & Linoff, 2000. 18 Gehrke (2003) 19 Goldschmidt & Passos, 2005, fq. 57. 20 Yin 2010 21 Fayyad, Piatetsky-Shapiro, dhe Smyth (1996)


27

kundrejt. "kredi e keqe ", atëhere kemi modelet e regresionit logjistik të përshtatshme për

të krijuar modelim të mëvonshëm parashikues. Regresioni logjistik parashikon

probabilitetin nëse “një kredi e keqe do të ndodhë. Për më tepër modelet e regresionit

logjistik janë modele lineare dhe kështu në këtë logjikë kemi transformimin e

probabilitetit parashikues në një funksion linear të vlerësimit të variablave parashikuese.

Pra në përfundim të një modeli pikësimi kemi një funksion linear parashikues me disa

transformime të shtuara të aplikuara në parametrizimin e modelit, thjesht si një funksion

linear pikësimi që mund të lidhet me cdo variabël parashikues pas kodifimit. Si përfundim

pikësimi i kreditit është thjesht një shumë e pikësimit individual që mund të merret nga

scorcardi si më sipër. Zhvillimi i një modeli të pikësimit të kreditit fillon me mbledhjen e

të dhënave mbi një kampion të individëve dhe të llogarive respektive reale dhe

performanca e marrë, shërben për të parashikuar. Në mënyrë tipike, kampioni ndërtohet

nga një përfaqësim që përfshin një përfaqësim më të madh të llogarive të kreditit me

karakteristika të veçanta, të tilla si normat e vonesave të prapambetura, duke siguruar

një model parashikues më të mirë për cdo segmend të popullatës të përfshirë. Kështu për

të siguruar një model që kryen një parashikim të mirë për çdo segment të popullsisë me

të dhëna që përfshijnë interesin e të ardhurave, atëherë huadhënësi përcakton kushtet e

kredisë më mirë, sepse shfrytëzon informacionin për të ardhurat në rekordet e kreditit

ose të dhënat e grumbulluara si pjesë e kredisë në procesin e kredimarries. Kur

kompletohet modeli mund të aplikohet me të dhëna në një aplikim të ri për kredi duke

gjeneruar një pikësim krediti cilësor, në shumë sisteme numri me i lartë respektiv ka një

siguri më të madh për kthimin e shumës së detyruar të marrë në kredi. Për informacionet

parashikues ( "variablave shpjeguese") në një model të kredisë së parazgjedhur të jetë i

dobishëm në përcaktimin nëse një huamarrësi do të paguajë siç është rënë dakord. Të

dhënat duhet të përfshijnë një numër mjaft të madh të çdo lloj rezultati ( "variabla te

varur ") - të dyja përcaktojnë ripagesat nga huamarrësi. Shumica e llogarive janë në

gjendje të mirë (një llogari e tillë është zakonisht e referuarsi një "e mirë"); kështu, sfida

më shpesh është për të blerë një grup të dhënash që ka një numër të konsiderueshëm të

përcaktuar ("të këqinj ").

3.Deduksimi i hedhur poshtë / Reject inference.

Termi Reject inference përshkruhet lidhur me paragjykimet e natyrshme kur modelimi është

i bazuar në një database trajnimi të përbërë vetëm nga ata aplikantë të mëparshme për

të cilët ka qenë i vëzhguar performanca aktuale “ kredi të mira kundrejt kredive të

këqija”. Ka të ngjarë që ky numër i konsiderueshëm i aplikantëve të mëparshëm, që ishin

refuzuar dhe për të cilët performance e kreditit nuk u vëzhgua mund të shërbejë si një

vlerë në një kohë tjetër pasi situatat kredituese janë shumë të ndjeshme. Pyetja që

shtrohet është, se si do të veprojmë për të përfshirë aplikantët e mëparshëm në modelim

në mënyrë që ky model parashikues të jetë më i saktë dhe i më i fuqishëm (dhe më pak i

njëanshëm). Kjo mund të ndodhë në një situatë të rënies së ekonomisë, duke ndikuar që

shumë njerëz në këto vendosje të përgjithshme financiare nuk do të kualifikohen sepse

përbëjnë një risk sipas kritereve të vjetra të vendosura. Me pak fjalë, në qoftë se askush

nuk do të kualifikohet për kredi, atëherë institucionet kredidhënëse do të dalin jashtë


28

biznesit. Ka një numër të qasjeve që janë sugjeruar se si të përfshijë aplikantët e refuzuar

më parë për kredi në ndërtimin e modelit, në mënyrë që të bëjë modelin më të zbatueshëm

gjerësisht. Me pak fjalë, këto metoda nxirren sistematikisht nga të dhënat aktuale të

vëzhguara, shpesh duke bërë supozimet për rezultatin e pritura të kredisë.

4.Zhvillimi dhe vlerësimi i modelit të pikësimit të kreditit.

Zhvillimi i një modeli efektiv është kompleks, konsumon kohë dhe i kushtueshëm. Sipas

standardeve bashkëkohore, modelet e mëparshme të pikësimit të kreditit janë ndërtuar

mbi bazat e të dhënave më pak të fuqishme dhe shpesh fokusuar në informata që rrjedhin

nga aplikimet, dhe përparimet në teknologjinë kompjuterike, qasje në informacion me

gjithëpërfshirës. Së pari një model i regresionit logjistik ka qënë ndërtuar bazuar në të

dhënat e përdorura, vlefshmëria e modelit duhet të vlerësohet apo testohet në mënyrë të

pavarur, duke përdorur të njëjtat metoda si është bërë në mënyrë tipike në modelet

parashikuese. Të gjitha këto metoda, grafikë, dhe statistika të përllogaritura në mënyrë

tipike për këtë qëllim, vlerësojnë shanset e përmirësuara për të diferencuar aplikantët

më të mirë të kredisë nga aplikantët e këqinjtë të kredisë. Në kampionin që morëm

krahasuar me parashikimet e thjeshta për vendimarrje për kredi, për refuzimin e kredisë

apo shtimin e një kredie mbi atë eksistuese.Grafikët e përdorshëm përfshijnë digramat

tabelore, grafikun e Kolmogorov Smirnov dhe të tjera mënyra për të arritur në një model

të fuqishëm parashikimi. Psh, grafiku me poshte i Kolmogorov Smirnov (KS) për modelin

e pikësimit të kreditit.Testi Kolmogorov-Smirnov (KS) është maksimumi, përmes gjithë

vlerave të pikësimit të kreditit, diferencës në shpërndarjet kumulative (në pikat e

përqindjes ) së të mirëve dhe të këqinjëve si kredimarrës. Një vlerë zero për KS do të

thotë që dy shpërndarjet e pikësimit të kreditit tregojnë se pikësimi i kreditit nuk arrin të

dallojë midis të përcaktuarëve dhe jo të përcaktuarëve; Një vlerë 100 tregon pikësimin e

kreditit të përkryer midis të përcaktuareve dhe jo të përcaktuarëve. KS është maksimumi i

distancës maksimale vertikale në mes të dy kurbave të përcaktuara dhe jo të

përcaktuara.

KS përshkruan aftësinë e një modeli për të diferencuar kredimarrësit e mirë dhe të këqinj

në një pikë të vetme, divergjenca statike krahason se si shpërndarjet e përcaktuara dhe

jo të përcaktuara ndryshojnë.Divergjenca statistike llogaritet si katrori i diferencës së

mesatares së të mirave dhe të këqijave pjesëtuar me variancën mesatare të shpërndarjes.

Kur modeli performon jo mirë kjo do të thotë se pikësimi i kreditit mesatar i të këqijave

nuk ka shumë diferencë nga mesatarja e të mirave dhe divergjenca statike do të jetë afër

0. Që modeli të përmirësohet rritja e diferencës ndërmjet mesatares së të mirave dhe të

këqijave dhe divergjenca statike duhet të rriten. Sa më e madhe divergjenca statike aq më

e madhe fuqia parashikuese e modelit.


29

Grafik 1. Testi Kolmogorov-Smirnov (KS)

Në këtë grafik boshti x tregon vlerën e pikësimit të kreditit (Shumës) dhe boshti y

përqindjen e akumuluar të observimeve në secilën klasë të paraqitur. Pavarësisht se janë

dy linja, sa më e madhe është shkalla e diferencimit ndërmjet kreditit të mirë nga krediti i

keq në rastin e kampionit të marrë, aq më mirë është modeli i ndërtuar. Një rast të

rëndësishëm në zhvillimin e modelit përfshihet vlefshmëria e parashikimit përmes një

serie testesh statistikore. Një model vlerësimi i përdorshëm është krijimi i kampionit

"hold-out" (një pjesë e marrë nga kampioni që mbahet jashtë vlerësimit të kampionit )

për të testuar sa më mirë modelin e vlerësuar. Dy nga njehësimet statistikore më të

përdorura gjerësisht janë testi statik KS Kolmogorov-Smirnov dhe statika divergjente

referuar ("The Kolmogorov-Smirnov and Divergence Statistics").Këto lloj njehsimesh

statistikore nuk përdoren vetëm për të parë eficencën e modelit por gjithashtu ndihmojnë

në vendosjen e numrit të karakteristikave të përfshira në model. Tipikisht, zgjedhja finale

përfshin një shkëmbim ndërmjet efekteve të shtuara të karakteristikës në modelin

parashikues dhe një këmbëngulje për të mbajtur kompleksitetin e modelit të

menaxhueshëm. Kampioni hold-out është përdorur në vendosjen e problemit Testimi i

modelit kundrejt kampionit hold-out lidhet nëse secila karakteristikë përfshihet në model

është parashikuese duke përdorur të dhënat që nuk përdoren në konstruktin e modelit

Karakteristikat që nuk provojnë parashikim të kampionint hold-out duhet të hiqen nga

modeli final.

5.Kuptimi i pikës së rrezikut / score cut-offs.

Nëse është përcaktuar një model i mirë i regresionit logjistik, vendimarrja ka të bëjë me

kush jane vlerat e pikës së rrezikut cut-off për shtrirje në kohë, zgjerim, refuzim të kredisë

(ose ku mund të kërkohet informacion shtesë nga aplikanti për të mbështetur

aplikacionin). Mënyra më e thjeshtë është që të marrë si ndërprerje pikën në të cilën

ndarja më e madhe midis kredisë së mirë dhe kredisë së keqe është vërejtur në

kampionin e marrë dhe në këtë mënyrë mund të pritet/hiqet. Megjithatë, shumë

konsiderata të tjera në mënyrë tipike hyjnë në këtë vendim. Së pari, përcaktimi për një

shumë të madhe të kredisë është më e keqe sesa për një shumë të vogël të kredisë. Në

përgjithësi, humbja apo fitimi shoqërohet me katër rezultateve të mundshme (parashikimi


30

korrekt i kredive të mira, parashikimi korrekt i kredive të këqija, parashikimi jo-korrekt

i kredive të mira dhe parashikimi jo-korrekt i kredive të këqija që është e nevojshme që

të merren në konsideratë dhe cut off duhet të selektohet në mënyrë të tillë për të

maksimizuar fitimin bazuar në modelin e parashikimt të riskut.Ka një numër metodash

dhe grafikë specifikë që janë tipikisht ndërtuar për të vendosur cut off final.

KAPITULLI 1

Sistemi bankar, rreziku i kredisë dhe sfidat në krizat e sotme

1.1 Hyrje

Bankingu është praktikë, biznes apo profesion pothuajse aq i vjetër sa vetë ekzistenca e

njeriut. Por në literaturë ajo mund të jetë rrënjosur thellë për ekzistencën që në ditët e

Rilindjes nga bankierët fiorentinas. Ajo është shfaqur nga epoka e Gurit - në epokën

Viktoriane- e kështu deri sot në zhvillimin e teknologjisë, makinat automatike (ATM),

kartat e kreditit, debitit dhe bankimin në internet në epokën e Google.

Origjina e emrit të bankës rrjedh nga fjala italiane Banco "tavolinë / stol", e përdorur

gjatë Rilindjes nga bankierët fiorentinas të cilët e përdorin për të bërë transaksionet e

tyre në një tavolinë mbuluar nga një mbulesë tavoline me ngjyrë të gjelbër. Fjala kredi

rrjedh nga fjala latine credere - "për të besuar", për shkak të besueshmërisë së

konsumatorit në premtimin e ripagimit në një vlerë e cila është e matshme -

"tobelieve."Është thënë se kredia konsumatore daton që nga koha e Babilonisë, pra rreth

3000 vjet më pare, që nga Mesjeta deri në ditët e sotme kuptimi i kredisë konsumatore,

kredidhënies në tregun masiv të konsumatorëve është diçka e cila është kthyer në një

fenomen dominues. Rreziku i kredisë ka qënë gjithmonë një çështje shqetësuese jo vetëm

për bankierët, por për të gjithë botën e biznesit për shkak se nëse nuk përmbushen


31

detyrimet në kohë plotëson këto rreziqe afektohen edhe partnerët e tjerë të përfshirë në

biznes.Termi " bankë tregtare" është përdorur për të dalluar atë nga një bankë e

investimeve.

Gjatë kohës së depresionit dhe pas rrëzimit të tregut të aksioneve të vitit 1929, Kongresi

Amerikan kërkoi që bankat tregtare vetëm të angazhohen në aktivitetet bankare (pranimin

e depozitave dhe dhënien e kredive, si dhe pagesa të tjera të bazuara në shërbime), ndërsa

bankat e investimeve të ishin të kufizuara në tregjet e kapitalit. Kjo ndarje sot nuk është

më e detyrueshme22.

Risku i kredisë lidhet shpesh me funksionin kryesor të një banke. Shkalla e aktiviteteve të

një banke, kufijtë relativisht të ulët të fitimit të tyre të kombinuara shpesh me një levë të

lartë financiare, e bën fushën e vlerësimit të riskut dhe kontrollit të tij, një funksion

jetësor për çdo bankë. Kredia përcaktohet si një besim në aftësinë e një personi dhe

dëshirën që do të paguajë në një kohë të mëvonëshme paratë që i ofrohen sot. Një mënyrë

tjetër e përcaktimit të kredisë mund të jetë, një konsideratë për mundësinë e një personi

apo kompanie që do të paguajë detyrimet në një pikë të caktuar kohore. Bankat prodhojnë

kreditë për të mbështetur prodhimet bujqësore ato tregtare si dhe ndërmarrjet e shërbimit.

Këto nga ana e tyre prodhojnë punë, rrisin fuqinë blerëse dhe në këtë formë rritet

zhvillimi dhe krijohen kursimet. Kështu duke u nisur nga ky këndvështrim dështimi i

bankave veçanërisht në të tilla vende dëmton të gjithë strukturën shoqërore në të gjithë

vendin.Të tilla eksperienca kemi parë nga vendet latine dhe aziatike të cilat kanë një

potencial në ndikimin e shpejtë global. Bankat prodhojnë produkte financiare dhe

shërbime te klientët, ndërsa menaxhojnë një numër rrisqesh të shumta që janë të lidhura

me likuiditetin, mjaftueshmërinë e kapitalit, kreditë, interesin. Në vendimmarrjen tipike

ato mundohen të optimizojnë riskun e kthyer. Menaxhimi i riskut dhe ai i përfitimit janë

të lidhur shumë ngushtë me njëri- tjetri. Marrja përsipër e riskut është kërkesë themelore

për përfitimin e ardhshëm. Me fjalë të tjera rreziku i sotëm mund të shfaqet si një realitet

nesër. Kështu bankat nuk mund të jetojnë dot pa menaxhuar këto risqe. Përmes shumë

rreziqeve të ndryshme, risku i kreditit ka një potencial të një impakti “social”për shkak të

numrit të madh të njerëzve që mund të afektohen të tillë si kredimarrësit, pronarët e

bizneseve, të punësuarit në këto biznese, etj. Sot në botë impakti që sjell dështimi i një

banke mund të ketë një efekt më të gjerë sesa lokal dhe në varësi të madhësisë së saj dhe

integrimit me tregjet dështimi i bankës mund të sjell efekt global. Në mënyrë që të

rregullojë menaxhimin efektiv për ekspozimin nga rreziku i kredive, një banke në ditët e

sotme ka nevojë për një sistem të sofistikuar bazuar në mjete analitike të njehsimit,

monitorimit dhe menaxhimit të kontrollit të rreziqeve. Ndërtimi i modeleve dhe përshtatja

e tyre në grupe dhe ndarje të peshave që mendohen dominuese me anë metodave të

ndryshme parashikuese nga ana statistikore, është shumë i prekshëm sot dhe jep një

impakt në në ekonominë e një vendi. Kemi metodat më të zhvilluara dhe të përdorura dhe

zakonisht të aplikuara të PK në sektorin bankar ku vlerësohen aplikimet e kredive, duke u

përqëndruar në një segment atë të retail-it për kreditë sepse kemi patur një rritje të shpejtë

në volumin e këtyre kredive në këto vite. Analiza logit është identifikuar si më e

përdorura për metoda të PK në sektorin bankar. Megjithëse të tjera metoda jo-

parametrike janë gjithëpërfshirëse në termat e njohjes. Metodat e tjera kanë potencial

22Glass- Steagall Akti 1930 (Khambata, 1996)


32

aplikimi në vendet në trazicion si dhe në vende të ndryshme të goditura here pas here nga

kriza financiare. Pamja e krizës financiare globale të 2008 në SHBA është një proçes

kompleks dhe shumë-planësh. Nga shkaktarët kryesor të kësaj krize mund të jenë dhënia

e parregullt e kredive në SHBA, kjo e ndërlidhur me një praktikë të papërshtatshme të

manaxhimit të riskut nga institucionet financiare. Shpërndarja e kësaj krize në botë mund

të shpjegohet me faktin e ndryshimit dhe të investimit të kursimeve botërore në SHBA,

duke qënë se këto investime lëvizën përgjatë zëravë të ndryshëm të aktiveve duke

prodhuar vlera aktivesh të fryra artificialisht23.Po ku e kishte zanafillën kjo krizë? Çdo

gjë filloi me krizën e pasurive të paluajtshme në SHBA. Kriza u shpërnda në forma të

tjera të aktiveve dhe ndikoi jo vetëm në kompanitë hipotekore e në banka investimesh por

gjithashtu edhe në bankat ndërkombëtare. Kriza globale e likuiditetit, e shoqëruar kjo me

një tërheqje të depozitave nga bankat e ekspozuara me negativisht ndaj krizës,24 si dhe

më vonë25, rritën ankthin për një shpërndarje të epidemisë së depozitave në një shkallë

botërore. Kolapsi i produkteve të strukturuara të investimit si obligacionet e borxhit të

kolateralizuara, ndryshuan shpërndarjen globale të likuiditeteve drejt tregut të letrave me

vlerë duke shkaktuar një fryrje te çmimeve26 edhe në këtë pjesë. Risqet bankare dhe kriza

financiare në sistemin bankar, kulmin e arriti në Shtator të 2008, ku shumë fonde u

zhvendosën në letra me vlerë pa risk, kur 27 shpalli falimentin dhe sistemi bankar

amerikan u përball me këtë krizë.

Ekonomia botërore vazhdon të jetë në mes të krizës, duke prekur si vendet e përparuara

dhe vendet në zhvillim.Të gjitha ekonomitë e mëdha të avancuara pësuan rënie, ndërsa

vendet në zhvillim u ngadalësuan befas.Vendet me zhvillim të ulët janë të ekspozuara

ndaj rënies aktuale globale më shumë se në ngjarjet e mëparshme, pasi ato janë më të

integruara se më parë me ekonominë botërore përmes tregtisë, investimeve të huaja dhe

dërgesave të emigrantëve. Ndikimet e krizës në mënyrë të konsiderueshme për këto

vende shfaqen nëpërmjet kërkesës së zvogëluar të eksporteve të tyre. Ekspertët theksojnë

se kriza ekonomike globale ka pasur një ndikim të moderuar relativisht në Shqipëri, sepse

vendi është pjesërisht i integruar me tregjet botërore dhe ende nuk ka një treg të

kapitalit.Vëzhguesit presin që të jetë akoma e vështirë për të marrë kredi për shkak të mos

kthimit të kredive apo nivelit shumë të lartë të kredive të këqija në Shqipëri, dhe

investitorët e huaj do të ballafaqohen me ngarkesa më të larta fiskale. Investimet publike,

të mbështetura kryesisht përmes borxhit të huaj, do të rriten në kosto.Ekspertët theksojnë

se një nga pasojat kryesore të krizës globale do të jetë një rënie e dërgesave të

emigrantëve nga shqiptarët që jetojnë kryesisht në Itali dhe Greqi. Duke marrë parasysh

këto fakte, biznesi në shumë sektorë do të ketë një kohë të vështirë për rritjen e

investimeve dhe punësimin. Për të qënë më të mirëinformuar nga përplasja me sfidat

nxirren gjithmonë mësime të cilat duhen marrë në konsiderata për të mos qënë më të

papregatitur. Në të tilla kushte, po listojmë disa nga arsyet, impaktet dhe mësimet e kësaj

krize:

23 sipas Germany's Hypo . Real Estate 24 Northern Rock, Bear Stearns 25 Lehman Brothers 26 efekti flluskë 27 Lehman Brothers


33

a ) Metodat e vlerësimit të riskut të përdorura deri tani nuk kanë qënë më të mirat,

nisur nga situtata ku ndodhemi. Risku faktik që shoqëron produktet e ndryshme

financiare rezulton të jetë më i lartë se ai i vlerësuar. Rrjedhimisht norma e

kthimit nga këto produkte financiare nuk është aq e lartë sa të kompesojë edhe

riskun më të madh. Nevoja e përdorimit të metodave për vlerësimin sa më

real të risqeve të ndryshme duke marë parasysh edhe ndërveprimin e tyre.

b) Një mësim tjetër që nxjerrim nga kjo krizë ka të bëjë me sistemet globale të

operimit të bankave. Nga kjo krizë ato që dolën më të fituarat dhe të pa prekura

nga kriza ishin pikërisht bankat universale (me diversifikim të lartë si të aseteve

ashtu edhe të burimeve) dhe bankat tradicionale apo “primitive”.

c) Kush përfitoi nga kriza dhe kush nuk e përballoi dot krizën?

(1) Ata të cilët janë iniciatorët kryesorë të kësaj krize: menaxherë, bankierë,

ndërmjetësuesit bankarë dhe financiarë, të cilët krijuan produkte të ndryshme në tregjet e

aksioneve me premtimin e jo përfitimeve-reale për financuesit duke siguruar për veten e

tyre një dobi të menjëhershme në kapitalet e investuar nga të tjerët.

(2) Bankat e forta të cilat me kalimin e viteve ri-investuan fitimet e realizuara për veten e

tyre dhe për të tjerët.

(3) Bankat e forta, të cilat me një shpejtësi të pabesueshme, realizuan blerjen e bankave

të tjera konkurruese me një çmim simbolik, duke forcuar në këtë mënyrë pozicionin e

tyre në tregun bankar në mënyrë që të jenë të parët në të ardhmen pas krizës.

1.2 KREDITIMI NË SISTEMIN BANKAR NË SHQIPËRI .

Dekada e parë e tranzicionit, u përqëndrua në reformat stabilizuese të liberalizimit duke

krijuar kushte të përshtatshme për rritjen e sistemit bankar. Deri në fillim të viteve 2000,

sistemi bankar në Shqipëri është konsideruar jo aktiv në kreditim. Hyrja e fuqishme e

bankave të huaja, qoftë si “Hyrës të rinj” ose nëpërmjet privatizimit të bankave

shtetërore, solli rritje të kreditimit në ekonomi, duke bërë që në mesin e dekadës së dytë

të tranzicionit të shënohej fillimi i një "Bumi"28 të kredisë në ekonomi.

Në fund të vitit 2011 sektori bankar shqiptar vazhdoi të përbëhej nga 16 banka tregtare

tërësisht nën pronësi private, me rreth 92 për qind të aktiveve totale të investuara nga

kapital i huaj. Aktivet e sistemit bankar u rritën me një ritëm më të lartë në 2011, si në

terma nominale (me 13.1 për qind) ashtu edhe si kontribut ndaj Prodhimit të Brendshëm

Bruto (duke arritur 85 për qind), gjë që tregon një veprimtari më të fortë ndërmjetësuese

të sektorit bankar.Gjatë vitit 2011 depozitat patën një rritje të rëndësishme prej 13.1 për

qind, kryesisht si rezultat i rritjes së depozitave të individëve, duke pasqyruar kështu

orientimin e klientëve drejt kursimit dhe forcimin të besimit të tyre tek sektori

28

zakonisht, një tendence e kredive në rritje është quajtur një "bum",

kur rritja e e normës është dy herë më e lartë se rritja e PBB-së


34

bankar.Pavarësisht sfidave të kërkesës së brendshme në ulje dhe shtrëngimit të kushteve

për kredidhënie, portofoli i kredive i bankave në vitin 2011 u rrit me 15.3 për qind, me

prirje rritëse përgjatë tremujorëve. Rritja u mundësua kryesisht nga dhënia e kredive për

sektorin privat, dhe ishte më e dukshme në kreditë e dhëna në valutë vendase. Raporti

kredi-depozita në fund të vitit 2011 qëndroi rreth 61 për qind, duke treguar se sistemi

bankar është më pak i varur nga financimet e jashtme dhe ka kapacitete të mjaftueshme

për tu zhvilluar. Struktura e maturimit e kredive të reja të dhëna në vitin 2011 tregon se

bankat kryesisht janë përqëndruar në huadhënien afatshkurtër (me 63 për qind të totalit të

kredive të reja), si dhe pasqyron nevojën e ekonomisë vendase për likuiditet të

menjëhershëm. Niveli i kredive me probleme arriti në 18.8 për qind në Dhjetor 2011,

ndikuar jo vetëm nga vështirësitë në disa sektorë të ekonomisë, por edhe nga ngadalësimi

i ritmeve të rritjes së kredive në 2-3 vitet e fundit. Si rezultat i rritjes së kredive me

probleme, dhe në përputhje me kriteret normuese të Bankës së Shqipërisë, bankat rritën

provigjionet e tyre, çka ka ndikuar dukshëm në rezultatin neto të veprimtarisë bankare

dhe treguesit e përfitueshmërisë së sistemit, të cilët kanë qenë më të ulët në krahasim me

tremujorin e mëparshëm, pavarësisht se rezultati neto i sistemit për të gjithë vitin qëndroi

në shifra pozitive.

Veprimtaria bankare në vitin 2011 u zgjerua dhe u ri-organizua me hapjen e degëve dhe

agjensive të reja dhe mbylljen e disa ekzistueseve.

Duke iu referuar statistikave të tremujorit të tretë të 2014 marrë nga të dhënat statistikore

të publikuara nga Banka e Shqipërisë, treguesi i kredive ndaj klienteve sipas bankave

paraqitet sipas grafikut të mëposhtëm:

Grafiku 2. Kredia ndaj klientëve sipas bankave. BSH

Kredia ka vijuar të shënoj rritje duke shënuar një trend pozitiv.


35

Grafiku 3. Totali i kredisë bruto. BSH

Sipas sektorëve të ekonomisë, sektori me cilësinë më të ulët të kredisë është ‘Pasuritë e

patundshme, dhënie me qira, etj. Raporti i kredisë me probleme ndaj totalit të kredisë

dhënë këtij sektori është 47.43%.

Grafik 4. NPL sektoriale (%). BSH

Duhet theksuar se pesha e kredisë ndaj këtij sektori është shumë e ulët ndaj totalit të

kredisë. Ndër sektorët me peshë, treguesi shfaqet më i përkeqësuar në kredinë për

ndërtim, duke arritur në 43.67%.

Grafiku 5. Pesha që zë secili sektor në portofolin e kredisë,BSH

Kredia e re 86% i përket biznesit ndërsa 14% individëve. Sektori më i kredituar vazhdon

të jetë sektori i ‘Tregtisë, riparimit të automjeteve dhe artikujve shtëpiake’ (34.17% e

kredisë së re për biznese).


36

Grafiku 6. Pesha e Kredisë së re për bizneset sipas sektorëve,BSH

1.3 KREDIDHËNIA DHE SISTEMET E INFORMACIONIT TË

KREDISË (SIK)

Proçesi i vendimarrjes për dhënien e kredive konsiderohet si një proçes i vazhdueshëm.

Kompanitë apo individet kërkojnë kredi dhe pasi kredia miratohet, pasohet nga firmosja e

kontratës dhe disbursimi i kredisë. Kredia është shërbimi më tradicional i ofruar nga

bankat për klientët e tyre, është bërthama e aktivitetit bankar. Ato çfarë evidentohen edhe

nga të intervistuarit për këtë punim janë se:

“Krediti kontrollon jetën tone sot”; Kufizon ose zgjeron stabilitetin tonë financiar.Rrit

apo ul cilësinë e jetës; Hap apo mbyll dyert për mundësi punësimi dhe promovimi, duke

ndikuar në të ardhurat tona; Kufizon ose zgjeron fuqinë blerëse.

Me zhvillimin e vazhdueshëm dhe ndryshimet në industrinë e kredive, produktet e

kreditit po luajnë një rol gjithnjë e më të rëndësishëm në ekonomi. Globalizimi ekonomik

dhe kanalet e reja të shërbimit të sapo krijuara të internetit ofrojnë mundësi për

konsumatorët për të kërkuar dhe zgjidhur problemet e tyre kredituese pa kufizime

rajonale dhe limite kohore.Për shkak të këtij trendi, kreditori duhet të jetë tani gati, i

vullnetshëm dhe në gjendje që të japë kredi për bizneset në vende të tjera në mbarë botën.

Institucionet e kreditit po përballen me një konkurrencë drastike në të gjithë

botën.Kërkesa e rritur dhe konkurrenca në rritje që rezulton nga një mjedis i ri ekonomik

ofrojnë mundësi të reja por edhe vënë përpara kërkesa të reja për kredidhënien e

institucioneve. Roli i teknologjisë është shumë i rëndësishëm në menaxhimin e kredive.

Me rritjen e volumit të kredive numri i kredive jo të mira ka një tendencë rritjeje.

Institucionet financiare duhet të investojnë burime të konsiderueshme për të zhvilluar

mjete efikase dhe të sofistikuara për të vlerësuar dhe kontrolluar rreziqet e kreditit. MPK

bazuar në teknologji përfshin teknika që janë quajtur sot teknikat e data mining referuar

zhvillimit të teknologjisë. Metodat statistikore të tilla si regresioni linear dhe logjistikë,

programimi linear, dhe pema e vendimit, janë përdorur për zhvillimin e sistemeve të PK.


37

EKSPOZIMI I RREZIKUT TE BANKES

RISKU FINANCIAR

U POLITIKRISK

RISKU I KRIZES BANKARE

RISKU LEGAL

SISTEMI I BRENDSHEM DHE AI OPERACIONAL

RISKU TEKNOLOGJIK

MENAXHIMI DHE NDERSHMERIA

RISKU RREGULLATOR

RISKU I STRATEGJISE SE BIZNESIT

RISKU I LIKUJDITETIT

RISKU I MONEDHES

RISKU I TREGUT

RISKU I NORMS SE INTERESIT

RISKU I KREDISE KREDISE

RISKU I NGJITJES

RISKU I INFRASTRUKTURES

RISKU I VENDIT

POLITIKES MAKRO

RISKU I NGJITJES

TE TJERE RISQE

RISKU OPERACIONAL RISKU I BIZNESIT RISK TJETER

Figura 1. Organizimi i risqeve te bankës në një grafik . Burimi autori

Ashtu si autorë të ndryshëm shprehen në botimet e tyre, në botë shumë banka po kalojnë

në mënyrë figurative nga sistemi i kredidhënies “bazuar në kolaterale”, në sistemin e

kredidhënies “bazuar në më shumë informacion”.Prandaj, kohët e fundit gjithnjë e më

shumë po vihet theksi në saktësimin dhe pasurimin e informacionit të disponueshëm në

sistemin e informacionit të kredisë, SIK –tut, apo regjistrat e kredive qofshin privatë apo

publikë, me qëllim vjeljen e sa më shumë informacioneve dhe gjykimin sa më të plotë

dhe të bazuar. Po duke iu referuar më shumë një sistemi bazuar në informacion kemi një

ekspozim më të madh të disa llojesh rreziqesh si ai financiar, rreziku operacional , rreziku

i biznesit dhe risqe të tjerë që nuk përfshihen në të parët. Ekonomia shqiptare ishte një

prej ekonomive të pakta në Evropën Juglindore e cila nuk përjetoi rënie në zonën

negative, pavarësisht krizës globale dhe përhapjes së saj në Evropë. Deri tani sektori

bankar i ka bërë ballë krizës dhe rritja e kredisë për sektorin privat ka shenja pozitive

rritjeje. Në fakt, kriza provoi se sistemi bankar në Shqipëri, ashtu si dhe në disa vende të

tjera të Evropës Qëndrore dhe Lindore, ka pasur një karakter stabilizues dhe jo

përshpejtues, siç u mendua në fazat fillestare të krizës. Megjithatë, kërkesa e dobët e

brendshme dhe një situatë e jashtme në ngadalësim po rëndojnë mbi parashikimet për

rritje, duke evidentuar si sfidë kryesore raportin e kredive me probleme.Në Shqipëri

operojnë tashmë 16 banka komerciale dhe 22 institucione financiare jo-banka që

ushtrojne aktivitetin e tyre në fusha të ndryshme financiare si mikrokredi, kredi,

factoring, leasing, etj.Bankat dhe institucionet financiare jo-banka kanë krijuar dhe

zhvilluar degë pothuaj në të gjithë territorin e Shqipërisë. Krahas bankave me kapital të

huaj, bankat me kapital Shqiptar gjithashtu po tregojnë një rritje të aktivitetit të tyre në

kreditimin e biznesit. Në këta vjet tranzicioni është shënuar një progres i dukshëm jo

vetëm në drejtim të qëndrueshmërisë makroekonomike por edhe në zbatimin të

reformave të thella strukturore përfshirë dhe reformën e sektorit bankar. Pavarësisht nga

kushtet e pafavorshme të ekonomisë shqiptare dhe të sektorit bankar, sistemi bankar

shqiptar është zhvilluar hap pas hapi duke u zgjeruar me banka të reja private, nëpërmjet

privatizimit dhe ristrukturimit të bankave shtetërore, nëpërmjet shtrirjes së rrjetit bankar,

përsosjes së legjislacionit dhe sistemit të pagesave, përsosjes së tekonologjisë dhe


38

shërbimeve bankare, rritjes së nivelit të kreditimit, rritjes së nivelit të frytshmërisë dhe

shtimit të shërbimeve të tjera bankare. Përmirësimi i vazhdueshëm i mbikëqyrjes bankare

si nëpërmjet pëmirësimeve ligjore ashtu edhe hartimit dhe përsosjes së rregulloreve në

fushën e liçencimit, mbikëqyrjes dhe rregullimit përbën një dukuri tjetër pozitive të kësaj

periudhe. Banka Qëndrore shtroi një sërë detyrash para saj për të forcuar sistemin e

mbikëqyrjes dhe rregullimin e sistemit bankar në përputhje me standardet ndërkombëtare,

promovimin e konkurrencës midis bankave dhe përmirësimin e sistemit të pagesave.

Potenciali për rritjen ekonomike të Shqipërisë është i mirë, por kjo varet nga programi i

reformave të qeverisë. PK dhe vlerësimi i sjelljes janë teknikat që ndihmojnë institucionet

financiare të vendosin nëse janë apo jo në gjendje të japin kredi për konsumatorët që

aplikojnë për to.Hulumtimet statistikore në thelb janë për të mbështetur këto

vendime.Gjithashtu diskutohen nevoja për të përfshirë treguesit makroekonomik të vendit

në sistemet që gjenerojnë rezultatet e PK. Qëllimi themelor i çdo biznesi, ashtu si i një

bankë tregtare është për të kënaqur konsumatorët si një nevojë për të arritur mbijetesën

dhe fitimin. Mjet kryesor për këtë qëllim është “orientimi nga konsumatori”. Rëndësia e

orientimit nga konsumatori nuk është e re në jetën e biznesit, pasi ajo është baza e

marketingut. Koncepti i orientimit nga konsumatori është rritur e komplikuar gjithnjë e

më shumë, ajo është e vendosur nga disa komponente, për shembull kërkesa për zgjerim

të shërbimit, standard të lartë të cilësisë së shërbimit dhe shpejtësinë e përmbushjes së

nevojave.Për orientimin nga konsumatori nuk është e mjaftueshme që banka ta

konsiderojë këtë, por është gjithashtu thelbësore që konsumatori të ndihet i kënaqur në

lidhje me kushtet e shërbimit. Pra, një nga faktorët për matjen dhe analizimin e mjeteve

të orientimit nga konsumatori është shqyrtimit i kënaqësisë së klientit.PK në vetëvete

është në thelb një mënyrë për të gjetur një strukturë themelore të grupeve në një popullsi,

ku askush nuk mund ta shoh këtë strukturë, por vetëm karakteristika të saj të përafërta.

Duke gjetur këtë strukturë në një seri dosjesh konsumatorësh kredie të mëparshme, mund

të tregohen kufinjtë (patterns/outlines) me të cilat është e mundur për të klasifikuar një

aplikant të ri si të besueshëm apo jo.Në vitin 1941 për herë të parë u aplikuan disa teknika

për dallimin midis kredive të mira dhe të këqija, por akoma larg për parashikim.Në të

njëjtën kohë disa nga institucionet financiare dhe biznese kishin pasur probleme me

menaxhimin e kreditit te tyre.Pas luftës së dytë botërore dobia e mundësisë të përdorimit

të metodave statistikore do të rritej. Për këtë qëllim ishte pranuar në përgjithësi dhe

ardhja e kartave të kreditit. Në vitet gjashtëdhjetë do të ndodhë një rritje e madhe në

numrin e aplikantëve për kredi dhe fuqisë punëtore. Nevoja për të automatizuar të gjitha

këto të dhëna u shpreh, edhe pse fillimisht ishte disi tabu se tashmë do të zëvendësohej

gjykimi i njeriut me këto makineri të krijuara.Në vitet 1980 filloi duke u përdorur PK nga

bankat fillimisht për kredit personale. Më vonë duke u përdorur për kredit hipotekore

dhe kredi për biznesin e vogël. Një tjetër kërkesë e rëndësishme është përdorimi i PK në

funksion të studimeve për çështje lidhur me marketingun. Që nga rritja e marketingut të

drejtpërdrejtë në vitet 90, PK është përdorur për të përmirësuar normën e përgjigjeve të

marra në një fushatë marketingu.Me përparimin e programeve kompjuterike dhe

teknikave të tjera për të zhvilluar PK janë përdorur dy nga analizat më të rëndësishme si:

regresin logjistik dhe programimin linear. Kohët e fundit, për të zhvilluar PK po punohet

me teknikat e inteligjencës artificiale si rrjeta nervore dhe sistemeve të ekspertëve. Një

zhvillim tjetër i kohëve të fundit është ndryshimi në objektivat: nga minimizimi i rrezikut

të klientëve theksi tashmë është më shumë në rritjen e fitimeve të bëra nga një klient. Kjo


39

do të thotë që kompanitë do të përpiqen për të identifikuar klientët që janë më

fitimprurës.

PK është një teknologji statistikore që vlerëson rrezikun e kreditit- ku qëllimi primar

është që të rendit- sipas një rendi individët, duke bërë dallimin më të ulët nga rreziqet më

të larta. PK është zhvilluar për të adresuar nevojën për vlerësimin e kreditit të shpejtë, të

saktë, më të lirë se më parë, dhe në përputhje me rregullat e vendosura. Çfarë përparësish

kanë bankat që përdorin raportet e rregjistrave të kredisë apo akoma më tepër raportet e

PK për të bërë analiza për të kredituar një konsumator? Përgjigjet i marrim në cështjet në

vijim të punimit.

1.4 . REGJISTRI I KREDISË NË SHQIPËRI DHE ROLI I TIJ

Regjistri i Kredive (RK29) i Bankës së Shqipërisë ka filluar të operojë në 3 Janar 2008, i

cili është baza e të dhënave elektronike për kredimarrësit e sistemit bankar. Aktualisht

bankat kanë hedhur në regjistër portofolin aktiv të kredive të tyre dhe çdo ditë ngarkojnë

të dhëna për kreditë e reja të disbursuara.

Krijimi i regjistrit për kreditë ishte një hap i rëndësishëm përpara drejt konsolidimit të

infrastrukturës për kreditë në Shqipëri. Regjistri i Kredive i jep palëve të interesuara një

informacion të përmbledhur në lidhje me ekspozimin kreditor të çdo kredimarrësi,

ekspozimin si palë e lidhur me kredimarrësin, informacion mbi kolateralet përkatëse,

informacion mbi performancën e kredimarrësve në sistem etj. Ky informacion përkthehet

në terma ekonomikë si një “kolateral moral”, për rrjedhojë gjithsecilit i intereson që ky

kolateral të jetë më pozitivi i mundshëm. Me rritjen e numrit të produkteve të kredisë në

botë dhe paralelisht me rritjen e kërkesës për kredi nga ana e personave fizikë dhe

juridikë, filluan të shfaqeshin problemet e para në formën e vonesave në shlyerjen e

kësteve deri në mosshlyerje të plotë të kredive. Numri i klientëve të tillë filloi të rritej

gjithnjë e më shumë, por njëkohësisht, mungonte informacioni i plotë dhe i saktë mbi

ecurinë e tyre në sistemin bankar apo financiar. Nisur nga nevoja për të shmangur

mungesën e informacionit në kredidhënie si dhe për ta përqëndruar këtë informacion u

krijuan regjistrat e kredive, të cilët sot e kësaj dite funksionojnë në pjesën më të madhe të

vendeve në botë.Palët e interesuara, nëpërmjet bazës elektronike të përqëndruar të

regjistrit të kredive, marrin të dhëna të përmbledhura në lidhje me ekspozimin kreditor të

çdo kredimarrësi, ekspozimin si palë e lidhur me kredimarrësin, garantuesit e kredive,

informacion mbi kolateralet përkatëse, informacion mbi performancën e kredimarrësve

në sistem, etj. Regjistrat e kredive publikë administrohen nga institucione shtetërore,

publike apo nga autoritete mbikëqyrëse të subjekteve të caktuara, qëllimi i të cilave nuk

është fitimprurës.I tillë është regjistri i kredive në Francë, Belgjikë dhe Letoni, që

administrohen nga autoritetet përkatëse mbikëqyrëse. Veç sa më lart, njihen edhe

regjistrat privatë të kredive, të cilët krijohen nga shoqëri të caktuara dhe që ofrojnë

29 Tek aneksi i këtij punimi do të gjeni një përmbledhje formularësh për regjistrin e kredisë, marrë nga

publikime të BSH.


40

karakteristika të ndryshme nga ato që mund të ofrojë regjistri publik i kredive në vendin e

tyre. I tillë është regjistri i kredive në Angli, Holandë, Greqi, etj. Vendet më të

industrializuara në botë, si për shembull SHBA, Kanadaja apo vendet e Bashkimit

Evropian, tentojnë të kenë sisteme më të zgjeruara shkëmbimi informacioni sesa

ekonomitë në zhvillim. Kjo lidhet me disa arsye, si për shembull volumi dhe intensiteti

më i lartë i kredidhënies në vendet e industrializuara, infrastruktura ligjore dhe

rregullative më e fortë kryesisht në drejtim të shkëmbimit të informacionit, mbrojtjes së

konsumatorit dhe privatësisë individuale, teknologjia e komunikimit më e sofistikuar, etj.

Banka e Shqipërisë ka marrë një seri masash për të orientuar bankat në përmirësimin e

identifikimit të rreziqeve dhe monitorimin e tyre, si: përmirësimi i kuadrit të menaxhimit

të rrezikut dhe krijimit të kufijve nga ku rreziqet janë konsideruar të

rëndësishëm;rishikimin e politikës për menaxhimin e rrezikut të kredisë, likuiditetit;

përmirësimin e strategjive për krizën e kreditit dhe menaxhimit të likuiditetit; ri-

analizimin e treguesve të përcaktuar me rrezik për profilin e bankës; etj.

Megjithatë stabiliteti i sistemit bankar, ka ende nevojë për reforma strukturore, të dyja në

një nivel mikro dhe në nivel makro. Kështu, automatizimi i prodhimit të raportit të PK

është një hap i nevojshëm. Një oreks në rritje për huamarrje shtron nevojën e përdorimit

të teknikave më të sofistikuara për të ndihmuar më shpejt në punën e vlerësimit të riskut

të kredisë. Rritja e normave të kredive me probleme në vendet në rajon sjell në vëmendje

që teknikat tradicionale të kreditimit nuk kanë ndihmuar në prodhimin e niveleve të

dëshirueshme të cilësis së kredive të dhëna. Edhe me funksionimin e regjistrit të kredive

në Shqipëri pavarsisht përmirësimeve të ndodhura, përsëri kemi një ecje në drejtimin

rritës të kredive të këqija. Sipas disa të dhënave të publikuara nga BSH, për periudhën

deri në 2013, rezulton të kemi një përkeqësim të portofolit të kredive si për bizneset edhe

për individët. Kemi një përmirësim të lehtë në 2012 si për kreditë e biznesit po ashtu edhe

për individët. Përmirësimi përsa i takon si portofolit të biznes ashtu edhe portofolit të

kredisë për individët lidhet me futjen në treg të përmbarimit privat. Nëse deri në Dhjetor

2011 ka funksionuar vetëm ai shtetëror, i cili dallonte për ngadalësimin në proçedura,

mosefikasitetin dhe afateve të tejzgjatura kohore në proçesin e ekzekutimit deri në

arkëtimin e vlerës së kredisë nga bankat, ardhja e shërbimit përmbarimor privat ka dhënë

rezultate të dukshme e të prekshme. Ky fenomen shpjegon dhe ecurinë pozitive në

cilësinë e portofolit për periudhat e mësipërme, pasi shërbimi përmbarimor privat u

shoqërua edhe me një fshirje të kredive nga bilancet e bankave duke spastruar në këtë

mënyrë pasqyrat e tyre financiare dhe përmirësuar ecurinë e treguesit të performancës të

cilësisë së kredive.

-5%

-4%

-3%

-2%

-1%

0%

1%

2%

3%

4%

5%

6%

T2 T3 T4 T1 T2 T3 T4 T1 T2 T3 T4 T1 T2 T3 T4 T1 T2 T3 T4 T1 T2

2008 2009 2010 2011 2012 2013

Përmirësim Përkeqësim Zhvendosja në klasifikim


41

Grafiku 7.Numri total i kredive për biznesin që kanë pasur përmirësim

dhe kreditë që kanë pasur përkeqësim sipas tremujorëve.Burimi BSH

Grafiku 8. Numri total i kredive për individë që kanë pasur përmirësim dhe

kreditë që kanë pasur përkeqësim sipas tremujorëve.Burimi BSH

Magnituda e lëvizjeve, në përqindje, të kredive që nuk kanë ndryshuar klasifikimin sipas

secilit tremujor paraqitet në grafikët në vijim si ecuria tremujore për secilën klasë sipas

bizneseve dhe individëve.

Grafiku 9.Stabiliteti i klasifikimit për bizneset (në %).burimi BSH

Tabela më poshtë jep dhe paraqitjen numerike të ecurisë së treguesit të kredive me

probleme ndër vite, e cila jepet më poshtë për periudhën Dhjetor 2002 – Qershor 2013.

-4%

-3%

-2%

-1%

0%

1%

2%

3%

4%

T2 T3 T4 T1 T2 T3 T4 T1 T2 T3 T4 T1 T2 T3 T4 T1 T2 T3 T4 T1 T2

2008 2009 2010 2011 2012 2013

Përmirësim Përkeqësim Zhvendosja në klasifikim

0

20

40

60

80

100

120

T2 T3 T4 T1 T2 T3 T4 T1 T2 T3 T4 T1 T2 T3 T4 T1 T2 T3 T4 T1 T2 T3 T4

2008 2009 2010 2011 2012 2013

Standard Në ndjekje Nënstandard Të Dyshimta Të Humbura


42

Grafiku 10. Historiku i treguesit të kredive me probleme për periudhën

Dhjetor 2002 – Qershor 2013.Burimi BSH

Duke iu referuar standarteve ndërkombëtare duhet të jemi në gjendje për të përmirësuar

fenomet problematike lidhur me zhvillimet në sektorin kreditues në Shqipëri. Një nga

strategjitë për të pasur një frymëmarrje më të gjerë në përpjekjet për minimizimin e

kredive të këqija është krijimi i agjesisë së informimit të kreditit, SIK . Ajo me anë të

instrumenteve të saj do të jetë në gjendje të vijë në ndihmë në minimizimin e këtyre

kredive të këqija dhe vendosjen e një standarti për të dhënat e grumbulluara , përpunimin

e tyre dhe ardhjen në ndihmë të bankave dhe institucioneve financiare jo-banka që

operojnë në tregun shqiptar. Duke patur parasysh traditën relativisht të pakët të tregut të

lirë, në Shqipëri përfshirja e autoriteteve shihet si një element thelbësor për krijimin në

vend të një industrie efektive të informacionit për kreditë. Sidoqoftë në Shqipëri, duhen

kuptuar kufizimet dhe vlerësuar arritjet e rregjistrit të kredisë, pavarsisht faktit se

rregjistri i kredisë është disa shkallë më poshtë për nga oportunitetet që sjell në tregun

financiar krahasuar me produktet e një SIK. Kufizimet e regjistrit të kredive në raport me

një SIK, janë të konsiderueshme dhe pasqyrojnë burimet e informacionit,

disponueshmërinë e shërbimeve me vlerë të shtuar dhe në disa raste, besueshmërinë dhe

vlerën e përhershme të të dhënave të grumbulluara. Gjithashtu, përmes pasjes së të

dhënave më të plota, institucionet e kreditit mund të rrisin nivelet e tyre të konkurrencës

nëpërmjet produkteve të përshtatura për konsumatorin bazuar në karakteristikat e riskut të

tyre, duke sjell përfitim për të dy palët si për huadhënësin ashtu edhe për konsumatorin.

1.5 RËNDËSIA E PËRDORIMIT TË SISTEMET TË

INFORMACIONIT TË KREDITIT

Redukton asimetrinë e informacionit mes huadhënësve dhe huamarrësve;

I jep mundësinë huadhënësve të vlerësojnë në mënyrë më të kujdesshme rrezikun

e çdo kredimarrësi dhe të rrisin cilësinë e portofolit të tyre;

Minimizon problemin e “përzgjedhjes së kredimarrësve të gabuar” dhe mund të

ulë koston e kreditimit për një kreditor të mirë;

Rrit aksesin e personave të ndryshëm fizikë apo juridikë në kredimarrje dhe për

rrjedhojë rrit nivelin e kredive të subjektit/bankës;

0

5

10

15

20

25

30

G1 G2 G1 G2 G1 G2 G1 G2 G1 G2 G1 G2 G1 G2 G1 G2 G1 G2 G1 G2 G1 G2 G1

2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013N

ë %

Historiku i treguesit të kredive me probleme


43

Duke e ndërthurur informacionin nga regjistri në vlerësimin me pikë të çdo

kredimarrësi, ndikon në uljen e kostove operacionale dhe për rrjedhojë rritjen e

përfitueshmërisë.

KAPITULLI II

TRAJTIMI TEORIK DHE EMPIRIK PËR SIK, RAPORTET

QË GJENERON DHE ROLI TYRE NË TREGUN E

KREDISË.

2.1 HYRJE

Subjekt i sistemit të informacionit të kreditit SIK operus në sektorin e huadhënies ka qënë

pothuajse i paprekur nga literatura akademike në Shqipëri. Sipas30 tregohet se ekzistenca

e sistemet të informacionit të kredisë SIK mund të përmirësojë qasjen e kredisë për

huamarrësit më të varfër dhe të përmirësojë procesin e kredidhënies.Tregjet e kredive

janë konkurruese,shkëmbimi i informacionit ul kostot huadhënëse, nëpërmjet normave

më të ulëta të parazgjedhura. Shqyrtimi i rolit në shkëmbimin e informacionit ka një

rëndësi të madhe në tregjet më të zhvilluara të kreditit. Duke përdorur një model të pastër

negativ të përzgjedhjes,31 analizohen faktorët që çojnë në komunikimin endogjen mes

huadhënësve në tregun e kredisë. Shkëmbimi i informacionit ndodh kur lëvizja e

familjeve është e lartë, grupi i huamarrësve është heterogjene, tregu i kreditit është i

madh dhe kostoja e shkëmbimit të informacionit është e ulët. Frika e konkurrencës mes

huadhënësve vë në mëdyshje shkëmbimin e informacionit të tyre për klientët, dhe kjo

sistemin e informacionit të kreditit SIK e kthen në një "monopol natyror", ne lidhje me

rritjen e shkallës së kthimeve: kur disa huadhënës fillojnë të shkëmbejnë informacionin,

ajo krijon një nxitje për huadhënësit e tjerë për të shkëmbyer edhe ata informacionin

30 McIntosh dhe Wydick (2004, 2005) 31 Jappelli dhe Pagano (1993)


44

gjithashtu. Sipas autorëve 32 argumentohet se kufizime për shkëmbimin e informacionit

ndërmjet huadhënësit mund të çojë në rezultate më optimale. Sipas autorit të parë33 një

model multi-periodik me përzgjedhjen e pafavorshme për rrezikun moral për të treguar se

një nivel i caktuar i përzgjedhjes negative, është i nevojshëm të krijohet në një treg të

kredive në mënyrë që motivimi për reputacionin e huamarrësit të jetë evident. Ai arrin në

përfundimin se një sistem i plotë i shkëmbimit të informacionit mund të jetë më pak

efikas se një i projektuar për të ruajtur një nivel të informacionit asimetrik, si psh,

kufizimin e kohëzgjatjes së të dhënave të kredimarrësit që është zgjedhur. Sipas

autorëve34 theksohet përqëndrimi në efektin e shkëmbimit të informacionit si një "pajisje

disipline për huamarrësin" nën një konkurrencë të përkryer. Ata arrijnë në përfundimin se

huamarrësit kanë nxitje më të madhe në qoftë se huadhënësit shkëmbejnë informacione

negative, duke argumentuar se ndarja e karakteristikave pozitive të huamarrësve mund të

lehtësojë ndikimet negative të parazgjedhjes dhe të zbusin efektin disiplinor të sistemit të

informacionit të kreditit. Po kështu ata parashikojnë se dobia e SIK është e reduktuar në

vendet në zhvillim, ku ekzistojnë sektorë të mëdhej informale në të cilën zbatimi i

pajtueshmërisë së shlyerjes është e vështirë. Ata sugjerojnë se lejimi i qasjes në sistemet e

informacionit të kreditit SIK të huadhënësit joformale do të rrisë dobinë e sistemeve të

informacionit të kredisë SIK për të dy, huadhënësit formal dhe ata joformal, për shkak të

ekonomisë së shkallës që përcakton industrinë. Ata gjithashtu argumentojnë se

informacioni më i mirë mund të çojë bankat të zhvendosen nga politikat e kreditimit të

bazuara në kolateral në më shumë politika të bazuar në informacion.Sistemet e raportimit

të kredisë dhe ekonomia ndërkombëtare siguron një burim të plotë për aspektet

institucionale të raportimit të kreditit35 Duke përdorur një studim të Bankës Botërore për

të ofruar të dhënat empirike mbi statusin e aktiviteteve të raportimit të kreditit në mbarë

botën, tregohet se SIK mund të ofrojë huamarrësit me "kolateral reputacioni"duke i

konsideruar shpesh si më të vlefshëm se kolaterali fizik. Për më tepër, argumentohet se

llojet e të dhënave të grumbulluara nga SIK shpesh japin parashikimin më të mirë të

shlyerjes. Autorët 36sigurojnë një hetim fillestar empirik të ekzistencës dhe ndikimeve të

SIK në ekonomi të ndryshme nëpër botë. Ata arrijnë në përfundimin se prania e SIK

është e lidhur me tregjet më të gjera të kreditit dhe rrezikun më të ulët të kredisë.

Megjithatë, një metodë rigoroze vlerësimi mbi ndikimin e SIK në vendet në zhvillim

është jo-ekzistente në literaturën sot, duke krijuar një boshllëk që ky studim përpiqet për

të mbushur me sa ka mundësi.

Në shumë shtete në botë, huadhënësit marrin informacion nga organizata të specializuara

për të ndihmuar vendimarrjen në vendosjen e vlefshmërisë kreditore të një aplikanti për

kredi.Të tilla organizata që mbledhim të dhënat dhe gjenerojnë këto shërbime janë njohur

si SIK apo Byro (credit Bureaux) që ofrojnë shërbimet informuese të kreditit (credit

information services), raporteve të PK (credit score reports), raportet e kreditit (credit

report), etj. Huadhënësit kanë të drejtë të përdorin këto shërbime për të llogaritur riskun

në dhënien e një kredie. Llojet e kredive mund të jenë të ndryshme si për shembull: kredi

konsumatore, kartë krediti, kredi për shtëpi, kredi për makinë, kredi biznesi me afat apo

32 Vercammen[ (1995) dhe Padilla dhe Pagano (2000) 33 Vercammen 34 Padilla dhe Pagano (2000) 35 Margaret Miller (2003) 36 Jappelli dhe Pagano (2002)


45

overdraft, etj. Eksistenca e SIK sjell për vendin stimulim për rritje ekonomike.

Huadhënësit, konsumatorët individë apo biznese, Qeveria dhe Banka Qëndrore përfitojnë

nga shërbimet e SIK-ut. Kjo vërtetohet edhe nga angazhimi i Bankës Botërore dhe

organizatave të tilla si IFC dhe USAID që promovojnë lehtësinë dhe suportin e zhvillimit

të kapaciteteve të këtyre shërbimeve në të gjithë botën. Efiçensa e SIK-ut varion nga

varësia e një numri faktorësh, ku përfshihet si mundësimi i të dhënave të plota, cilësia e të

dhënave, mbështetja ligjore për SIK-un, etj. Suportimi ligjor dhe një sërë teknikash të

përdorura për infrastrukturën janë kritike për një operacion efiçent të SIK-ut. Shërbimi i

ofruar nga SIK gjithmonë fillon me një raport krediti bazë i cili përmban të gjitha të

dhënat e lidhura të cilat janë në harmoni me tregun e zhvillimit me shumë shërbime të

avancuara të tilla si PK.

2.2. SISTEMI I INFORMACIONIT TË KREDISË BAZUAR NË

MODELET E PIKËSIMIT TË KREDITIT PRODHOJNË

PIKËSIMIN E KREDITIT.

Një pikësim krediti është një shprehje numerike bazuar në një analizë të nivelit të dosjes

së kreditit të një personi, për të përfaqësuar aftësinë kredituese të personit. Një pikësim

krediti është i bazuar kryesisht në informacionin e raportit të kreditit me burim sistemin e

informacionit të të dhënave, SIK. Huadhënësit përdorin pikësimin e kreditit për të

vlerësuar rrezikun e mundshëm që vjen nga kreditimi i të hollave për konsumatorët për të

zbutur humbjet për shkak të borxhit të keq. Huadhënësit përdorin pikësimin e kreditit për

të përcaktuar se kush kualifikohet për kredi, në cfarë normë interesi, dhe kufijtë e

kredititimit (kohëzgjatja e një kredie). Huadhënësit përdorin gjithashtu pikësimin e

kreditit për të përcaktuar se cilët konsumatorë janë të mundshëm për të sjellë të ardhura të

tjera. Përdorimi i kredisë apo identiteti i pikësimit të kreditit është një qasje në dhënien e

kredisë në implementimin e një sistemi të besuar. Pikësimi i kreditit mund të përkufizohet

formalisht si një metodë statistikore (ose sasiore) që është përdorur për të parashikuar

mundësinë që një aplikant të marrë hua ose huamarrësi ekzistues do të parazgjidhet

përsëri37. Kjo ndihmon për të përcaktuar nëse kredia duhet të jepet në një huamarrës38.

Pikësimi i kreditit gjithashtu mund të përkufizohet si një metodë sistematike për

vlerësimin e rrezikut të kredisë që ofron një analizë të qëndrueshme të faktorëve që janë

të përcaktuar të shkaktojnë ose të ndikojnë në nivelin e rrezikut39. Objektivi i pikësimit të

kreditit është për të ndihmuar ofruesit e kreditit të përcaktojnë sasinë financiare të

përfshirë në ofrimin e kredisë për të menaxhuar rrezikun në mënyrë që të mund të merren

vendimet më të mira për kreditimin e shpejt dhe më objektiv. Në mënyrë të ngjashme, një

studim i kohëve të fundit ka në përfundim se pikësimi i kreditit është një nga përcaktuesit

më të fuqishem të rrezikut40.Pikësimi i kreditit nuk është i kufizuar vetëm për bankat.

37 Mester, 1997 38 Morrison, 2004. 39 Fensterstock, 2005. 40 Miller, 2003


46

Organizatat e tjera,të tilla si kompanitë e telefonisë celularë, kompanitë e sigurimeve,

pronarët, dhe departamentet qeveritare përdorin të njëjtat teknika.

2.3. FUNKSIONIMI I RREGJISTRIT TË KREDISË NË SHQIPËRI.

RK është një bankë të dhënash që zakonisht administrohet nga Banka Qëndrore ose

Institucionet Mbikëqyrëse të një vendi, i cili grumbullon të dhëna për individët ose

bizneset që kanë marrë hua nga institucionet financiare. Arsyeja kryesore e krijimit të një

regjistri publik për kredinë është që të mbështeten funksionet e mbikëqyrjes bankare dhe

të monitorohen rreziqet e përgjithshme. Sipas një vëzhgimi të Bankës Botërore në vitin

2006, në shkallë botërore veprojnë 57 regjistra publikë për kreditë, shumë prej të cilëve

janë krijuar pas krizave financiare të viteve nëntëdhjetë. Përsa i përket realitetit shqiptar

ky regjistër është krijuar në vitin 2008 dhe është në efiçencë nën administrimin e Bankës

së Shqipërisë, duke siguruar një lidhje on-line me të gjitha bankat e nivelit të dytë për të

marrë informacion për çdo konsumator kreditues pjese e sistemit bankar.

Shtrohet pyetja: A mjafton ky regjistër i kredive për një frymëmarrje të gjerë të

ekonomisë dhe a mundet të sigurojë një ndihmesë në këto kohë krize?

A është e nevojshme përqasja me teknika të reja kredituese që vijnë nga eksperienca

botërore që mund të përshtaten me realitetin Shqiptar?

Në Shqipëri, Regjistri i Kredive në Bankën e Shqipërisë ka vendosur një klasifikim të

kreditorëve në bazë numrash nga 0 në 7, sipas tabelës së paraqitur më poshtë :

Tabela 1. Klasifikimi i krditoreve sipas sistemit numerik . BSH41

nr 0 1 2 3 4 5 6 7

Klasifikimi

kredimarresit

Kredimarre

s

standard

Kredimarres

në ndjekje

Kredimarres

nën

standard

Kredimarres

te dyshimtë

Kredimarres

te humbur,

Kredimarres

qe ka

paguar

Kredimarres

te fshirë nga

bilanci

Kredimar

res

te

anulluar

Ky regjistër funksionon me një lidhje on-line dhe siguron një komunikim ndërmjet gjithë

bankave të nivelit të dytë dhe institucioneve financiare jo banka, të mbikëqyrura nga

Banka e Shqipërisë.

41 Kredimarrës që ka paguar (do të thotë likujduar detyrimet) Kredimarrësi anulluar (i është anulluar

raporti sipas një arsye të caktuar)


47

2.4. SISTEMET E INFORMACIONIT TË KREDITIT, (SIK)

SIK zakonisht administrohet nga organizata private, shtetërore apo bashkëpunim privat-

shtet që grumbullojnë të dhëna nga huadhënësit dhe burime të tjera publike për shlyerjen

e kredive/detyrimeve në të kaluarën nga subjektet (individë apo ndërrmarrje). Objekti

kryesor i saj është që të mbledhë sa më shumë të dhëna që të jetë e mundur me qëllim që

t’u ofrojë huadhënësve informacion jo vetëm për shlyerjen e kredive në të kaluarën, por

dhe për karakteristika dhe cilësi të tjera të tyre. Ky informacion përfshin dokumentat e

shlyerjes së kredisë, vendimet e gjykatave, falimentimet, pagesat për shërbimet publike

dhe të dhëna nga institucionet financiare jo-bankare. SIK përmban informacion më të

gjerë se Rregjistri i kredive duke përfshirë edhe të dhëna nga institucione jo-bankare që

nuk mbikëqyren nga Banka Qëndrore.

SIK gjithashtu përmban të dhëna publike të gjykatës, regjistrave te kolateraleve, regjistrat

e rregjistrimit dhe liçencimit të bizneseve, falimentimeve dhe burimeve të tjera.

Sistemi i informacionit të kreditit, SIK publik është normalisht jo-fitimprurës pasi

raportimi i të dhënave nga institucionet është pa pagesë, përveçse nëse përcaktohet

ndryshe me ligj nga qeveria. Ekonomitë me rritje të shpejtë janë të shtyra pjesërisht nga

disponueshmëria e kredisë e cila është e lidhur me nevojën e institucioneve të kreditimit

për të pasur në dispozicion informacion të plotë, në kohë dhe të saktë për huamarrësit

potencialë.

SIK mund të sigurojë një avantazh të rëndësishëm në zgjerimin e sektorit financiar dhe

ekonominë e një vendi, duke siguruar mundësi të reja ose zgjerim të huamarrjes nga

individët, institucionet mikrofinanciare, dhe ndërmarrjet e vogla dhe të mesme që kanë

qënë më parë të përjashtuara ose i’u është shërbyer pak në tregun e kredidhënies. Shumë

prej këtyre huamarrësve potenciale u mungon zotërimi i pronave të patundshme për

përdorim kolateral dhe ka pak të ngjarë që këtyre lloj konsumatorësh t‘u jepet kredi.

Raporti i PK gjeneruar nga SIK, mund të ndihmojë këta huamarrës potencialë të krijojnë

reputacion dhe një historik për të mundësuar kredimarrien, edhe në mungesë të

kolateralit.

Raporti i PK ka forcuar sistemet financiare duke ulur kostot e transaksionit, reduktuar

vonesat në shlyerjen e detyrimeve dhe uljen e borxhit, duke shkurtuar kohën për

plotësimin e kërkesave për kredi dhe rritjen e disponueshmërisë së kredisë.

Raporti i PK është provuar të jetë një mjet efektiv për të rritur stabilitetin e sistemeve

bankare, për të lejuar Bankën Qëndrore për më shumë monitorim nga afër mbi rreziqet e

kreditit në institucionet e mbikëqyrura financiare.

Për huamarrësit, raporti i PK përfaqëson se kush janë ata. Informacioni në një bazë të

dhënash të SIK-s tregon se si huamarrësit shlyejnë kreditë e tyre, se sa aktivë janë në

tregun e kredisë dhe si profili i tyre lidhet me shlyerjen e detyrimeve të tyre.

Nga praktikat më të mira rekomandohet se raporti i PK nuk duhet të përmbajë

informacion në lidhje me racën, fenë, ngjyrën, prejardhjen etnike, përkatësinë politike,

gjendjen shëndetësore, , apo dosjet penale të paraqitura në një bazë të dhënash të SIK-s.

Gjithashtu, një SIK është i suksesshëm kur është e populluar me sa më shumë të dhëna,

pasi do të ofrojë informacion si pozitiv ashtu edhe negativ, më të plotë dhe më efektiv.


48

Grafiku 11. Rregjistri kredive kundrejt SIK, Burimi: Punim i FMN-së

Siç vihet re nga grafiku me lart, regjistrat e kredive ofrojnë nivel më të ulët mbulimi sesa

SIK42 pasi regjistrat e kredive janë krijuar me qëllim parësor për t’i shërbyer mbikëqyrjes

bankare. Kështu sipas një vëzhgimi të Bankës Botërore, raporti mesatar i mbulimit nga

regjistrat publikë për kreditë në vendet në zhvillim vlerësohej në 3.6% të popullsisë

aktive, ndërsa mbulimi nga ana e byrove të kreditit shkonte në 16%. Po kështu raportet e

kredive në rregjistrat publike ofrojnë shërbimet me kosto të ulët ose dhe pa kosto për

huadhënësin. Por, baza jofitimprurëse e veprimtarisë shpeshherë përkthehet në mungesë

të motivimit dhe të fondeve të nevojshme të rregjistrave publikë për të investuar në

sisteme me cilësi të sigurtë. Kurse, SIK-të kanë një stimul më të lartë për besueshmërinë

dhe afatin kohor, që përkthehet në nivele më të larta shërbimi dhe investimi për të krijuar

shërbime me vlerë të shtuar, siç mund të jetë përfshirja e sistemit të vlerësimit me pikë të

kreditimit dhe monitorimi i portofoleve. Pavarësisht nga përhapja e shërbimeve bankare,

kredia për industrinë dhe publikun ende përbën thelbin e të ardhurave të bankave tregtare

dhe institucioneve të tjera të kreditimit në zhvillim.

Nga pikëpamja teknike, proçesi i kreditimit në përgjithësi është relativisht një seri e

drejtpërdrejtë e veprimeve e ndarë në dy pjesë kryesore. Këto aktivitete janë të lidhura

njëra me tjetrën nga aplikimi fillestar i kredisë së suksesshme apo të pasuksesshme (parë

kjo në mos-shlyerjen e saj). Problemi kryesor i çdo huadhënësi është që të dallojë në mes

të huamarrësve potencialë ata që janë të "mirë" dhe "jo të mirë" 43që para dhënies së

kredisë. Diferencimi i tillë është i mundur duke përdorur një metodë të PK.

Qëllimi është për të shqyrtuar PK si një metodë përpunuese me efikasitet bazuar në

shembuj nga hulumtimet e aplikuara. Studimet mbi PK në lidhje me kreditë me pakicë

janë të rralla në literaturën përkatëse në tregjet e zhvilluara dhe nuk ka studime empirike

në lidhje me kreditë me pakicë në vendet në tranzicion. Një hamendje është për shkak të

ndjeshmërisë së informatave lidhur me ligjet e privatësisë që rezultojnë në një mosdashje

që bankat të ofrojnë këto të dhëna. Kështu, shumica e literaturës së pikësimit të kreditit

PK merret me kredinë për bizneset dhe variablat e përdorura në proçesin e vendimmarrjes

janë në lidhje me kreditë në industri të ndryshme.

Në lidhje me aktualitetin shqiptar 44 është e rëndësishme përdorimi i këtij sistemi

informacioni krediti në kushtet shqiptare sepse Shqipëria në këto tregues të paraqitur ka

42 zyrat/agjensite /byrotë e kreditit 43 të keq si kredimarres 44 Doing Biznes 2015


49

mbulimin më të ulët në rajon. Si shihet më poshtë mbulimi konsumator në Shqipëri është

rreth 16.7 % i siguruar nga rregjistrit i kredisë i monitoruar nga Banka e Shqipërisë, pas

disa përmirësive të bëra në këtë rregjistër krediti. Por referuar treguesve nga Banka e

Shqipërisë niveli i kredive të këqija është akoma i lartë dhe ka mbetur në këtë nivel. Këto

të dhëna janë të shprehura si më poshtë:

Tabela 2. Doing Bussiness, Albania 2015

2.5 VLERAT E SISTEMIT TË INFORMACIONIT TË KREDISË

SIK administrohen nga një organizatë e pavarur që grumbullon të dhënat e regjistruara

publike, të dhëna statutore, të dhëna identifikuese, të dhëna për transaksionet e kreditit

dhe historitë e pagesave të individëve dhe organizatave apo bizneseve. Vlerat që sjell:

1. Lehtësinë e ndarjes së informacionit përmes huadhënësve.

2. Prodhon një informacion për huadhënësit që mund të këtë një efekt pozitiv apo

negativ në vlefshmërinë e një vendimmarrje nga huadhënësit .

3. Reduktojnë riskun e huadhënësve, pra ndihmojnë në një vendimmarrje më

objektive për huadhënësit

4. Mbrojnë konsumatorët nga mbledhje e borxheve duke ndihmuar kështu në një

normë për huadhënësit e kredisë bazuar në kapacitetin e pagesës.

5. Limiton mashtrimet

Është e ditur që efiçensa e SIK do të ndihmojë në rritjen e ekonomisë së vendit apo

shtetit, duke promovuar politika kreditimi objektive, përgjegjshmërinë e kreditimit dhe

bërjen e kredisë të një konsumatori të ri me interes sa më të ulët, po kështu këto të dhëna

përdoren për të ndihmuar në parandalimin e pastrimit të parave dhe reduktimit të krimit të

organizuar dhe terrorizmit.Huadhënësit kanë nevojë për SIK për të bërë vendimarrje

kreditimi më të mira. Konsumatorët kanë nevojë për SIK të fitojnë një kredi me

terma/kushte më të drejta. Qeveria dhe Banka Qëndrore ka nevojë për një SIK të

ndihmojë në menaxhimin e borxheve të konsumatorëve individë/biznese.

Këto shërbime të SIK-ut kanë qënë veçanarisht të kërkuara në rritjet e shpejta të

ekonomive në Evropën Qëndrore dhe Lindore të Azisë Juglindore dhe Amerikës së Jugut.

SIK ofron cilësinë e kërkuar të informacionit dhe besueshmëri të tij. Këto dobi i shohim

në këndvështrime të ndryshme si në vijim:

Për konsumatorët individë. Ata marrin akses në kredi më të shpejtë e më

lehtësisht. Rritet standardi i jetesës. Reduktohet kosto e huamarrjes për aplikantët


50

që kanë demonstruar sjellje dhe histori të suksesshme të pagesave të kredisë apo

shërbimeve të tjera në të kaluarën.

Për konsumatorët biznese të vogla dhe të mesme. Qasje më të shpejtë dhe më të

lehtë në kredi. Reduktim i kostove të huamarrjes për aplikantët që kanë

demonstruar sjellje dhe histori të suksesshme të pagesave të kredisë apo


Për huadhënësit. Huadhënësit kanë nevojë për SIK për të bërë vendimarrje

kreditimi më të mira. Rritje të penetrimit në treg. Rritje të efiçencës operative.

Marrja e të gjithë informacionit për klientët mundëson strategji të dedikuara

marketing edhe për produkte të tjera. Menaxhimi në kohë i rreziqeve të tjera të

klientit mundëson politika çmimesh të diferencuara për aplikantët që kanë

demonstruar sjellje dhe histori të suksesshme të pagesave të kredisë apo


Për Qeverinë dhe Bankën Qëndrore. Ato kanë nevojë për SIK, pasi ndihmon në

menaxhimin e borxheve të konsumatorëve individë apo biznese. Ndihmon në stabilitetin

ekonomik që mundëson përfitime si për konsumatoret edhe për huadhënësit.Ndihmon në

identifikimin e mashtrimeve dhe autorëve të tyre, këto sjellin impakt pozitiv edhe në jetën

sociale të popullatës në vend. Operacionet efiçente të SIK ndikojnë pozitivisht në

impaktin ekonomiko-social të vendit, sepse arrijnë të harmonizojnë një tërësi veprimesh e

faktorësh në vijim si: Lobimi për ndryshime legjislative; Bindja e huadhënësve për të

ndarë të dhënat; Mbledhja e të dhënave dhe aplikimi në kontrollin e cilësisë; Menaxhimi i

ndjeshmërisë konsumatore; Mundësimi i aksesit për konsumatorët në bazën e të dhënave;

Ndërtimi i një sistemi kompjuterik efiçent që mund të shpërndajë kërkesat për shërbime;

Ndërtimi i një sistemi integrues për të gjitha problemet e tregut të kredisë.

Bankat në botë janë të interesuara në proçesin e integrimit në projekte institucionesh që

ofrojnë informacion të PK. Por, mungesa e besimit në rezultatet që mundëson zhvillimi

teknologjik, ka qënë arsyeja kryesore për disa banka që nuk janë përfshirë në këto

projekte. Kjo nuk është befasuese duke pasur parasysh se PKvuan nga disa informacione

asimetrike. Pavarësisht nga fakti nëse bankat bazohen ose jo në raportin e PK,

marrëdhënia e drejtëpërdrejtë nëse është e mundur me aplikantin vazhdon të dominojë në

vendimarrjen për kreditim të aplikantit. Kjo mund të pasqyrojë vlerën e fleksibilitetit në

rinegocim të termave të kontratës në marrëdhëniet bankare.

2.6 FUNKSIONIMI I SIK NË PËRMIRËSIMIN E FUNKSIONIMIT

TË TREGUT TË KREDITIT

Siç tregohet45 Sistemi i informacionit të kreditit SIK së pari krijon një efekt të shqyrtimit

që përmirëson vlerësimin e rrezikut të aplikantëve të kredisë, duke rritur cilësinë e

portofolit, e cila zvogëlohet nga normat e prapambetura. Së dyti, ekzistenca e tyre krijon

një efekt stimulues që mund të dekurajojë sjelljen neglizhente të huamarrësve si një

informacion në lidhje me sjelljen e tyre mes huadhënësve. Në një treg konkurrues të

45 McIntosh dhe Wydick (2004).


51

kredive, këto eficenca kalohen për huamarrësit në formën e një kostoje më të ulët të

kapitalit. Përmirësimi i informaticionit duke rritur efikasitetin dhe stabilitetin e të gjithë

sistemit financiar. Megjithatë, për shkak të karakteristikave publike të SIK, rëndësia e tij

në tregun e kredisë varet edhe nga faktorë të tjerë (vende të ndryshme, probleme

ekonomike të ndryshme , kultura të ndryshme).

Rrjedhimisht, gjerësia, thellësia dhe efikasiteti i përgjithshëm i SIK ndryshon shumë

midis vendeve. Raportimi i kreditit, në një nivel, është një pjesë e rëndësishme e sistemit

financiar në ekonomitë më të zhvilluara dhe në vendet në zhvillim shpesh është shumë

më e dobët në qoftë se nuk merren masat e duhura. Kjo është për shkak se në një mjedis

zero të ndarjes së informacionit disiplina e shlyerjes në transaksionet e kreditit zakonisht

ndodh nëpërmjet transaksioneve shpesh të përsëritura mes një huamarrës dhe një

huadhënësi të vetëm. Megjithatë, për shkak se huamarrësit shpesh nuk kanë aftësinë për

të dërguar sinjale të kredibilitetit të tyre në të gjithë pellgun e huadhënësve potencial në

vendet më pak të zhvilluara, ata janë më të ndjeshëm ndaj huamarrjes. Termat janë të

diktuara nga një huadhënës i vetëm me të cilët kanë pasur një marrëdhënie të kaluar. Në

këtë mënyrë flukset informative mes huadhënësve në mënyrë paradoksale mund të

zhvendosen në fuqinë e tregut të huamarrësit.

Niveli më i thjeshtë i shkëmbimit të informacionit ndërmjet huadhënësve përfshin

shkëmbimin e informacionit negativ, të tilla si pagesat e vonuara të huamarrësit. Krijimi i

thjeshtë i një "liste të zezë" publike prodhon si shfaqje stimuluese, duke zbutur

përzgjedhjen negative dhe problemet e rrezikut moral në tregun e kredisë. Ekzistenca e

listës së zezë ndihmon për huadhënësit për të shmangur huamarrësit e rrezikshëm dhe

fakti se huamarrësit duan të shmangin të qenit në listën e zezë përmirëson sjelljen e tyre

ndaj kredisë me një stimulim për shlyerjen në kohë të kredisë.

Marrëveshjet më të avancuara të shkëmbimit të informacionit përfshijnë të dhënat

pozitive të huamarrësit përvec të dhënave negative. Të dhënat pozitive, ose një "listë e

bardhë", mund të përfshijë ekspozimin e përgjithshëm të debitorit ndaj kredisë dhe

garancive, të dhëna nga historia e kaluar e kreditit, Shkëmbimi i informacionit pozitiv

lejon debitorin për të krijuar një "kolateral reputacioni" jetik shpesh në formën e një

pikësimi krediti, duke ofruar informata të vlefshme për tregun e kredive, dhe sinjalizime

për meritat individuale të një huamarrësi të kredisë. Sipas46, deri në vitet 1960 marrja e

një kredie kërkonte një procedurë ballë për ballë të aplikimit me një punonjës të bankës

me të cilin shpjegohej qëllimi i kredisë dhe demonstrohej aftësia kredituese/paguese.Me

kalimin e kohës, zhvillimi i SIK dhe MPK mundësuan bankat për të marrë informacion

në lidhje me të dhënat e kredisë konsumatore individuale, edhe pse ata nuk kishin

marrëdhënie të mëparshme me ta. Prandaj shkëmbimi i informacionit të kreditit jo vetëm

që ndihmon në kostot më të ulta të transaksioneve, por edhe në lehtësimin e

transaksioneve të largëta të tilla si për shembull, trasaksionet financiare apo ato të

internetit dhe bankimit. Ka pasur një rritje të konkurrencës ndërmjet institucioneve

tradicionale dhe jo-tradicionale në industrinë e shërbimeve financiare me një rënie në

besnikërinë e konsumatorit. Megjithatë, shkëmbimi i informacionit nga SIK ka çuar në

rritjen e konkurrencës midis bankave rezultuar në një rënie të qirave monopol për bankat,

46 Cavelaars dhe Passenier (2012 46 Paswan, Spears, Hasty & Ganesh, (2004)


52

në përfitime të klienteve të bankave dhe të shoqërisë në tërësi. Huadhënësit përdorin

bazën e të dhënave të SIK për të vlerësuar aplikimin e kredimarrësve të tyre. E

rëndësishmja, është se të dhënat e tilla kanë qënë konsideruar për të nxitur transparencën

dhe për të zvogëluar avantazhin e informacionit që një huadhënës ka mbi klientët e tij

ekzistues, e cila nga ana tjetër mund të çojë në çmime më të ulta të ofruara për

konsumatorët dhe akses më të madh në kredi. Që kur informacioni është shumë jetik për

funksionimin efikas të tregjeve të kredive, ekzistenca e informacionit asimetrik midis

huamarrësve dhe huadhënësve paraqet problemet e borxheve të këqija, rrezikun moral

dhe përzgjedhjen negative47

2.7. SISTEMI I INFORMACIONIT TË KREDITIT

Sistemet e informacionit të kreditit, SIK përpilojnë bazat e të dhënave që huadhënësit

potenciale mund të përdorin për të ndihmuar në vlerësimin e kreditit të

konsumatorëve.Ato japin informacion të huadhënësit potencial në lidhje me të dhënat e

kreditit të aplikantit, duke prodhuar një "raport të kredisë", që përmban detajet e pagesës

dhe historisë së kreditit të një individi, llogaritë financiare dhe mënyrën se si ato janë

menaxhuar, si dhe informacione të tjera me interes për industrinë e kredive48. Raportet e

SIK ndihmojnë bankat në sektorin bankar që kredimarrësit me sjellje jo të mirë të

reflektohen ne raportet e kreditit sipas termave dhe kushteve të rrepta. Kjo pritet edhe për

të ndihmuar bankat në minimizimin e rritjes së kredive jo-performuese numri i të cilave

ka një tendence në rritje. Shkëmbimi i Informacionit të kredisë për huamarrësit pritet të

minimizojë problemin e asimetrisë së informacionit në sektorin financiar. Asimetria e

informacionit midis bankave dhe huamarrësve është një nga kontribuesit kryesorë të

kostos së lartë të kredisë. Sepse në këto situata bankat kanë tendencë për të ngarkuar një

prim rreziku për huamarrësit për shkak të mungesës së informacionit të klientit. Kjo nga

ana tjetër, rrit koston e huamarrjes, që do të thotë shkallëzimin e shlyerjes së kredive,

duke u përkthyer në një nivel më të lartë të paracaktuar.Shkëmbimi i informacionit të

kredisë,SIK pritet të lehtësojë zhvillimin e kapitalit të informacionit për të reduktuar

asimetrinë e informacionit ose të rrisë simetrinë e informacionit duke arritur që kostot e

kredisë të bien ndjeshëm. SIK asiston huadhënësit në vendime për kreditë më të sakta dhe

në një kohë më të shkurtër. SIK mbledh menaxhon dhe shpërndan informacionin e

konsumatorëve për huadhënësit në formën e raporteve të kreditit. Këto raporte krediti do

të ndihmojnë huadhënësit të vendosin nëse do merren vendime për zgjerim kredie të një

aplikanti, një overdrafti një karte e kreditit ose në zgjerimin e ndonjë produkti tjetër i cili

është gjithmonë e lidhur me aftësinë e konsumatorit për të shlyer kredinë në kohë.

2.7.1.Sistemi i informacionit të kreditit dhe bankat tregtare

Në përcaktimin e SIK, ajo që renditet e para është për të bindur bankat dhe institucionet e

tjera financiare që në qoftë se përfiton një institucion, si SIK, përfitojnë të gjithë49

Konsumatorëve u shërbehet më mirë dhe rrjedhimisht marrin ato produkte që mund të 47 Ferretti, (2006) 48 Ferretti, (2006). 49 Leonard, (1996)]


53

përballojnë. Kështu do të ketë më pak humbje ndaj kredive, si dhe një përgjegjësi

monetare të institucioneve të kreditit e rrjedhimisht më pak para të humbura. Megjithatë,

sipas50 paralajmërohet se bankat individuale mund të gjejnë një vështirësi duke ndjekur

këto tendenca, si rezultat i presionit të tregut, të tilla si homogjeniteti në rritje i modeleve

të biznesit i cili mund të shtojë ndjeshmërinë e sektorit bankar në tërësi. Institucionet

financiare individuale mund të përdorin informacionin nga SIK për pikësimin e kreditit

dhe vlerësimin e meritave të kreditit për klientët. Procesi i modelimit të variablave të

rëndësishëm në zgjerimin e kredisë është përmendur si pikësim krediti 51 .Bazuar në

analizat statistikore të të dhënave historike të konsumatorëve,variabla të caktuara

financiare janë të vendosura që të jenë të rëndësishme në procesin e vlerësimit të

stabilitetit financiar të një aplikanti kredie. Kjo analizë prodhon koeficientë të cilët janë të

përkthyer në peshat e përcaktuara sipas rëndësisë dhe gjykimit të këtyre variablave. Më

pas, informacioni mbi këto variabla të rëndësishme është marrë për klientët e rinj të

bankës.Një pikësim krediti i përgjithshëm për aplikantët e rinj është prodhuar duke shtuar

pikësimin e ponderuar të cilat janë gjeneruar nga përgjigjet kundrejt variablave të

ndryshëm. Nëse ky pikësim i përgjithshëm është mbi një pikë të paracaktuar cut-off,

aplikanti për kredi merr një linjë të caktuar të kredisë. Nëse jo, aplikuesit i është mohuar

marrja e kredisë.

Bankat e nivelit të dytë në Shqipëri janë institucione financiare të cilat janë të autorizuara

me ligj për të marrë para nga bizneset dhe individët dhe huazojnë para për ta. Ato janë të

hapura për publikun dhe për t’u shërbyer individëve, institucioneve dhe bizneseve. Ato

janë krijuara kryesisht me qëllim për të arritur një fitim me kryerjen e këtyre aktiviteteve.

Veprimet e tyre janë të licencuara, mbikëqyren dhe rregullohen nga Banka Qëndrore.

2.7.2 . Sistemi i informacionit të kreditit ndikon te huamarrësit në

shlyerjen e kredive dhe reduktimin e NPLs

Sipas 52 sektori i kredisë private në raport me PBB është e lidhur pozitivisht me

shkëmbimin e informacionit në studimin e performancës së tyre në tregun e kredive dhe

marrëveshjeve institucionale në 129 vende të botës për periudhën ndërmjet viteve 1978-

2003.Të dhënat sugjerojnë se shkëmbimi i informacionit mund të këtë një ndikim të

ndryshëm mbi disponueshmërinë e kreditit për lloje të ndryshme nivelesh të të dhënave

nga bota e biznesit53. Sipas një studimi të vitit 1999 me të dhëna të përgjithshme mbi

regjistrat publikë dhe privatë të mbledhur konstatohet se Agjencitë private të kreditit kanë

kufizimeve të financimit më të ulta dhe me një përqindje më të lartë të shkëmbimit të

financimit bankar (ndërsa regjistrat e kreditit publik nuk i kanë), këto korrelacione janë

veçanërisht të forta për firmat e vogla dhe të reja.

50 Cavelaars dhe Passenier (2012) 51 Leonard, (1995) 52 Djankovet al., (2007)] 53 Love and Mylenko (2003].


54

2.7.3 Sistemi i informacionit të kreditit duhet të jenë në zhvillim të

vazhdueshëm

(SIK) në mbarë botën nuk duhet të qëndrojnë në vend; SIK duhet të përdorin shërbime

inovative për të plotësuar nevojat evoluese të klientëve. Ndikimi i klasifikimit të kreditit

ose pikësimit të kreditit nga agjencitë në tregjet financiare është bërë një nga shqetësimet

më të rëndësishme të politikave me të cilat përballet arkitektura financiare

ndërkombëtare. Klasifikim i kredisë tregon një rrezik relativ të kredisë dhe shërben si një

metrikë e rëndësishme me të cilën shumë investitorë dhe rregulloratorë masin rrezikun e

kredisë. Sipas54gjenden prova empirike se tregu i kreditimit do të përballet gjithmonë me

probleme për shkak të rrezikut të kredisë në mungesë të një institucioni të shkëmbimit të

informacionit dhe reputacionit bankar.Megjithatë, studimi gjithashtu tregoi se krijimi i

SIK inkurajon huamarrësit për të shlyer kreditë e tyre duke i lejuar huadhënësit për të

identifikuar huamarrësit me një histori të mirë të pagesës.Studimi ka treguar se një

institucion i shkëmbimit të informacionit ndikon pozitivisht në tregun e kredive në

mënyrat e mëposhtme: Në mungësë të SIK, huamarrësit kanë një tendencë për të shlyer

kreditë vetëm kur kanë planifikuar të krijojnë një marrëdhënie aktuale të kreditit.

Megjithatë, në ekonomitë me një institucion të informacionit të kredive, huamarrësit kanë

një shans më të lartë në shlyerjen e kredive të tyre pa marrë parasysh nëse kanë

planifikuar të vazhdojnë marrëdhëniet e tyre aktuale të kreditimit apo jo. Kështu, mund të

nënkuptohet se institucionet e shkëmbimit të informacionit të kreditit, dokumentojnë

sjelljen e huamarrësit dhe kjo mund të ndikojë pozitivisht në shlyerjen e kredisë dhe

reduktimin e kredive me probleme, NPLs. Sipas55tregohet se institucionet financiare po

përballen me një rrezik të madh të kredive me probleme (NPL) duke vënë në dukje se

kreditë më të mëdha kanë ekspozim më të madh të rrezikut, kështu që kostot për

leke/euro janë më të larta. Për të kapërcyer sfidën e NPLs, krijimi i një institucioni për të

monitoruar sjelljen e huamarrësve është i nevojshëm. Kështu, ideja e krijimit të SIK është

konceptuar në mënyrë që të mundësojë bankat për të përcaktuar meritat e kreditit të

huamarrësve të tyre, si individëve, dhe bizneseve; për këtë arsye redukton rrezikun e

kredisë duke reduktuar NPLs.

Në këtë këndvështrim SIK së pari, shkëmben informacionin e kreditit midis bankave; së

dyti, eliminon huamarrësit e korruptuar (huamarrës nga institucione të ndryshme

financiare me qëllime të përcaktuara) së treti, siguron informacionin profesional të

kreditit për investitorët e mundshëm të huaj; së katërti identifikon huamarrësit e

ndershëm/të besueshëm të bazuar në historinë e tyre të kreditit si dhe karakteristikave të

tyre. Sipas 56 dalim në përfundimin se SIK së pari krijon një efekt që përmirëson

shqyrtimin e vlerësimit të rrezikut të aplikantëve të kredisë, duke rritur cilësinë e

portofolit, e cila nga ana tjetër zvogëlon normat e prapambetura. Sipas57 kriza e tanishme

globale financiare, e cila filloi në Gushtit 2007 në Shtetet e Bashkuara, i atribuohet

kolapsit në tregun e kredive për shtëpi dhe produkteve derivate. Bankat komerciale në 54 Brown dhe Zehnder (2007) 55 Schreiner (2001)] 56 McIntosh dhe Wydick (2004)], 57 Grosvenor et al (2010],


55

këtë mënyrë janë të ekspozuara më shumë ndaj rrezikut, për të krijuar përfitime më të

mëdha në një afat kohor më të shkurtër, duke dhënë kredi me një risk më të lartë të

kthimit e duke pasur kështu tendencën për të regjistruar humbjet më të larta. Niveli i

kredive me probleme në SHBA filloi të rritet ndjeshëm në fillim të vitit 2006 në të gjithë

sektorët.

NPL-të pasqyrojnë rrezikun e kreditit për bankat nga faktorë të jashtëm siç janë kushtet e

varfra ekonomike, apo faktorë të brendshëm siç janë vendimet e dobëta të kreditimit ose

të dyja. Raporti i kredive me probleme ndaj aktiveve është një tregues i cilësisë së

aktiveve të bankës dhe shëndetit financiar. Në rastin e trazirave aktuale financiare, një

raport i lartë mund të tregojë se bankat nuk janë të shëndetshme sepse kanë ekspozim të

madh për origjinën e problemit. Sipas58 kontrolli i kredive me probleme është shumë i

rëndësishëm për një bankë në veçanti dhe mjedisin financiar të ekonomisë në përgjithësi.

Kështu59 është gjetur se informacioni historik i mbledhur nga një SIK ka paracaktuar

fuqinë parashikuese. Sipas një studimi 60 huadhënësit mund të reduktojnë ndjeshëm

normën e tyre të paracaktuara duke përfshirë informacion më të plotë për huamarrësit në

modelet e tyre të parashikimit. Një studim analog në Brazil dhe Argjentinë gjen

ngjashmëri në uljen e problemeve kredituese, kur më shumë informacion ishte në

dispozicion për huamarrësit.Tregjet e krediti paraqesin probleme asimetrike të

informacionit nga ana tjetër huadhënësit nuk njohin sjelljen e mëparshme dhe as

karakteristikat e kredituesve të tyre. Kjo krijon një problem të rrezikut të moralit që

shkakton te huadhënësit marrjen e vendimeve ndaj kredisë të bazuara në karakteristika

mesatare të huamarrësve në vend të karakteristikave individuale të tyre61.Gjithashtu në

vijim mbështetet teoria se shkëmbimi i informacionit redukton rrezikun moral62, nëse

huadhënësit përfshihen në institucionin e shkëmbimit të informacionit të kreditit

demostrohet një performancë më e mirë në pagesa nga huamarrësit. Një nga detyrat

kryesore të bankave të nivelit të dytë është që të ofrojnë kredi dhe burimi kryesor i

rrezikut është rreziku i kredisë, kjo lidhur me pasigurinë në shlyerjen e huamarrësve të

këtyre kredive63.Rregulloret kërkojnë që të gjitha bankat e licencuara dhe institucionet

financiare jo-banka duhet të shkëmbejnë informacion mbi huatë dhe problemet e lidhura

me to, përmes regjistrit të Kredive i cili është pjesë e Bankës Qëndrore të Shqipërisë. Roli

i rregjistrit të kredisë është për të mbledhur, sistemuar të dhënat e marra nga burimet e

miratuara të procesit të informacionit për të gjeneruar raportet e kreditit për t'u përdorur

nga huadhënësit në të ardhmen.

Kërkimi i64 bazuar në informata tregon se ekzistenca e regjistrave të kredisë, është i

lidhur me rritjen e vëllimit të kreditimit, rritjen e nevojës kredituese, përmirësimin e

qasjes në financim dhe rrjedhimisht në një sektor bankar më të qëndrueshëm. Më tej,65 u

58 Ngetich (2001)] 59 Kallberg dhe Udell (2003] 60 Barron dhe Staten (2003) 61 Rothschild dhe Stiglitz, (1976). 62 Doblas-Madrid dhe Minetti (2009) 63 Tiffany Grosvenor et al (2010). 64 Armstrong, (2008) 65 Hansen et al, (2004


56

theksua se shumë huamarrës bëjnë më shumë përpjekje për të shlyer kreditë e tyre, por

nuk marrin një shpërblim për këtë, sepse një histori e mirë e shlyerjes nuk është në

dispozicion për bankat që kanë qasje për kredi të reja. Sa herë që huamarrësit dështojnë

për të shlyer kreditë e tyre, bankat janë të detyruara të kalojnë këtë në koston e përcaktuar

për klientët, përmes rritjes së normave të interesit dhe tarifave të tjera. Pra nuk ka një

konsideratë për t’u shpërblyer huamarrësit që luftojnë shumë për të qënë gjithmonë në

kohë në shlyerjen e kredisë. Raportet e kreditit lejojnë bankat për të dalluar më mirët në

mes të huamarrësve.

Kërkimet e fundit teorike sugjerojnë një efekt të trefishtë të shkëmbimit të informacionit

të huadhënësit për historinë e kreditit të huamarrësit.66 Së pari, SIK përmirëson njohuritë

mbi aplikantët, ndihmon bankat, lejon parashikim më të saktë të probabilitetit të shlyerjes

nisur nga karakteristikat, duke lejuar huadhënësit për të synuar çmimet më të mira të

kredive, e lehtësuar në këtë formë problemet negative të përzgjedhjes. Në këtë drejtim

krijimi i një SIK është një nevojë për cdo bankë, e cila ka një numër të madh të

konsumatorëve dhe nuk ka asnjë informacion të mëparshme, pasi dihet se, huamarrësit

janë shumë të lëvizshëm. Së dyti, SIK redukton qeratë informative që bankat mund të

përdorin për të gjetur klientët e tyre.

Së treti, puna e SIK shfaqet si një mjet disipline për huamarrësit: pasi çdo huamarrës e di

reputacion standart në të gjithë huadhënësit e tjerë të mundshëm.

Kështu67 përdorimi i sistemeve të informacionit të rrezikut të kredisë është bërë një temë

e analizës dhe promovimin në kuadër të organizatave ndërkombëtare dhe qeverive

kombëtare. Theksohet se një nga faktorët kufizues në qasjen për kredi për bizneset e

vogla është mungesa e informacionit mbi rrezikun që përfaqësohet në ndërmjetësit

financiarë. Si rezultat, bankat e nivelit të dytë duhet të bëjnë një përpjekje të madhe për

të marrë informacionin që kërkojnë, në mënyrë për të marrë vendime të drejta mbi

kërkesat e kreditit. Kjo krijon rritjen e kostos operative, të cilat janë transferuar në

përgjithësi te klientët direkt ose indirekt. Kështu me tej, theksohet se problemet e

informacionit kanë qënë prej kohësh në plan të parë të analizave të tregjeve të kreditit.

2.8. PËR FUNKSIONIMIN EFEKTIV TË SISTEMEVE TË

INFORMACIONIT TË KREDITIT

Një ekonomi moderne, bazuar tek kredia kërkon akses dhe informacion të plotë, të saktë

dhe të besueshëm, për çdo shqetësim lidhur me historikun e pagesave dhe sjelljen e

huamarrësve. Një sistem efektiv i informacionit të kreditit mund të jetë pjesë integrale e

funksionimit të sistemeve moderne financiare. Sistemet e informacionit të kreditit mund

të përfshijë një numër të funksioneve, duke përfshirë mbledhjen, analizimin dhe

shpërndarjen e informacionit për mënyrën se si konsumatorët dhe bizneset, të mëdha apo

të vogla, trajtojnë detyrimet e tyre të kreditit. Ky lloj informacioni ka provuar të jetë një

mjet efektiv për një shumëllojshmëri qëllimesh, duke përfshirë edhe vlerësimin e rrezikut

përballjen me kreditorët, si dhe eksperiencën e kaluar të pagesës si një parashikues i fortë

i performancës në të ardhmen. Sistemi i informacionit të kreditit gjithashtu bën të mundur

66 [Pagano dhe Jappelli, (1993) 67 Herausgeber (2001)


57

vlerësimin në mënyre empirike, në formën e pikësimit të kreditit, në faktorë që janë më

parashikuesit, duke lejuar vendime përfundimatare më të mira. Si rezultat i kësaj,

kreditorët mundet në mënyrë inteligjente të vlerësojnë vendimet e konsumatorit dhe të

kreditimit të biznesit, duke promovuar zgjerimin e kreditit dhe zhvillimit ekonomik.

Gjithashtu, kreditorët janë në një pozitë më të mirë për të zhvilluar ofertat e shumta të

kreditit të përshtatura ndaj rrezikut të paraqitur nga historitë individuale të kreditit të

huamarrësve.Sistemet e informacionit të kreditit promovojnë konkurrencën ndërmjet

huadhënësve, duke reduktuar kështu koston e kredisë. Në fakt, sisteme të tilla gjithashtu

mund të rrisin aftësinë për të tërhequr kapitalin e investimeve të huaja, duke u siguruar

kreditorëve të huaj një bazë racionale mbi të cilën vlerësohet rreziku i kredisë.

Rajonalizmi dhe globalizimi i dhënies së kredisë do te zgjerohet më tej në qoftë se

standardet janë në përputhje dhe transparente në mbledhjen e informacionit.

2.8.1 Kuadri ligjor

Bazat për operimin e Sistemet të Informacionit të Kredisë

2.8.1.1. Mjedisi ligjor nuk duhet të pengojë krijimin dhe në mënyre ideale duhet të

prodhojë një kornizim për krijimin dhe operimin efektiv të sistemit të informacionit të

kreditit. Ligjet kanë një potencial të një raportimi të mirë besimi, nga sistemi i

informacionit të kreditit. Ndërkaq informacioni i raportuar është një vlerë e rëndësishme

që sistemi i informacionit të kreditit duhet të ofrojë si një mjaftueshmëri e mbrojtjes

ligjore të aktiviteteve, pa eliminuar mirëmbajtjen e sistemit të informacionit të kreditit në

nivele të larta.

2.8.1.2 Në botën e zhvilluar, shumë Sisteme të informacionit të kreditit janë zhvilluar në

mënyrë organike për sa kohë që ligjet nuk e kanë penguar funksionimin e tyre.

Megjithatë, shqetësimet rreth përdorimit të drejtë të informacionit kanë çuar në kalimin e

legjislacionit të autorizuar dhe në rregulloret e ekzistencës së sistemeve të informacionit

të kreditit. Krijimi i një legjislacioni të tillë heq dyshime në lidhje me qëndrueshmërinë

ligjore të subjekteve të tilla, duke krijuar siguri më të madhe rregullatore që mund të

inkurajojë hyjrjen në treg të sistemeve të informacionit të kreditit.

2.8.1.3 Mbrojtje nga detyrimet. Sistemi i informacionit të kreditit duhet t’ju jepet

mbrojtje ligjore e mjaftueshme për të inkurajuar aktivitetet e tyre pa eleminuar stimujt për

të mbajtur nivele të larta të saktësisë se tyre. Ndërsa sistemi i informacionit të kreditit

duhet të inkurajohet për të ruajtur standardet e larta të saktësisë, ekspozimit të mundshëm

ndaj veprimeve të mashtrimeve madje edhe pasojat nga gabimeve të paqëllimshme, të

cilat mund të dekurajojnë funksionimin e tyre. Mbrojtje të tilla nuk duhet të lehtësojnë

sistemin e informacionit të kreditit nga përgjegjësia për të siguruar informacione të sakta.

2.8.2 Operacionet

2.8.2.1 Përdorimi dhe Kufizimet. Përdorimet e lejuara të të dhënave nga sistemi i

informacionit të kreditit duhet të jenë të kufizuara në mënyrë të qartë, sidomos në lidhje

me të dhënat për individët.Sistemi i informacionit të kreditit mbledh një pasuri të


58

informacionit në lidhje me individët dhe bizneset.Pjesa më e madhe e këtij informacioni

mund të ketë një ndikim serioz në reputacionin dhe në gjendjen financiare. Informacioni

mund të përdoret në mënyra negative dhe potencialisht të dëmshme, të tillë si për qëllime

të shantazhit apo referime te autoritetet penale për evazion fiskal. Nga ana tjetër, në qoftë

se informacioni është përdorur për qëllime të ligjshme, të dobishme, ekzistenca e sistemit

të informacionit të kreditit merr besueshmërinë e pranimin publik.

2.8.2.2 Data Security. Masat duhet të merren për të punësuarit, për të mbrojtur

informacionin e përfshirë në sistemin e informacionit të kreditit. Përmbajta e

informacionit në sistemet e informacionit të kreditit është i ndjeshëm dhe për të shmangur

ose minimizuar kufizimet e përdorimit, sisteme të tilla duhet të përdorin metoda të

arsyeshme për të mbrojtur sigurinë e një informacioni të tillë. Sipas rastit, këto metoda

mund të përfshijnë masa sigurie fizike, elektronike dhe procedurale për t’u mbrojtur nga

pranimi i të dhënave jo të sakta.

2.8.2.3 Shërbimet e sistemit të informacionit të kreditit mund të japin informacion të

vlefshëm për vlerësimin e rrezikut të shlyerjes, mbledhjen e borxhit, marketingun,

shqyrtimin e punësimit, shqyrtimin e qiramarrësit, analizën e dëmeve, marrjen në

sigurim, hulumtimin e tregut dhe trendet ekonomike. Një mjedis i shëndoshë për

menaxhimin e kreditit të rrezikut kërkon qasje të arsyeshme më të sakta, më të

besueshme dhe aktualisht një informacion të kredive për huamarrësit duke siguruar

mbrojtje adekuate për intimitetin e huamarrësve udhëhequr nga rregullat e përgjithshme

të rregullatorit ligjor.

2.8.2.4 Ambienti ligjor duhet të sigurojë një procedurë transparente që përmban stimuj

për mbledhjen dhe shpërndarjen e informacionit. Qasja duhet të sigurohet ndaj

kompanive të angazhuara në aktivitetet e kreditit dhe nuk kufizohet vetëm në lloje të

veçanta të njësive ekonomike, p.sh, bankat. Nuk mund të ketë argumente për të kufizuar

qasjen në kompanitë që i furnizojnë këto shërbime të sistemit të informacionit të kreditit.

Kjo mund të kufizojë në mënyrë të padrejtë përdoruesit potencialisht të dobishëm,

sidomos kompanitë që sapo janë krijuar dhe ende nuk mund të kenë sasi të

konsiderueshme të informacionit për të kontribuar.

2.8.2.5 Transparenca dhe qeverisja e mirë bashkëpunuese janë themelet e një sistemi të

fortë të kreditimit.Transparenca ekziston kur informacioni është mbledhur dhe është bërë

gati për dispozicion të palëve të tjera e kombinohet me sjellje të mirë të qytetarëve

"korporatave", duke krijuar një mjedis të informuar dhe komunikues të favorshëm për

bashkëpunimin më të madh të mundshëm mes të gjitha palëve. Transparenca dhe

qeverisja e korporatave janë veçanërisht të rëndësishme në tregjet e reja, të cilat janë më

të ndjeshme ndaj luhatjeve nga faktorët e jashtëm. Pa transparencë, ka mundësi që çmimi

i kredisë nuk do të reflektohet ne rreziqet themelore, duke çuar në norma të larta interesi

dhe tarifa të tjera shtesë.

2.8.2.6 Të dhënat dhe Integriteti. Nxitjet duhet të ekzistojnë për të ruajtur integritetin e të

dhënave.Sistemi i informacionit të kreditit mund të përdoret në mënyra të ndryshme. Disa

përdorime, të tilla si vlerësimi i rrezikut të kredisë, mbështetet në një bazë të dhënash që

përmban të dhëna historike të huamarrësve të mundshëm.Përdorime të tjera nuk mund të

kërkojnë që të dhënat të ruhen për periudha më të zgjatura në kohë. Në këtë kontekst, ajo


59

mund të ketë kuptim për të hequr emrin e një debitori nga baza e të dhënave kur detyrimi

ka qenë i kënaqshëm. Megjithatë, në qoftë se baza e të dhënave është përdorur gjithashtu

për të bërë vlerësimet e ardhshme të rrezikut, heqja e këtij informacioni mund të nxisë

pagesën e borxhit të veçantë dhe kjo do të dëmtojë aftësinë për të identifikuar huamarrësit

të cilët kanë mbetur prapa në pagesat e tyre në të kaluarën. Në qoftë se një bazë të

dhënash do të përdoret, madje edhe pjesërisht për vlerësimin e rrezikut të kredisë, duhet

të ketë stimuj në vend, për të mbajtur të dhënat në sistem edhe pasi kreditë që kreditorët

kanë marrë janë kthyer.

2.8.2.7 Fusha e të dhënave. Sistemi ligjor duhet të krijojë stimuj për shërbimet e sistemit

të informacionit të kreditit për të mbledhur dhe për të ruajtur një gamë të gjerë të

informacionit për një pjesë të konsiderueshme të popullsisë. Sistemi i informacionit të

kreditit është më i efektshëm për përmirësimin e parashikimit të rrezikut nëse ato

përmbajnë të dhëna për një segmend sa më të madh të popullsisë. Sa më shumë i

pranishëm mbulimi, aq më mirë mund t’i shërbehet institucioneve financiare në

vlerësimin e aplikantëve për kredi. Shumë sisteme ekzistuese të kreditit punojnë në

mënyrë efektive përmes kontributit vullnetar të të dhënave nga ana e kreditorëve që e

kanë kuptuar interesin me informacion mbi klientët e tyre. Nëse kontributet vullnetare

janë të efektshme në krijimin e një sistemi të fuqishëm të informacionit të kreditit,

kërkesat ligjore për të raportuar informacionin mund t’u imponohet kreditorëve. Kërkesat

e tilla mund të shmangin problemin që kreditorët e mëdhej mund të mos zgjedhin, për të

kontribuar me informacione për shkak të shqetësimit që raportimi do të lehtësojë

konkurrencën midis kreditorëve.

2.8.2.8 Një nga kërkesat në rritje për shërbimet e sistemit të informacionit të kreditit do të

jetë në qoftë se kreditorët, si konsumatorët dhe bizneset, priten si aktorë në zgjerimin e

kredisë, duke konsideruar historinë e kreditit të huamarrësit. Kjo do të shërbejë si një

qëllimi i dyfishtë, për të përmirësuar kontrollin ndaj rrezikut për biznesin dhe në krijimin

e një tregu të nevojshme për sistemin e informacionit të kreditit.

2.8.3 Politika publike

2.8.3.1 Mbledhja dhe kufizimi i përdorimit. Kontrollet ligjore mbi llojin e informacionit të

mbledhur dhe të shpërndarë nga sistemi i informacionit të kreditit mund të përdoret për të

zhvilluar politikat publike. Kontrolli i përdorimit të të dhënave të mbledhura nga sistemi i

informacionit të kreditit, apo edhe kontrollet mbi llojin e informacionit në sisteme të tilla

janë të lejuara për t’u mbledhur, përdorur për qëllimet e politikës publike. Këto qëllime të

politikave publike shpesh mund të jenë në tension me funksionet e vlerësimit të rrezikut

të sistemet të informacionit të kreditit. Në teori, këto sisteme të mbledhjes së

informacionit maksimal në mënyrë efikase përdoren për të parashikuar rrezikun. Nëse

nuk do ishin lejuar të përdoren lloje të caktuara të informacionit, për shkak të

shqetësimeve të politikës publike, aftësia për të parashikuar rrezikun e bazuar në të

dhënat në dispozicion mund të zvogëlohet. Ka shpesh gjykime politike e publike që

sakrifikojnë vlerën parashikuese të të dhënave në favor të përparimit të objektivave

sociale apo ekonomike.


60

2.8.3.2 Anti-diskriminimi. Kontrollet ligjore mbi llojin e informacionit të mbledhur dhe

shpërndarë nga sistemi i informacionit të kreditit mund të përdoret për të luftuar lloje të

caktuara të diskriminimit shoqëror, të tilla si diskriminimi në bazë të racës, gjinisë,

origjinës kombëtare, statutit martesor, përkatësisë politike, ose anëtarësisë sindikaliste.

Ka shpesh vlera legjitime shoqërore që bëjnë thirrje për vlerësimin e rrezikut të kredisë,

të individëve ose bizneseve, bazuar vetëm në përvojën e mëparshme të kredisë, si një

metodë e barazimit në trajtimin e huamarrësve. Në disa raste, kjo mund të rezultojë në një

ndalim të mbledhur në lloje të caktuara të informacionit, të tilla si të dhëna demografike

apo të tjera në lidhje me huamarrësit që shkon përtej përvojës së tyre të pagesave të

kredisë paraprake, duke përfshirë gjininë, statusin martesor, apo racën. Këto vlera mund

të konsiderohen të vlefshme me kostot ekonomike duke zvogëluar aftësinë për të

parashikuar rrezikun e bazuar në të dhënat e sistemit të informacionit të kreditit. Kjo

mund të rezultojë në ndalesat për mbledhjen ose duke përdorur informacionin e caktuar

në lidhje me huamarrësit, për shembull, raca, gjinia, etj

2.8.3.3 Në mënyrë ironike, ka një tjetër mënyrë për të luftuar diskriminimin që është

drejtpërdrejte në kundërshtim me reduktimin e mbledhjes së informacionit. Në vend të

përjashtimit të informacionit në lidhje me karakteristikat e mbrojtura, në disa raste,

huadhënësit mund të kenë të nevojshme për të mbledhur të dhëna të tilla. Të dhënat nuk

mblidhen për vlerën e tyre parashikuese, por në vend të kësaj përdoren si një bazë për

vlerësimin nëse institucioni financiar është duke bërë vendime të bazuara në

karakteristikat e ndaluara.

2.8.3.4 Vjetrimi. Nuk mund të ketë arsye të politikave publike për të kufizuar aftësinë e

shërbimeve të sistemit të informacionit të kreditit për të raportuar informacionin negativ

përtej një periudhe të caktuar kohore, p.sh, pesë apo shtatë vjet. Disa lloje të informatave

në një skedar të kredisë kanë potencial për të penguar seriozisht një biznes 'ose aftësinë e

individit për të marrë kredi’. Një shembull i tillë është parashtrimi i kërkesës së

falimentimit në marrjen e kredisë. Njohuritë që një individ apo kompani i detyrohet të

përdorë falimentimin, kur detyrimet tejkalojnë pasuritë, mund të çojë në kreditorë të

ardhshëm për të zgjeruar kredinë. Ndërsa kjo është mjaft racionale, pasojat mund të

shkatërrojnë ekonominë për një individ apo kompani. Në raste të tilla, qeveria mund të

gjejë veten të ngarkuar me sigurimin e një asistence.

2.8.3.5 Megjithatë, në shumë raste, pagesat me vonesë apo falimentimet janë shkaktuar

nga shkaqe jashtë kontrollit të një individi, të tilla si një fatkeqësi natyrore, shpenzime të

papritura mjekësore, ose humbja e punësimit. Nuk mund të parashikohet një paaftësi e

përhershme për të menaxhuar çështjet financiare. Si rezultat i kësaj, mund të ketë një

dëshirë për të lejuar huamarrësit që të kenë kohë për të përmbushur detyrimin e tyre

financiar e për të rindërtuar historitë e tyre të kreditit me anë të sjelljes së mirë të

mëvonshme. Një shërbim informacioni kredie, mund të minojë këtë synim duke vazhduar

të raportojë ekzistencën e informacionit negativ në një kohë të pacaktuar. Si rezultat,

mund të ketë arsye të rëndësishme të politikave për të parandaluar raportimin e llojeve të

caktuara të informacionit negativ, p.sh., pagesat me vonesë, vendimet gjyqësore,

detyrimet tatimore dhe falimentimet, përtej një periudhe të arsyeshme kohore, siç janë

pesë deri në shtatë vjet. Në të kundërt, mund të ketë lloje të tjera të informacionit negativ,


61

p.sh, krime të rënda, që janë në interes të shoqërisë për t’u raportuar për periudha të gjata

kohore.

2.8.4 Privatësia

2.8.4.1 Njoftimi.Subjektet e lidhura me sistemin e informacionit të kreditit duhet të

bëhen të vetëdijshme për ekzistencën e sistemeve të tilla dhe në veçanti, duhet të

njoftojnë kur informacioni nga sisteme të tilla është përdorur negativisht rreth tyre.

Qytetarët janë të shqetësuar shpesh nga ekzistenca e bazave të të dhënave sekrete, të

fshehta që përmbajnë informacion në lidhje me ta, pavarësisht nëse këto baza të dhënash

janë mbajtur nga qeveria apo firmat private. Legjitimiteti i sistemit të informacionit të

kreditit do të rritet dhe do të reduktojë të gjitha moskuptimet, në qoftë se ka një

transparencë në lidhje me ekzistencën dhe me operacionet që ndërmerren.

2.8.4.2 Përveçse nga një vetëdije e përgjithshme e ekzistencës së sistemeve të tilla, mund

të jetë e rëndësishme edhe për të informuar subjektet e të dhënave të informacionit të

përdorura për të marrë vendime negative në lidhje me të. Është e pamundur për bazat e të

dhënave që përmbajnë mijëra, nëse jo miliona, raporte krediti (credit report) nga burime

të shumta, publike dhe private, për të ruajtur një informacion aktual të saktë në lidhje me

një popullsi që mund të ketë identifikues të ngjashëm ose identikë, të cilët nuk e përdorin

identifikimin e tyre personal në një mënyrë të qëndrueshme. Nëse të dhënat e gabuara

nga këto sisteme janë përdorur për vendimet e marra negativisht rreth individëve apo

kompanive, dhe subjekti nuk është njoftuar për burimin e të dhënave që çoi në vendimin

e pafavorshëm, subjekti nuk do të ketë mundësi për të korrigjuar keqinformimet. Si

rezultat i kësaj, subjekti do të vazhdojë të përballet me refuzime bazuar në të dhëna të

pasakta të sistemit të informacionit të kreditit. Kjo jo vetëm është e padrejtë ndaj

subjektit, po hedh dyshime mbi funksionimin e sistemit. Kjo gjithashtu do të thotë se

përdoruesit e sistemit do të vazhdojnë të sigurohen me të dhëna të pasakta që do të çojnë

në vlerësimet e gabuara të rrezikut.

2.8.4.3 Subjektet kanë njoftuar se veprimi i pafavorshëm është marrë bazuar në të dhënat

e shërbimit të sistemit të informacionit të kreditit që mund të jetë gjithashtu një mjet në

krijimin politikave e ligjeve anti-diskriminuese. Nëse subjektet e të dhënave janë të

lejuara në informacionin e tyre, ato mund të vlerësojnë nëse janë të ligjshme këto të

dhëna kundrejt mohimit.Për shembull, në qoftë se kanë pozitat e kreditit të krahasueshme

për huamarrësit e tjerë që kanë marrë kredi, dhe i vetmi ndryshim midis aplikuesve është

gjinia apo raca, këto subjekte mund të jenë në gjendje për të vendosur nëse ka ndodhur

diskriminimi.

2.8.4.4 Njoftohet apo bëhet e ditur se strukturimi i një sistemi informacioni të kreditit

është vetëm që të mbledhë ose përdorë informacionin me pëlqimin e subjektit të të

dhënave. Duke u dhënë subjekteve të të dhënave kontrollin mbi përfshirjen e tyre në

bazën e të dhënave, në krahasimin e përdorimin e të dhënave të tyre, rrezikojnë lejimin e

individëve apo bizneseve me kredi të varfër të përjashtojnë veten e tyre ose kufizojnë

qasjen në historinë e tyre të plotë të kreditit.


62

2.8.4.5 Qasja. Subjektet e lidhura me sistemin e informacionit të kreditit duhet të jenë në

gjendje për të hyrë në shërbimin e sistemit të informacionit të kreditit .Qasja në të dhëna

nga këto subjekte mund të shërbejë për një numër qëllimesh të rëndësishme.

Së pari, transparencë më e madhe në lidhje me mënyrën se si funksionon baza e të

dhënave dhe lloji i informacionit të mbajtur në to mund të rris besimin e publikut.

Së dyti, vetëm me qasjen ndaj subjekteve të të dhënave mund të ndërmerren sistemime të

veprimeve negative bazuar në të dhënat në shërbim, duke përcaktuar nëse këto të dhëna

janë të gabuara apo jo.

Së treti, në rastin e ndërmarrjeve në gjendje të vështirë, mund të jetë e dobishme që të

ketë ligje dhe procedura që kërkojnë dhënien e informacioneve shpjeguese, apo qasjen në

të dhënat financiare në kohë dhe të sakta. Kjo mund të nxisë kreditimin, investimet apo

rikapitalizimin e ndërmarrjeve të qëndrueshme në gjendje të vështirë. Kjo gjithashtu

ndihmon, duke mbështetur një gamë të gjerë të aktiviteteve të ristrukturimit, të tilla si

borxhe parash të humbura, ri-skedulime, ri-strukturime dhe konvertime të borxh-kapitalit.

2.8.4.6 Parimet dhe udhëzimet efektive për paaftësinë paguese dhe të drejtat e kreditorëve

në sistem, kërkojnë ligje për ofrimin e të dhënave të lidhura me debitorit që mund të

realizohet me anë të një shërbimi informativ të kreditit. Përveç kësaj, këto parime

theksojnë se korpotatat, bizneset dhe ristrukturimet duhet të mbështeten nga një mjedis i

përshtatshëm, që i nxit pjesëmarrësit të angazhohen në marrëveshjet konsensuale të

projektuara për të rivendosur një mbështetje financiare. Një mjedis i përshtatshëm

përfshin ligje dhe procedura që kërkojnë dhënie informacionesh shpjeguese, ose

sigurojnë qasje, në të dhënat financiare në kohë, të besueshme dhe të sakta mbi këto

biznese, duke inkurajuar kreditimin, investimet apo rikapitalizimit e këtyre bizneseve

problematike në mbajtjen e financave të qëndrueshme

2.8.4.7 Të drejtat e mosmarrëveshjeve. Subjektet e informacionit në sistemet e

informacionit të kreditit duhet të jenë në gjendje të kundërshtojnë të dhëna të pasakta ose

jo të plota dhe mekanizmat duhet të ekzistojnë gjatë mosmarrëveshjeve të tilla për hetime

dhe korrigjime gabimesh. Kjo mundëson që të dhëna të dobishme, duhet të kenë

mekanizma të përcaktuar ose të mandatuara gjatë mosmarrëveshje të tilla, për të hetuar në

qoftë se informacioni rezulton të jetë i gabuar.

2.8.4.8 Ka shpesh shqetësime për afatet kohore në zgjidhjen e mosmarrëveshjeve të

informacionit, ndoshta për shkak se një biznes ka nevojë për një angazhim financiar në

mënyrë që të nënshkruajë një kontratë qiraje, ose nëse një konsumator dëshiron të blejë

një shtëpi të re, duke shkuar te një tjetër blerës potencial në qoftë se financimi nuk mund

të sigurohet. Kështu, disa kërkesa për shqyrtimin në kohë të konflikteve shpesh mund të

jenë kritike për të bërë mosmarrëveshje të drejta kuptimplota.

2.8.4.8 Në mënyrë të ngjashme, një rishikim jo i plotë i një mosmarrëveshje, me asnjë

përpjekje reale për të hetuar dhe për të mësuar informacionin e duhur, mund të shërbejë

për të bërë të drejtat e kontesteve të pakuptimta. Në disa raste, gabimi mund të jetë i

dukshëm, si psh, data e lindjes së një foshnje që i përkasin një qytetari të rritur. Në vende

të tjera, mund të ketë nevojë për të kontaktuar me furnizuesit e sistemit të informacionit


63

të kreditit për të verifikuar saktësinë e saj. Shpesh shtrirja e hetimit do të përcaktohet nga

natyra e mosmarrëveshjes.

2.8.5 Zbatimi dhe mbikëqyrja

2.8.5.1 Funksioni Mbikëqyrës. Një përfitim i krijimit të një sistemi informacioni të

kreditit është për të lejuar rregullatorët të vlerësojnë ekspozimin ndaj rrezikut të një

institucioni, duke i dhënë kështu institucionit mjete dhe stimuj për ta bërë këtë. Fokusi i

parimit të sistemit të informacionit të kreditit është për të lejuar institucionet financiare

për të vlerësuar rrezikun që vjen nga huamarrësit. Këto sisteme sigurojnë mjete të

vlefshme për agjensitë rregullatore për të mbikëqyrur institucionet nën juridiksionin e

tyre. Sistemet e informacionit të kreditit lejojnë analiza efikase sistematike të portofolit të

kredisë së një institucioni financiar, duke përfshirë madhësinë, diversitetin, dhe nivelin e

rrezikut me kalimin e kohës.

2.8.5.2 Zbatimi efektiv i sistemeve të informacionit të kreditit. Sistemi i zbatimit duhet të

ofrojë metoda efikase,të lira, transparente dhe parashikuese për zgjidhjen e

mosmarrëveshjeve lidhur me funksionimin e sistemeve të informacionit të kreditit.Të

dyja metodat e zbatimit jo-gjyqsore dhe gjyqësore duhet të merren parasysh. Në dritën e

interesave të rëndësishme financiare të përfshirë në raportimin e informacionit të kredive,

ka nevojë për një mekanizëm për të zgjidhur mosmarrëveshjet në lidhje me saktësinë dhe

zbulimin e duhur. Ky mekanizëm mund të ekzistojë në gjykata, nëpërmjet proceseve

administrative, mbikëqyrjeve qeveritare, ose organizatave vetë-rregulluese.

2.8.5.3 Gjobat proporcionale. Sanksionet për shkelje të ligjeve që rregullojnë sistemin e

informacionit të kreditit duhet të jenë mjaft të rrepta për të inkurajuar përputhjen, por jo

aq të rrepta sa të dekurajojë operacionet e sistemeve të tilla. Ndërsa stimujt e

pajtueshmërisë të shërbejnë për një rol të vlefshëm në ruajtjen e integritetit të sistemit të

informacionit të kreditit.

2.9. EKSPERIENCA BOTËRORE E PËRDORIMIT TË PK PËRMES

SIK-UT

Në Gjermani, PK është pranuar gjerësisht për vlerësimin e besueshmërisë së aplikantit

për kredi. PK është përdorur jo vetëm për të përcaktuar nëse një aplikanti duhet t’i jepet

kredi, por PK është përdorur edhe në vendosjen e kufijve (shumës) së kredisë që mund ti

jepet dhe përcaktimit të normës së interesit të kredisë që mund ti aplikohet.

Konsumatorët, një herë në vit, kanë të drejtë të marrin një kopje falas të të gjitha të

dhënave që mbahen nga zyrat e kreditit, SIK. Aktualisht Schufa, ofron PK për rreth tre të

katërtat e popullsisë gjermane.


64

Në Australi, PK është pranuar gjerësisht si metodë kryesore e vlerësimit të

besueshmërisë së aplikantit për kredi. Në Australi, ashtu si në Gjermani, PK nuk është

përdorur vetëm për të përcaktuar nëse një aplikanti, duhet ti jepet kredi, por për të

përcaktuar limitet si dhe çmimin e kredisë. Edhe pse modeli probabilitet logjistik ( ose jo

linear ) është ende mënyra më e njohur për të zhvilluar PK, metoda të ndryshme të tjera

po ofrojnë alternativa të fuqishme, të tilla si: MARS, CART, CHAID, etj.

Në Kanada, PK janë pothuajse si ato në Shtetet e Bashkuara, por kanë edhe disa dallime

të rëndësishme. Njëra është se, ndryshe nga Shtetet e Bashkuara, ku një konsumator është

i lejuar të marrë në vit vetëm një kopje falas të raportit të tij të kreditit, në Kanada,

konsumatori mund të marrë kopje falas të raportit të tij të kreditit sa herë të dojë në një

vit, për sa kohë që kërkesa është bërë me shkrim, si dhe për sa kohë që konsumatori

kërkon një kopje të printuar që ti dërgohet me postë. Kjo kërkesë nga konsumatori është

cilësuar në raportin e kreditit si një "hetim i butë" dhe nuk ka efekt negativ në rezultatin e

tij të kreditit. Qeveria e Kanadasë për të edukuar publikun, ofron një botim pa pagesë për

çdo të interesuar të quajtur “Kuptimi i raportit tuaj të kreditit dhe PK”. Ky publikim ofron

shembuj të raportit të kredisë dhe PK, me shpjegime të shënimeve dhe kodeve që janë

përdorur në këto raporte. Publikimi gjithashtu, përmban informacione të përgjithshme se

si duhet ndërtuar apo përmirësuar historia e kreditit dhe si kontrollohet për shenja të

mundshme të vjedhjes së identitetit.

Në Indi, PK e CIBIL është një numër me tre shifra që paraqet një rezultat të historisë së

kreditit të individit dhe klasifikimin e kreditit të tij. Ky rezultat varion nga 300 deri në

900, me 900 është rezultati më i mirë. Nëse historia e kreditit është më pak se gjashtë

muaj, rezultati do të jetë 0. Për të krijuar dhe marrë një rezultat të kënaqshëm PK, duhet

që konsumatori nga 18 deri në 36 muaj apo edhe më shumë të jetë në marrëdhënie me një

institucion financiar dhe të ketë raportim të dhënash edhe nga institucione të tjera.

Në Norvegji, PK ofrohet nga tre agjenci PK: Dun & Bradstreet, Experian dhe Lindorff

.PK është i bazuar në informatat në dispozicion të publikut të tilla si të dhëna

demografike, deklaratat tatimore, të ardhurat e tatueshme dhe çdo e dhënë (edhe jo -

pagesë) që mund të regjistrohet në PK të individit. Rezultatet e PK varjojnë nga 300 në

900.

Në United Kingdom, shumica e bankave dhe institucioneve të tjera të kreditit, për të

siguruar cilësinë e kreditimit të tyre, marrin të dhëna nga SIK të quajtura agjensitë

reference të kreditit. SIK mbledhin të dhëna nga kompanitë që shesin mallra apo

shërbime me kredi, kompanitë e shërbimeve utilitare, etj. Teknika më popullore

statistikore e përdorur për të parashikuar një rezultat binar është ajo e regresionit

logjistik: borxh i keq ose jo borxh i keq. Disa banka gjithashtu kanë ndërtuar modelet e

regresionit që parashikojnë shumën e borxhit të keq që një klient mund të mbajë.

Zakonisht kjo është shumë e vështirë për të parashikuar dhe shumica e bankave

përqëndrohen vetëm në rezultatin binar. PK është e rregulluar nga Autoriteti i

Shërbimeve Financiare, për nevoja të përdorimit për qëllime të qasjes së avancuar për

mjaftueshmërinë e kapitalit sipas rregullave të Basel II. Konsumatorët nëse kanë

probleme me shërbimet e marra nga SIK mund ti dërgojnë ankesat tek Avokati i Popullit

për Ndërmjetësit Financiarë.


65

Në SHBA, zyrat kreditit kanë PK e tyre: ScorePower (Fico score nga Equifax ) Equifax

s, Equifax Credit Score, Experian’s PLUS score, dhe PK e TransUnion secili gjithashtu

shet PK e VantageScore.

Equifax. Një udhëheqës botëror i njohur i cili kryen rolin e prodhimit të informacionit

inteligjent. Kjo terminologji mund të duket e madhe, por ajo thjesht do të thotë se për çdo

biznes, Equifax është gjithmonë i gatshëm për të siguruar informacion në një mënyrë të

shpejtë dhe të lehtë për klientët e tij individë /biznese me qëllim mbështetjen e

shërbimeve financiare dhe shit-blerjen e produkteve duke ndihmuar kështu në një

menaxhim të mirë të kredisë së klientëve.

Experian. I njohur në mbarë botën në ofrimin e zgjidhjeve të nevojshme për organizata të

ndryshme dhe konsumatorët. Experian është jetik në kuptimin që ndihmon shumë

organizata për të gjetur zhvillimin e qëndrueshëm të kreditit, të menaxhimit të

marrëdhënieve me përfitim të konsumatorëve duke siguruar informacionin e duhur,

këshilla në vendim-marrje si dhe shërbimeve të përpunimit të informacionit. Experian

siguron dhe pajis konsumatorët me aftësitë e nevojshme për të kuptuar, menaxhuar dhe

mbrojtur informatat e tyre personale dhe pasuritë e tyre. Për të siguruar një mbarëvajtje të

bazës së të dhënave në këto SIK është e rëndësishme të inkurajohet mbledhja dhe dhënia

e plotë, korrekte dhe në kohë e të dhënave mes përdoruesve të këtyre shërbimeve. Hapi

më i rëndësishëm në zhvillimin e të dhënave është bindja e huadhënësve për të dhëne jo

vetëm llogaritë me historitë e mira të kreditit por gjithashtu dhe ato me histori kreditimi

jo të mira. Kështu që humarrësit me një histori kreditimi pozitiv mund të marrin kredi në

një limit më të madh si dhe t’u aplikohen normat e interesit më të ulta duke pasur një

akses më të gjerë në të gjitha produktet e kreditit. Huadhënësit mund të marrin vendime

kreditimi më të mira duke përdorur metodat e çmimit që bazohen në rrezikun e aplikuesit.

Këto SIK janë të mire-pozicionuara për t’u bërë ballë mashtrimeve. Dëshira për të

vendosur gjithmone përmirësime janë të nevojshme në një SIK ekzistues. Prezenca e

Experian në vende të ndryshme në botë, luan një rol shumë të rëndësishëm për keto

vende.

Tabela 3. Shpërndarja në vende të ndryshme,Autorja

Bullgari Itali Norvegji Francë

Rumani Irlandë Rusi USA

Afrikë e jugut UK Spanjë Danimarkë

Interpretimi i një PK do të ndryshojnë sipas çdo huadhënësi, industrie dhe ekonomie në

tërësi. Ndërsa 640 ka qenë një ndarës midis "më të mirit" dhe “më pak të mirit”, të gjitha

konsideratat për rezultatin sillen rreth forcës së ekonomisë në përgjithësi dhe oreksit të

investitorëve për rrezikun, për ti siguruar fonde huamarrësit sipas rezultatit të vlerësuar.

Prandaj, "më i miri" është një produkt i oreksit të huadhënësve për profilin e rrezikut të

huamarrësit në kohën që huamarrësi ka kërkuar kredi. Disa faktorë ndikojnë në PK e

individit. Një faktor është shuma që një individ ka huazuar në krahasim me sasinë e


66

kredive në dispozicion për individin. Nëse një indidvi merr hua më shumë sesa mund të

përballojë me të ardhurat e tij, atëherë PK e këtij individi do të shkoj drejt përkeqësimit.

2.10. RAPORTET E SISTEMIT TË INFORMACIONIT TË KREDISË

NË HARMONI ME NJËRI-TJETRIN.

Duke u kthyer në origjinën e sistemit të raportit të krediti dhe PK tregohet se ky proçes

filloi mbi 100 vite përpara.Fillimisht, nisi me tregtarët e vegjël që ndanin informacionin

për konsumatorët mbi mënyrat e pagesës dhe mundësinë që ky konsumator të arrinte të

paguante në të ardhmen. Kjo ishtë një mënyrë e mirë e përshtatshme për zbutjen e

risqeve. Këto bashkëpunime çuan në themelimin e shoqatave tregtare që me ardhjen e

kompjuterizimit dhe përmes konsolidimit u zhvilluan si SIK. Këtyre SIK u mungonte

niveli i privatësisë për informacionet e konsumatorëve. Po kështu ato rregjistronin të

dhëna që ishin jo të mira për kryerjen e parashikimeve të vlefshmërisë së konsumatorëve.

Po kështu nuk kishte një akses të mjaftuëshëm për konsumatorët për ti përdorur këto

informacione. Të gjitha këto mangësi u trajtuan në kongresin që miratoi Fair Credit

Reporting Act [FCRA] në vitin 1971.Standartet e FCRA-së përcaktuan një rregull në

privatësinë konsumatore si dhe raportim të përpiktë te kreditit. Gjithashtu, u përfshi edhe

informacioni financiar në raportet e kreditit, duke u korrigjuar pasaktësitë që gjëndeshin

në burimet e të dhënave, po kështu u ofruan kopje të sakta të raporteve të kreditit të tyre.

Marrja e këtij raporti fillimisht kërkonte plotësimin e një kërkese nga konsumatori.Më

poshtë. shembulli i një kërkese për marrjen e raportit të kreditit.

Tabela 4: Shembulli i një kërkese për marrjen e raportit të kreditit

Name:_______________________________

Emri, emri i mesëm , mbiemri

Adresa aktuale:

____________________________________________________________________

Adresa e rrugës, apartamenti , postal kodi

Adresat e mëparshme (brenda 5 viteve të fundit)

________________________________________________________________________________________________

_______________________________________________

Adresa e rrugës , apartamentit, qyteti dhe kodin

Adresa e rrugës , apartamentit, qyteti dhe kodin

Data e lindjes______________________:

Muaji/Dita/Vitit

Lloji i kartës tuaj të kreditit me shumën më të madhe dhe 4 shifrat e fundit e numrit të saj:

Kur ju morët kredinë? PO [__] JO [__}

Nga cili institucion vjen?


67

* Kërkohen dy dokumenta idetifikimi personale për personin tuaj

Dhe ju mund të zgjidhni njërën prej dokumentave të identifikimit që nënvizuam më sipër

2.10.1 Raporti i informacionit të kreditit

Për të dhënë një raport krediti duhet bazuar në disa fusha të dhënash për të qënë më të

konsoliduar në marrjen, analizimin dhe përgatitjen e informacionit. Këtu përfshihet i

gjithë informacioni për pagesat e shkuara dhe ato aktule, të ndara sipas rregullsisë së

pagimit ato në kohë dhe ato të paguara me vonesë. Limitet e përcaktuara dhe balancat e

përfshira në të, si dhe informacioni i marrë në rregjistrat publike.Këtu shënohen të gjithë

emrat e kompanive të cilët kanë kërkuar një kopje të raportit tuaj si edhe ata të cilët e

kanë marrë këtë raport dhe informacione të tjera shtesë. Pra me fjalë të tjera mund të

themi se një raport krediti është një raport shumë faqësh që profilizon transaksionet

financiare të konsumatorit. Informacioni i nevojshëm që përfshihet në raportin e kreditit

të konsumatorëve përmbahet si më poshtë:

Informacionin identifikues

Ky informacion zakonisht përmban emrin, adresën, numrin e sigurimeve sociale, ditën e

lindjes dhe informacion për punëdhënësit. Ky informacion është prodhuar për

huadhënësin Linjat e tregtisë

Me anë të këtij informacioni merren të dhëna: për numrin e llogarisë së kredisë, tipi i

llogarisë, dita e hapjes së llogarisë, limiti i kredisë, balanca aktuale dhe historiku i

pagesave. Dokumenti gjithashtu përmban një listë të të gjithë personave apo

institucioneve që kanë parë raportin tuaj të kreditit tuaj në dy vitet e fundit.

Leje për kërkesë

Kjo do të thotë që nga aplikanti i jepet leje huadhënësit për të kërkuar një kopje të raportit

të kredisë pranë SIK-së.

Rekordet publike dhe çështjet e mbledhura.

Një SIK mbledh të dhëna rreth: falimentimeve, mbylljeve të aktivitetit nga gjykata,

borxheve të prapambetura dhe që janë në ndjekje nga zyrat përmbarimore.

Në vijim, po e ilustrojmë me një shembull nje raport krediti.

Tabela 5. Një shembull i një raporti krediti


68

Kjo përmbledhje e plotësuar sipas këtij formatit përbën atë që quhet raport krediti (credit

report).Raporti i kreditit është raport ei siguruar nga SIK për huadhënësit dhe përdoruesit

e tjerë. Raporti i kreditit në përgjithësi përmban informacion në dosjen e konsumatorit që

është raportues për përdoruesit.Kufijtë rregullatorë publik me disa përjashtime në SIK

mund të komunikojnë me informata të caktuara të pafavorshme në një raport të kredisë.

Duke përfshirë të dhënat e pagesave me vonesë (delinquencies), në një raport të kredisë

nga pesë deri në shtatë vjet.Gjithashtu, paditë civile dhe gjykimet civile zakonisht

qëndrojnë në raportin për jo më shumë se shtatë vjet. Raportet e kreditit në përgjithësi

nuk mund të mbajnë në lista falimentime për më shumë se 10 vjet, pas urdhrit për

lehtësim ose datës së gjykimit.

2.10.2.Informacioni për gjendjen dhe organizimin e llogarive, sistemi i

sheshte skedar


69

Mënyra në të cilën SIK përmbledh mbërritjen e të dhënave për paraqitjen e një

konsumatori dhe mënyra e organizimit të raportit te kreditit (credit file), varet nga

strukturat e veçantë të të dhënave të saj, apo "arkitekturës së databasit ."

SIK merr dy qasje të ndryshme për organizimin e databasit personal në rrjetet e të

dhënave: (1) sistemit të sheshtë skedar (2) teknologjia “PINning “.Të paktën SIK

organizon regjistrin si një sistem tradicional të dosjeve në mënyrë që çdo konsumator

është i lidhur me një skedar. Dosjet e konsumatorëve janë të dallueshme përmes

krahasimit logjik, duke përdorur identifikimin personal të konsumatorit të tillë si emrin,

adresën, SSN –in (numri i sigurimit social) dhe datën e lindjes. Shumëfishime apo

fragmente mund të ndodhin për një person të vetëm kur informacioni është raportuar me

informacione të ndryshme identifikuese të tilla si një emër i ndryshëm. Këto

shumëfishime të fragmentuara në të njëjtin konsumator do të mbetet i dallueshëm derisa

SIK të marrë informacionin e ri në lidhje me fragmentet (p.sh., një emër unifikues,

adresën, numrin e telefonit) që tregon se ato kombinohen. Në disa raste, algoritme që

përputhen do të caktojnë vijën e tregtisë në një skedar që sipas algoritmit, përfaqëson

gjetjen më të mirë edhe kur të gjithë identifikuesit nuk përputhen. Një tjetër metodë

përdor një numër unik identifikimi personal (PIN) për të organizuar shumëfishime të

raportimit. Në vend të të paturit të një skedari të vetëm për çdo konsumator, përdoret

PIN-i i caktuar për konsumatorin për të lidhur informacionin mbi konsumatorin nga

bazat e të dhënave të shumta. Këtu përfshihet hetimi, linjat e tregtisë, punësimi, rekordet

publike dhe adresa në bazat e të dhënave. Çdo linjë e tregtisë si element të dhënash,

hetim, apo rekord publik është futur në rrjet me një PIN të lidhur në një bazë të dhënash

relacionale. (PIN) janë caktuar për linja të tregtisë së bazuar në algoritme që të gjejnë që

përputhet më mirë informacioni shoqërues me vijën e tregtisë. Kur një raport kërkohet

nga një kreditor ose një konsumator, SIK mbledh raportin e konsumatorëve në kohë reale

duke përdorur PIN si lidhjen qëndrore në bazat e të dhënave të ndryshme. Në këtë sistem,

algoritmet që përputhen janë përdorur për të caktuar një linjë të re në hyrjen tregtare ose

rekordet publike PIN përfaqëson përshtatjen më të mirë të mundshme bazuar në

informacionin e identifikimit personal lidhur me linjën e tregtisë.

2.10.3.Mosmarrëveshjet në sistemet e informacionit te kreditit

SIK inicion hetimin e mosmarrëveshjeve të konsumatorëve në lidhje me saktësinë e të

dhënave publike në dosjet personale të tyre të kreditit duke mbledhur përsëri të dhënat

publike direkt nga burime qeveritare. SIK dërgon një mbledhës të dhënash në burimet e

rregjistrimit publik për të ri-kontrolluar të dhënat dhe kërkuar përditësime duke marrë

njërin nga statuset: (1) statusi ka ndryshuar (p.sh., paguar); (2) statusi është i pandryshuar

(p.sh. rekordi aktual mbetet më i saktë); ose (3) të paaftë për të verifikuar. Në rastin e të

dhënave publike, SIK mban përgjegjësi për përcaktimin nëse një rregjistrim publik duhet

apo nuk duhet bashkangjitur me dosjen e huamarrësit.


70

2.11. FURNIZUESIT E TË DHËNAVE DHE PËRDORUESIT E SIK,

KONTROLLI I TË DHËNAVE

Çdo furnizues është i detyruar që të "krijojë dhe zbatojë politika dhe procedura të

arsyeshme të shkruara në lidhje me saktësinë dhe integritetin e informacionit që furnizon

agjencitë e raportimit." Procedurat duhet të adresojnë "fshirjen, përditësimin, dhe

korrigjimin e informacionit në të dhënat e furnizuesit sipas rastit, për të shmangur

informacionin e pasaktë ". Procedurat duhet të jenë të përshtatshme në lidhje me "

natyrën, madhësisë, kompleksitetin, dhe fushën e veprimtarisë të secilit furnizues.

"procedurat e duhura përfshijnë përdorimin e formateve standarde të raportimit të të

dhënavë, mbajtjen e shënimeve për një periudhe të arsyeshme kohore, sigurimin e

mbikëqyrjes së duhur të ofruesve të shërbimeve, informacionin në një mënyrë që pengon

raportimet e përsëritura. Përveç SIK, pjesëmarrësit më të rëndësishëm në sistemin e

raportit të kreditit janë furnizuesit e të dhënave, përdoruesit dhe konsumatorët.Të gjithë

këta pjesëmarrës duhet të kenë të përcaktuara rolet e tyre me një rregullore të veçantë.

Shumica e furnizuesit të të dhënave për kredi në SIK janë kreditorë të cilët janë edhe

përdoruesit e raporteve të kreditit. Të dhënat publike (p.sh., gjykimet,

mashtrimet,falimentimet, detyrimet tatimore) janë gjithashtu burime të rëndësishme të

informacionit për SIK. Furnizuesit e të dhënave të linjave të tregtisë jepen nga një

kreditor ndaj një agjencie të raportimit që pasqyron gjendjen e llogarisë së konsumatorit

dhe aktivitetine tij. Linjat e tregtisë përfshijnë emrin e kompanisë ku aplikanti ka

llogarinë , datën e hapjes së llogarisë, limitet e kreditit, llojet e llogarive, bilancet borxh

dhe historitë e pagesës.

2.11.1 Furnizuesit e të dhënave, kontrolli dhe formatimi i raportimit te

të dhënave

SIK pozicionon një rrjet të kontraktorëve të pavarur të cilët manualisht hyjnë në të dhënat

publike në burimet qeveritare dhe në tipin e të dhënave lokale në një sistem të

përshtatshëm programimi software, duke kontrolluar për dublikime dhe minimizime të

gabimeve drejtshkrimore.

Proceset e cilësisë së të dhënave të SIK "fillon me kontrollimin e furnizuesit të të

dhënave më të rinj. SIK ka politika për të ri-inspektuar furnizuesit me të dhënat e reja

cdo gjashtë muaj pas paraqitjes së të dhënave, për të vlerësuar për cilësinë e tyre. Raporti

SIK vazhdon të monitorojë për cilësinë e të dhënave dhe të mashtrimit për furnizuesit e

të dhënave që kontribojnë në të dhënat për linjat e tregtisë. Në përgjithësi, objektivi i

shqyrtimit të furnizuesit është për të zvogëluar rrezikun e mashtrimit ose të cilësisë së

dobët të të dhënave nga jashtë. Sistemet e informacionit të të dhënave nuk janë në

gjendje të raportojnë të dhëna të sakta mbi konsumatorët ose raportet. Duke kaluar

kontrollin fillestar, furnizuesit e të dhënave mund të fillojnë dukë prodhuar të dhëna.

Furnizuesit e të dhënave në përgjithësi ofrojnë të dhëna në bazë mujore të linjave të

tregtisë nëpërmjet transfertave. Të dhënat e paraqitura nga një furnizues të dhënash për

SIK zakonisht kalon nëpër një proces me shumë faza për të identifikuar parregullsi të të

dhënave. Kontrolle tipike të cilësisë së të dhënave do të identifikojnë çështje të tilla si

fusha bosh apo mospërputhjeve logjike në të dhëna - si në nivelin e dosjes së të dhënave

apo në përputhje të tregtisë së konsumatorit si individ. Mospërputhjet mund të jetë

bilancet e llogarive më lart se kufiri maksimal i kreditit, dublikime të informacionit mbi


71

të njëjtën llogari ose modele të të dhënave në kundërshtim me modelet historike të

furnizuesit të të dhënave për transaksionet.

Kontrollohen në mënyrë të ngjashme për gabime të formatimit, gabime logjike,

mospërputhje të brendshme dhe anomali të tjera. Formati i raportimit formon bazën me të

cilën furnizuesit e të dhënave sigurojnë të reja mbi statusin e huamarrësve për llogaritë

zakonisht në baza mujore. Një përfitim i dukshëm i një formati të përbashkët të të

dhënave është që të gjithë furnizuesit e të dhënave mund të raportojnë linjat e tregtisë në

të njëjtën mënyrë.Kjo thjeshton krijimin e dosjeve të standardizuara të kreditit në SIK dhe

interpretimin e informacionit të kredit të bazuar në rrezikun nëpërmjet pikësimit të

kreditit.

2.11.2 Nxitjet e furnizuesit të të dhënave dhe dekurajimet

Raportimi për SIK nga agjencitë e tjera të raportimit për kreditorët është vullnetare dhe

historikisht ka qenë. Jo të gjithë kreditorët raportojnë informacion në lidhje me

huamarrësit e tyre. Disa kreditorë raportojnë informacion në lidhje me përdoruesit e disa

prej produkteve të tyre të kreditit. Për shembull, për kartat e kreditit, zakonisht raportojnë

informacionin e linjës se tregtisë mujore mbi kartat e konsumit, por ka më pak gjasa të

raportojnë mbi kartat e biznesit të vogël, edhe kur këto janë të obliguara. Furnizuesit e të

dhënave kanë stimuj të shumta për të kontribuar në të dhënat për SIK. Nëse një kompani

nuk zgjedh për të kontribuar në të dhëna, ajo shkon drejt rrezikut duke menduar se dhe të

tjerët në kushtet e saj nuk do të kontribuojnë, duke reduktuar kështu një burim të

përbashkët nga i cili përfitojnë kreditorët. Siç tregohet më lart, shumica e informacionit të

furnizuesve të të dhënave të linjave tregtare janë dhe përdoruesit më të shpeshtë të

raporteve të kreditit. Një arsye e dytë që kreditorët japin informacion mbi llogaritë e tyre

është që të mbajnë një nxitje për huamarrësit për të bërë pagesën në kohë. Konsumatorët

kanë më shumë gjasa për të shlyer kredinë nëse janë të vetëdijshëm se kreditori mund të

raportojë pagesat e vonuara apo llogaritë delikuente në SIK. Kjo mund të ndikojë

negativisht në historinë e kreditit ose në pikësimin e kreditit. Konsumatorët gjithashtu

përfitojnë të pasurit e pagesave në kohë, që ndikon pozitivisht në pikëpamjet e

huadhënësve për meritat e tyre të kreditit.


72

KAPITULLI III

TRAJTIMI TEORIK DHE EMPIRIK PËR PK, RAPORTET QË

GJENERON DHE ROLI TYRE NË TREGUN E KREDISË.

3. HYRJE

Pikësimi i kreditit ka shumë përfitimeve që rrjedhin jo vetëm për huadhënësit, por edhe

për huamarrësit.Për shembull, pikësimi i kreditit ndihmon në uljen e diskriminimit për

shkak të modeleve të pikësimit të kreditit për të siguruar një analizë objektive të

besueshmërisë së konsumatorit. Kjo mundëson ofruesit e kreditit të përqëndrohen në

informacionin që lidhet me rrezikun e kredisë për të shmangur subjektivitetin personal të

një analisti kredie ose një agjencie siguruese68.Në Shtetet e Bashkuara, në bazë të Equal

Credit Opportunity Act, variabla të diskriminimit të hapur të tilla si raca, feja, nuk mund

të përfshihen në MPK. Pikësimi i kreditit gjithashtu ndihmon për të rritur shpejtësinë dhe

qëndrueshmërinë e procesit të aplikimit të kredisë dhe lejon automatizimin e procesit të

kreditimit69. Si e tillë, në masë të madhe zvogëlon nevojën për ndërhyrjen në vlerësimin e

kreditit dhe koston për të dhënë kredi70. Me ndihmën e pikësimit të kreditit,institucionet

financiare janë në gjendje të përcaktojnë sasinë e rreziqeve që lidhen me dhënien e

kredive për një aplikant të caktuar në një kohë të shkurtër. Sipas një studimi71 të një

banke kanadeze u konstatua se koha për përpunimin e kërkesës për kredi konsumatore

është shkurtuar nga nëntë ditë deri në tre ditë pas përdorimit të pikësimit të kreditit. Koha

e fituar nga pikësimi i kreditit në përpunimin e kredive mund të përdoret për të adresuar

çështjet më komplekse. Sipas72 me ndihmën e pikësimit të krediti, institucionet financiare

janë në gjendje për të kryer më shpejt, më mirë dhe të marrin vendime më cilësore. Me

pikësimin e kreditit mund të përmirësojmë alokimin e burimeve në drejtim të "ekuilibrit

më të mirë “73 . Pikësimi i kreditit mund të ndihmojë institucionet financiare për të

përcaktuar normën e interesit që duhet të ngarkojë te konsumatorët e tyre si dhe çmimet

portofol74. Konsumatorët me rrezikshmëri më të lartë janë ngarkuar me një normë më të

lartë interesi dhe anasjelltas. Bazuar në pikësimin e kreditit të konsumatorit, institucionet

financiare janë gjithashtu në gjendje për të përcaktuar kufijtë e kreditit të vendosur për

68 Fensterstock, 2005 69 Rimmer, 2005. 70 Wendel dhe Harvey, 2003;Diana, 2005. 71 Leonardit [1995 2003]. 72 Banaslak dhe Kiely 2000 73 first best equilibrium” 74 Jacobson dhe Roszback,


73

konsumatorët75. Këto ndihmojnë institucionet financiare për të menaxhuar llogaritë e tyre

në mënyrë më efikase dhe me fitim. Si një shtesë përdorimi, fitimi mund të përdoret për

të maksimizuar fitimet në një varg produktesh76.Në lidhje me sa më sipër, modele të

pikësimit të kreditit kanë mundësuar zhvillimin e industrisë së kreditimit, ku

konsumatorët me të dhënat e dobëta të kreditit u privuan nga pranimi i kreditit ne bazë të

rrezikut. Këta konsumatorë nuk mund të plotësojnë kërkesat për financim tradicional për

shkak të mungesës së të dhënave (nuk kanë një histori kredie) të dhënat që mungojnë në

historinë e tyre të kreditit, ose vështirësi në vlerësimin e të ardhurave të tyre77.Suksesi

fillestar i institucioneve të specializuara financiare në këtë treg ka nxitur institucionet

financiare më shumë për të hyrë në tregun e kreditimit. Teknologjia dhe trendet e saj do

sjellin përparime për pikësimin e kreditit78. Ky sukses ka qenë gjithashtu konstatuar në

kreditë e vogla të biznesit 79 .Për shkak të përparimeve në teknologji, modelet më

inteligjente të pikësimit të kreditit janë duke u zhvilluar. Së fundi, industria e sigurimeve

ka përdorur pikësimin e kreditit për të përmirësuar zbatimin e sigurimit dhe procesin e

rinovimit. Në veçanti, pikësimi i kreditit mund të ndihmojë kompanitë e sigurimeve për

të bërë një parashikim të mirë për kërkesat dhe për të kontrolluar rrezikun në mënyrë

efikase. Kjo mundëson kompanitë e sigurimeve për të ofruar më shumë mbulim të

sigurimit për konsumatorët më një histori dhe sjellje të mirë dhe anasjelltas80.

Në vitet e para, institucionet financiare përdorin pikësimin e kreditit kryesisht për të

marrë vendime të kreditit ndaj kërkesave për kredi. Gjatë 25 viteve të fundit, përdorimi i

pikësimit të kreditit është rritur dhe sofistikuar. Kështu zbatimi i pikësimit të kredisë

është rritur nga marrjen e vendimeve të kreditit për marrjen e vendimeve që lidhen me

strehimin, sigurimin, shërbimet themelore komunale, madje edhe me punësimin.

Megjithatë, jo të gjitha këto aplikacione janë përdorur në mënyrë të njëjtë përfshirëse.

Përdorim më i zakonshëm i pikësimit të kreditit lidhet me marrjen e vendimeve të kreditit

për aplikime të kredisë 81 . Përveç vendimeve mbi kërkesat për kredi personale,

institucionet financiare tani e përdorin pikësimin e kreditit në limitet e kreditit për të

menaxhuar llogaritë ekzistuese, dhe parashikuar rentabilitetin e konsumatorëve dhe

klientëve 82 .Për shembull, Grupi Bankar i Australisë dhe Zelandës së Re përdorin

pikësimin e kreditit për të ndihmuar në identifikimin e aplikantëve që duhet të marrin

kredi, për të përcaktuar shumën e kredisë që aplikantët duhet të marrin, dhe hapat që

duhet të merren për këtë proces.83 Gjithashtu, lëshuesit e kartave të kreditit përdorin

pikësimin e kreditit si një mjet mbështetës vendimi për të identifikuar tregun e synuar për

kartat e kreditit. Pikësimet e kreditit janë përdorur gjithashtu si një bazë për të rregulluar

normat e interesit. Në përgjithësi, konsumatorët me pikësimin e kreditit të keq kanë një

shans më të lartë të paraqitjes së kërkesave të kreditit, krahasuar me konsumatorët me

75 Sandler et al, 2000. Park, 2004 76 Thomas, 2000; Park, 2004. 77 Quittner, 2003 78 Perin, 1998. 79 Stanton, 2001 80 Kellison dhe Brockett, 2003. 81 Rimmer, 2005. 82 Lucas, 2000 . 83 http://www.sas.com/ success/anzcredit.html


74

pikësimin e kreditit më të mirë. Për këtë arsye, ngarkohen me një normë interesi më të

lartë. Më tej, informacioni i kreditit është përdorur për të vlerësuar përgjegjshmërinë e një

konsumatori dhe punën në kushtet e një politike të kredititmit. Përveç sa më sipër,

aplikacione të tjera të pikësimit të kreditit janë raportuar, si për shembull, pronarët mund

të bëjnë përdorimin e pikësimit të kreditit për të përcaktuar nëse qiramarrësit e ardhshëm

mund të paguajnë qiranë në kohë. Ka përdorim të konsiderueshëm të pikësimit të kreditit

në industrinë e hipotekës 84 .Gjithashtu,disa furnizues të shërbimeve në Shtetet e

Bashkuara kanë përdorur pikësimin e kreditit për të përcaktuar nëse do të ofrojnë

shërbimet e tyre për konsumatorët. Së fundi, disa punëdhënës e bëjnë përdorimin e

historisë së kreditit dhe pikësimin e kreditit për të vendosë nëse do të punësojnë një

punonjës të ardhshëm, sidomos për postet ku punonjësit duhet të trajtojnë shuma të

mëdha parash. Implikimi është se besueshmëria e punonjësve dhe karakteri i tyre

personal mund të vlerësohet përmes pikësimit të kreditit, PK. Sot nga eksperienca

botërore ekzistojnë formate të ndryshme të strukturave në mbështetje të marrjes së

informacionit rreth kreditit, ku të dhënat përditësohen dhe përpunohen me anë të

sistemeve dhe modeleve të ndryshme statistikore dhe më pas informacioni ofrohet si

shërbim. Në vende të ndryshme ekzistojnë eksperienca dhe përdorime të ndryshme të

këtyre strukturave që realizojnë pjesërisht apo në mënyrë të plotë përllogaritjen e

pikësimit të kreditit, PK si për individët po ashtu dhe për bizneset, të tilla si regjistri i

kredive apo SIK.

i) Aplikime të pikësimit të kreditit.

Kjo i referohet vlerësimit të meritave të kredisë për aplikantët e rinj. Ato vlerësohen,

lidhur me kërkesat e kredisë, në formularin e aplikimit të të gjithë aplikantët të rinj, p.sh.,

paga aktuale, numri i vartësve, dhe kohën në adresën aktuale,etj. Zakonisht, një pikësim

krediti është një numër që vlerëson aftësinë kreditore të një personi duke përfshirë si më

poshtë:

- Aplikimi pikësimit të sjelljes: Ky aplikim përfshin parime që janë të ngjashme por i

referohet konsumatorit ekzistues. Në fakt, është një marrëdhënie midis huadhënësit dhe

huamarrësit. Modelet e sjelljes përdorin të dhënat historike të konsumatorëve, p.sh,

veprimtarinë e llogarisë, bilancin e llogarisë, frekuencat për vonesat e shlyerjes së këstit

të kredisë, si dhe kohëzgjatja e një llogarie të hapur.

- Aplikimi i grupimeve: Ky aplikim është përdorur për të ndarë konsumatorët në grupe,

me nivele të ndryshme të paaftësisë paguese, që i diferencon njëri nga tjetri. Këto modele

janë të dallueshme në bazë të shkallës së përcaktuar (fillim, mesëm, vonë) dhe lejon një

menaxhim më të mirë të konsumatorëve të cilët nuk shlyejnë në kohën e duhur pagesën

sipas marreveshjes së bërë me huamarrësin.

Zbulimi i mashtrimit - Modelet e mashtrimit rendisin aplikantët sipas mundësisë relative

që një aplikim mund të jetë mashtrues. Sipas autoreve 85aplikimet e pikësimit të krediti në

fusha të ndryshme sidomos në atë të financave e bankave, përfshijnë teknika statistikore,

një sërë teknikash të data mining dhe krahasimin e tyre për saktësinë e përfundimeve të

84 Wagner, 2005 85 Abdou dhe Pointon


75

nxjerra. Studimi i tyre gjithashtu përfshin disa nga teknikat e data mining, duke arritur në

përfundimin se “nuk ka asnjë teknikë të përgjithshme të quajtur si teknika më e mirë

statistikore në ndërtimin e modeleve të pikësimit të kreditit”.

3.1 PIKËSIMI I KREDITIT EMPIRIK DHE DEDUKTIV

SIK japin informacionin e raportit të kreditit për përdoruesit në formate të standartizuara

elektronike në mënyrë që sistemet e huadhënësve mund të përdorin raportet në mënyrë që

modelet analitike të rrezikut të kredisë të përdorura mund të identifikojnë dhe të marrim

një pjesë të rëndësishme të informacionit. Një SIK gjithashtu do të japë një pikësim

krediti llogaritur nga të dhënat në një raport të kreditit së bashku me variablat që rrjedhin

nga ky raport (shpesh të quajtura atribute). Huadhënësit do të paguajnë një tarifë për

informacionin e raportit të kreditit dhe një shumë shtesë për pikësimin. Huadhënësit

përdorin sistemet e pikësimit të kreditit për të vlerësuar rrezikun relativ të konsumatorëve

për vonesat e shfaqura në pagesat e kredisë. Për shumicën e modeleve të pikësimit të

kreditit, sa më e lartë vlera numerike e një pikësimi krediti, aq më i ulët është rreziku i

kredisë së këtij huamarrësi.Konsumatorët me pikësime krediti shumë të larta marrin

normat më të favorshme të interesit dhe kushtet më të favorshme të kredisë. Në të

kundërt, konsumatorët me pikësim krediti më të ulët numerikisht, paraqesin rrezik më të

larta në parazgjedhjen dhe janë në gjendje për të marrë kredi me norma interesi më të

larta ose kushte të tjera më pak të favorshme, nëse u ofrohet shërbimi i kredisë. Ka një

shumëllojshmëri të gjerë të mënyrës së ofrimit të pikësimit të kreditit nga SIK që

ndryshojnë nga modeli dhe nga industria e synuar. Pavarësisht nga versioni, modelet e

pikësimit të kreditit kanë tendencë për të ndarë "atributet"e përbashkëta që rrjedhin nga

raportet e kreditit, si pagesat e faturave, historiku i një konsumatori (p.sh., në kohën e

duhur, vonesat), numri dhe lloji i llogarisë së kreditit (p.sh., karta bankare, kartat e

kreditit, kredia me këste), shuma e kredisë në dispozicion që po perdoret, koha e pasjes së

një llogarie të kredisë dhe veprimtaria e fundit e kreditit, duke përfshirë edhe hetimet

përkatëse. Kreditorët përdorin pikësimin e kreditit për të rritur efikasitetin dhe

qëndrueshmërinë e vendimmarrjes për kredinë. Pikësimi i kreditit mund të zvogëlojë

mundësinë e vendimmarrjes subjektive nga huadhënësit, bazuar në faktorët e

palejueshëm, si statusi martesor, mosha ose origjina. Në një studim të Rezerves Federale

të SHBA-së në vitin 2007, theksohet mbi pikësimin e kreditit "Duke ofruar një kosto të

ulët, të saktë, dhe metrikë të standardizuar për rrezikun e kredisë për një numër të madh

të kredive, ka zgjeruar qasjen e kreditorëve për tregjet e kapitalit, duke reduktuar kostot e

financimit, dhe forcuar shqyrtimin publik dhe privat të aktiviteteve të huadhënies". Për

shkak se pikësimi i kreditit është nxjerrë nga informacioni në raportet e kreditit,

pasaktësitë në informacionin e raportit të kreditit mund të ndikojnë në pikësimin e

kreditit. Disa pasaktësi kanë një rëndësi më të madhe se të tjerat. Një gabim në adresën e

konsumatorit, gabimi drejtshkrimor i një mbiemri të vajzërisë, ose gabime të tjera në

informacionin e identifikimit të konsumatorit në përgjithësi ka të ngjarë të ketë një

ndikim në pikësimin e kreditit apo në përceptimin e meritave nga huadhënësit.

Megjithatë, një rekord publik i pasaktë, është subjekt i një barriere tatimore, ose e një


76

linjë të tregtisë që gabimisht thotë që konsumatori kishte një vonesë të madhe në

detyrimet kredituese, duke shkaktuar mohimin e kredisë për këtë konsumator.

Ka dy lloje të vlerësimeve të kredisë gjatë proçesit të kredive nga institucione kredituese.

Njëra është për të marrë vendime në lidhje me aplikimet e kredive të reja;

Tjetra është të mbikëqyrë mbajtësit ekzistues të kreditit.

Institucione kredituese duhet të vlerësojnë nivelin e rrezikut të një aplikuesi të ri dhe të

vendosin nëse kredia do t'i jepet. Pasi një kredi është dhënë, është e mbikëqyrur gjatë

jetës si kredi. Një kredidhënie e institucioneve do të vlerësojë gjendjen e kredisë së

mbajtësve të saj. Në të dy situatat (shqyrtimi i kredisë, kërkesa dhe vlerësimi i

performancës së debitorve ekzistuese), probabiliteti që një kredi do të bëhet e

parazgjedhur gjatë jetës së kredisë do të jetë vlerësuar dhe klientët e kreditit do të

klasifikohen në nivele të ndryshme të rrezikut sipas probabilitetit të vlerësuar. Ky proçes

është i njohur edhe si vlerësimi i rrezikut apo i kreditimit sipas mënyrës në të cilën

rezultatet janë marrë. Metodat e PK mund të jenë ndarë në PK deduktiv dhe PK empirik

të kredisë. Një rezultat deduktiv i pikësimit të kreditit është çmimi për pesha të caktuara

të veçanta që kanë klientët e kreditit.

Vlera e ponderuar e variablave/atributeve që janë bashkuar për në rezultatin total.

Atributet përkatëse dhe peshat e tyre përcaktohen me vendim të kredititmarrësve të

bazuara në përvojat e tyre. Klasifikimi i konsumatorëve është në përputhje me objektivin

në bazë të vlerësimit, por rezultatet janë të bazuara shpesh në përvojat subjektive.

Prandaj, një sistem deduktiv është pak a shumë objektiv. Ndonëse në sistemet deduktive

rezultatet ende janë duke u shfrytëzuar nga disa garantues për kredi sot, për efektivitetin e

tyre për shkak të cut-off-ve86.

Një rezultat Empirik i PK është zbatuar me teknika të ndryshme modelesh. Përzgjedhja e

atributeve përkatëse dhe llogaritja e pikëve janë të bazuara në të kaluarën. PK është

përdorur tradicionalisht për të renditur konsumatorët nga rreziqet e parazgjedhur, por tani

mund të përdoret për të renditur konsumatorët nga probabiliteti i veprimeve të tyre. Një

tjetër ndryshim i madh në vitet e fundit është se huadhënësit e kredisë dëshirojnë të

minimizojne rrezikun nga një konsumator për maksimizimin e fitimit që mund të marrë

prej tyre. Kjo nënkupton shumë sfida. Për shembull, është e nevojshme për të përcaktuar

nëse është 'fitimprurës' dhe 'jo-fitimprurës për konsumatorët. Fitimet janë të prekura nga

shumë faktorë e shumë vendime, të tilla si vendimet e pranimit, vendimet e kufizimit të

kredisë, vendimet e marketingut si dhe vendimet për çmimet. Një nevojë për të pasur të

gjithë transaksionet e llogarive në mënyrë për të llogaritur rentabilitetin e konsumatorëve.

Disa nga të dhënat përkatëse mund të mos jenë në dispozicion apo lehtësisht të arritshme.

Kjo ka rëndësi të madhe për të kuptuar si menaxhohet;

- Cfarë strategjie duhet të përdoret për të marrë një maksimizim të fitimit?

- Cfarë është një horizont i arsyeshëm kohë për të marrë parasysh fitimin?

Për të menaxhuar riskun e kreditit bankat përdorin variante metodologjie për vlerësimin e

financiave, për performancën e klienteve. Është e domosdoshme që vendimet e kreditimit

të bëhen sa më të matura, ndërsa për proçesin e vendimmarrjes ai duhet të jetë sa më

efikas dhe efektiv.Bankat komerciale ofrojnë produkte dhe shërbime financiare për

klientët, ndërsa menaxhojnë një sërë risqesh multi-dimensionale që lidhen me likuiditetin,

86 Pikësimi i kreditit më i ulët që arrin të të kualifikojë për të marrë një kredi.Nëse rezultati është 1 pikë më

poshtë pikës së cut off nuk është kualifikuar për të marrë kredi. pra është refuzuar.


77

mjaftueshmërinë e kapitalit, kreditë, interesin dhe normat e huaja të këmbimit, etj. Në

këtë kuptim, bankat mund të konsiderohen shumë të ekspozuar ndaj rrezikut. Pra këto

risqe, si dhe transformimi i tyre është present për të ofruar produkte dhe shërbime gjatë

gjithë kohës. Bankat janë gjithashtu organizata me një qëllim fitimi, ku në thelb qëllimi

është për të fituar para për aksionarët e saj. Në tipiken e proçeseve vendim-marrëse

(dmth. çmimi, kreditimi, financimi, ,etj) ato përpiqen të zgjedhin kthimin e riskut ose

përcaktimin dhe menaxhimin e tij.Menaxhimi i riskut dhe përfitimit janë shumë ngushtë

të lidhura me njëri-tjetrin. Marrja përsipër e riskut është kërkesë themelore për

përfitueshmërinë në të ardhmen. Me fjalë të tjera, rreziqet e sotme mund të dalin si

realitete nesër. Prandaj, bankat nuk mund të jetojnë pa menaxhimin e këtyre rreziqeve

presente. Ndër rreziqet bankare të ndryshme, mund të rendisim riskun e kreditimit që ka

një ndikim potencial për shkak të numrit dhe shumëllojshmërisë së sektorëve të prekur.

Dështimet e bizneseve ndikojnë te aksionarët, menaxherët, huadhënësit (bankat),

furnizuesit, klientët, komunitetin financiar, qeverinë, konkurrentët dhe organet

rregullatore. Ndër të tjera, në moshën e dixhitalizimit, efekt i një dështimi banke, është

praktikisht i menjëhershëm dhe ka potencial të madh ndikimi. Për të menaxhuar në

mënyrë efektive ekspozimin e rrezikut të kreditit të një banke, është një nevojë e fortë për

sisteme të sofistikuara mbështetjeje nga mjete analitike për të matur, monitoruar,

menaxhuar dhe kontrolluar, rreziqet financiare.

Figura 2: Ekspozimin e rrezikut të kreditit të një banke modern

Kjo mund të arrihet normalisht duke përdorur të dhëna historike dhe teknikat statistikore.

Këto modele u ofrojnë bankave një mjet për vlerësimin e riskut të portofolit të tyre të

kreditit. Këto modele mund të ofrojnë njohuri të dobishme dhe të japin një informacion të

rëndësishëm për të ndihmuar që një bankë të formulojë një strategji të menaxhimit të

riskut. Modele që janë konceptualisht të shëndosha, të vlefshme empirike, të mbështetura

nga të dhënat historike të mira, kuptohet dhe implementimi i tyre nga një menaxhim i

suksesshëm shton suksesin e biznesit dhe cilësinë e kredisë. Kështu është e rëndësishme

që në këto kushte duhet të inkurajohen bankat komerciale për të zhvilluar modele të

brendshme për të shmangur rreziqet financiare. PK i prek kështu të dyja aspektet si ato

financiare dhe jo-financiare.


78

3.2 FORMULA BAZË E MODELIT PËR LLOGARITJEN E

PIKËSIMT TË KREDITIT

Rezultati është pesha totale e faktorëve të kreditit të huamarrësve

S = a1 * X1 + a2 * X2 + ... + ak * Xk (1)

Ku S është rezultati i huamarrësit a1,a2...ak është pesha e faktorëve të cilët karakterizojnë

kuptimin e parametrave për qëllimin e PK. X1,X2...Xk janë karakteristikat e

huamarrësve të cilat janë marrë në konsideratë në vlerësimin e vlefshmërisë së kredisë.

Një metodë e PK është e përcaktuar për të analizuar një aplikim të kredisë. Variablat

mund të ndahen në katër kategori kryesore. Në pjesën më poshtë do të diskutojmë

shkurtimisht rëndësinë e secilit prej këtyre

Tabela 6: Shpërndarja demografike e sjelljes financiare,

Burimi, Revista e Ekonomisë dhe Financave, Çeke 56, 2006

1. Mosha e huamarrësit

1.Total 1. Lloji i punës

1. Llogari rrjedhëse e huamarrësit

2. Gjinia e huamarrësit

2. Të ardhurat bruto

2. Gjatësi prej 2 vitesh aktuale

2. Bilanci mesatar i punësimit huamarrës

2. Pagesa mujore

3. Statusi martesor

3. Teprica e kredisë nga huamarrësit mbi shtëpine.

3. Burimi i të ardhurave

4.Përcaktimin i kredisë varur në familje ose me vonesatkundrejt saj

5. Statusi në shtëpi

5. Numri i pagesave në vit

6. Adresa

6. Kolateral / garanci

Treguesit që janë zakonisht të rëndësishëm në modele që përdoren për të vlerësuar

kredinë i ndajmë në katër kategori:

Kategoria e parë përmban treguesit demografikë.

Këto variabla zakonisht nuk kanë të bëjnë me rëndësinë më të lartë, por janë të dobishme

për shtrirjen rajonale të ndryshime gjinore, si dhe dallimet e tjera që mund të lidhen. Për

shembull, është gjetur shpesh se gratë e moshuara janë më pak të rrezikshme se meshkujt

e rinj. Në përgjithësi, rreziku i mospagimit bie me moshën dhe është edhe më i ulët për

aplikantët e martuar. Pronarët e shtëpive gjithashtu paraqesin një kategori më pak të

rrezikshme për shkak të një shtëpie si kolateral (më shumë kolateral në kategorinë e

katërt).

Kategoria e dytë përmban të dhëna mbi një situatë financiare.


79

Kur konsiderohet një aplikim për kredi, banka duhet të dijë se çfarë burimesh të tjera

janë në dispozicion të një familje. Çfarë të ardhurash dhe kostosh shtesë ka?. Nga

grumbullimi i këtyre informacioneve përcaktohet maksimumi i një pagese mujore.

Rëndësia prej këtyre variablave është evidente.

Kategoria e tretë përmban burimin e të ardhurave dhe statusin e punësimit.

Zakonisht, në vendet e zhvilluara, një pjesë e madhe e njerëzve janë të vetëpunësuar dhe

kjo kategori shpesh merr një rezultat më të ulët në vlerësimin e aplikimeve të kredisë se

të punësuarit për të tjerët. Kjo është për shkak të faktit se stabiliteti i punësimit mund të

sigurojë një shenjë të stabilitetit të pagesave. Karakteri dhe kohëzgjatja e punësimit janë

gjithashtu faktorë vendimtarë: për shembull, dryshimi i shpeshtë i punës, është

kualifikimi i ulët që çon në rezultate të ulta.

Kategoria e katërt përfaqësohet nga karakteristikat e sjelljes

Në këndvështrimin e normave të interesit, ku informacioni që mund të përdoret për PK

ështe shumë i rëndësishëm. Ky lloj i informacionit në mënyrë të konsiderueshme ul

problemet e informacionit asimetrik midis një banke dhe një klienti. Nëse një klient ka

disa histori me një bankë, atëherë kjo bankë mund ta verifikojë lehtë, për shembull,

historinë e bilançeve mesatare në një llogari rrjedhëse, kontrolli i hyrjeve dhe daljeve te

parave nga llogaria etj. Banka e di nëse klienti ka pasur një kredi, nëse kjo kredi është

shlyer me sukses, apo nëse është përfshirë në disa probleme.

SHEMBULL

Shembull 1. Si ndikon PK tek Çmimet e kredive për shtëpi:

Tabela 7: Shembull i një kredie për shtëpi për 30 vite

Duke supozuar se ju keni një rezultat mbi 720 .....

Nëse rezultati juaj ndryshon me 700-719, mund të paguani një shtesë 11.568





CB

Score

norma e

aplikuar pagesa interesi

mujore total

720-850 6.25% 2,463 486,820

700-719 6.38% 2,496 498,467

675-699 6.91% 2,637 549,251

620-674 8.05% 2,949 661,745

560-619 9.33% 3,315 793,324

500-559 9.85% 3,466 847,771


80

3.3.MODELET E PIKËSIMIT TË KREDITIT DHE SISTEMI I

INFORMACINIT TË KREDITIT

MPK varen nga informacioni që përmban konsumatori në lidhje me kredinë. Praktika e

kreditit duhet të përmbajë informacionin për të parashikuar në mënyrë efektive rrezikun e

mospagimit të kredisë nga huamarrësi. Informatat e pasakta të kreditit mund të

shkaktojnë modele të pikësimit të kreditit që mund të zvogëlojnë ose teprojnë rrezikun e

kredisë së një konsumatori ndaj huadhënësve. Informacioni i saktë i kreditit ndihmon

vendimmarrësit të parashikojnë rreziqe të caktuara në mënyrë efektive, ndërsa informatat

e pasakta të kreditit në raportet e kreditit kanë potencial për të shkaktuar dëme materiale

për konsumatorët e prekur. Në fund të fundit, besimi konsumator dhe i biznesit në

vendimet bazuar në raportet e kreditit dhe rezultatet që rrjedhin prej tyre varet nga

saktësia e informacionit të kredive që përmbahet në këto dosje krediti. Përveç SIK mund

të ketë sisteme të tjera të raportimit, duke përfshirë sistemet e specializuara anembanë

botës mbi bazat e të dhënave të informacionit të dhënies me qera të pronave, bazat e të

dhënave të informacionit mjekësor, bazat e të dhënave të sigurimeve, bazat e të dhënave

të punësimit, dhe bazat e të dhënave të gjykatave. Secila prej këtyre bazave të dhënash ka

specialitetin e saj dhe ka burimet e veta të informacionit ndaj konsumatorit. Ky punim

synon të përshkruaj proceset teknike të përfshira në mbledhjen, shqyrtimin, dhe

korrigjimin e informacionit të kredive dhe ndikimin e tyre të gjerë në saktësinë e

informacionit të dhënë në raportet e kreditit nga SIK. Sistemi i raportimit mundëson

kreditorët dhe ofruesit e tjerë të shërbimeve për konsumatorët që të bashkojnë

informacionin në lidhje me klientët e tyre përkatës dhe të përdorin informacionin e

grumbulluar për të plotësuar credit file për vendimet e tjera të rrezikut në lidhje me

aplikantët e rinj dhe konsumatorët ekzistues. SIK për herë të parë u shfaq në Shtetet e

Bashkuara në fund të viteve 1800 për të mbështetur huadhënësit tregtarë të cilët zgjeruan

kredinë për bizneset lokale dhe individët. Në atë kohë, "SIK" përbëhej nga një listë e

individëve që nuk kishin shlyer borxhet e tyre si ishte rënë dakord dhe për këtë arsye

ishin konsideruar si persona të padëshirueshem dhe me risk. Para përdorimit të listave të

tilla, tregtarët lokalë jepnin vetëm sasi shumë të vogla parash dhe këto vendime vareshin

kryesisht nga njohuritë e drejtpërdrejta tregtare dhe personale të karakterit personal të

huamarrësit. Industria e raportimit të kreditit u rrit në mënyrë të qëndrueshme nga ana e

konsumatorëve dhe tregtarëve për përdorimin e kredisë në transaksionet e blerjes. Në

vitet 1920 dhe në vitin 1950, SIK ka pësuar një rritje të shpejtë me futjen e kredive me

pakicë (me këste), Pionier i modeleve të kreditit ishte Henry Wells, CEO i Spiegel. që ka

zhvilluar një model të vlerësimit me pikë të kreditit, gjatë Luftës së Dytë Botërore87 .

Wells shtroi nevojën e krijimit të këtyre mjeteve të cilat do të lejonin analistët të

papërvojë për të kryer vlerësimin e kreditit, sepse shumë prej punonjësve të kualifikuar të

saj ishin rekrutuar për Luftën e Dytë Botërore.

Gjatë viteve pesëdhjetë këto modele ishin shpërndarë në industrinë bankare amerikane.

Modelet e para u bazuan në peshat e paracaktuara për karakteristika të caktuara dhe më

pas mbledhja e pikëve për të arritur një rezultat të klasifikimit.

87 Lewis, 1992: 19.


81

Përdorimi më i gjerë i modeleve në vitet gjashtëdhjetë transformuan biznesin në tregun

amerikan88.Jo vetëm kompanitë në fushën financiare, por edhe shitësit më të mëdhej

filluan të përdorin modele të PK për të të kryer shitjet. Bloomingdale dhe JC Penney ishin

disa nga pionierët e parë . Aktualisht, rreth 90% e kompanive amerikane që ofrojnë një

lloj të kredisë konsumatore shfrytëzojnë MPK. në vitet 1970 dhe 1980 me rritjen e

kartave të kreditit bankar dhe në vitet 1990 me automatizimin e primit për shtëpi.

Sot, konsumatori raporton duke përfshirë në SIK informacione të kreditit të tilla si

pagesën e këstit mujor, shërbimet dhe llogaritë telefonike, si dhe marrëdhënie të tjera të

kredisë; një numër i agjencive të specializuara të raportimit të konsumatorit me

informacione mjekësore, historikun e punësimit, historikun e banimit, kontrollet e

historisë se llogarisë, kërkesa të sigurimit, si dhe marrëdhëniet e tjera jo-krediti; etj.

Për qëllimet e këtij studimi, “raporti i kreditit “ i konsumatorit realizohet nëpërmjet

komunikimeve të Agjencisë së Informacionit të Kredive (bazuar në SIK), duke u

mbështetur në vlefshmërinë kredituese të huamarrësit. Kapacitetet e kredisë,

karakteristikat, reputacioni në përgjithësi, karakteristikat personale, ose mënyra e jetesës

të përdorura ose prirjet e ardhshme përcaktojnë të drejtës që një konsumator do të marrë

kredi ose do të sigurohet, apo thjesht për qëllime punësimi, etj.

Ky studim i referohet "raportit të kreditit" si informacion në lidhje me një konsumator që

gjendet në bazën e të dhënave të SIK. Përbërësit kryesore të një raporti kreditit janë:

informacioni i identifikimit, Linjat e Tregtisë; të dhëna e informimit publik, hetimet.

Gjithashtu ka informacion nëse konsumatori ka nisur apo ka pasur një mashtrim apo

falimentim.

MPK është një model i cili mundëson kualifikimin e variablave statistikorë në formën e

analizës së riskut të kredisë për çdo klient potencial, kur një kredi jepet përmes

parashikimit të zakoneve të pagesës së klientit nga historia e tij e kreditit me institucionet

e tjera financiare. Duke iu referuar kushteve të ndryshimit në çdo mjedis për sistemin e

MPK kemi gjithmonë një qasje të metodologjisë me zhvillimet shumë variable, të tilla si

modeli i probabilitetit linear, modeli logit, modeli probit, modeli i analizës diskriminuese,

etj.

ln[p/(1-p)] = a + BX + e (1)

Çdo bankë ka njohuri institucionale bazë dhe portofol të të dhënave në vite, që përbëjnë

dhe historinë e kompanisë. Këto të dhëna mund të përdoren për të zhvilluar strategji të

volumit të huadhënies si dhe për të përcaktuar një segment konsumator të dobishëm për

të gjithë institucionin. Duke iu referuar tipeve të ndryshme, evidentojmë:

Modele të tipit statistikor

Modelin të tipit gjykues

Modele të tipit hibrid

88 Thomas, 2000: 154.


82

Modeli statistikor i referohet ndërtimit nga të dhënat e fundit empirike, më shumë të

dhëna të ndryshme që i referohet një sërë kredish të mira dhe jo të mira që mbështeten

nga një sëri të dhënash në burim, të tilla si të dhënat e aplikimeve, të dhënat financiare

dhe të dhëna faturash të brendshme të paguara apo të papaguara duke iu referuar një

pikësimi që do të jetë i mirë ose problematik.

Modeli gjykues përdoret kur kemi një bankë të vogël apo mungesë të dhënash historike.

Ky model mbështetet në rregulla, experienca dhe nga njohje të tregut lokal. Duke i

ndërtuar të dhënat ato transformohen në modele statistikore në të ardhmen. Pikësimi i

referohet riskut relativ që është prezent dhe që varet nga gjykimi i gjithësecilit.

Modeli hibrid është ai model që ndodhen në mes të dy modeleve të mëparshme duke bërë

një kombinim të modelit statistikor me modelin gjykues, kur të dhënat janë të limituara

apo strategjia që duhet të implementojmë në segmentin tonë është e re. Këtu mbështetemi

shumë në qasjet e përfshirjes së matricës. Ndërtimi i fletenotës, "scorecards"; për modelet

përcakton kredinë që e quajmë të “keqe” duke analizuar faktorët e riskut si dhe dhënien e

peshës së të gjithë faktorëve të riskut referuar hipotezave ose çështjeve të reja. Shtrohet

pyetja: Si do të përcaktojmë një kredi të “keqe”? Kredia e “keqe”- është një hua që ka

moskthimin në kohë të parave nga huamarrësi tek huadhënësi.

Ky model klasik është i përdorshëm dhe shumë i nevojshëm duke iu referuar qasjeve për

vlerësimin e kredisë dhe riskut bazuar në ndërtimet e fletenoteve "scorecards"; të cilët

kanë një paraqitje si më poshtë:

Tabela 8:Një model “scorecardi klasik “ burim i një aplikimi i një banke

Për secilën variabël parashikues, të dhënat dhe kategoritë janë prodhuar nga një proçes

kredimarrës i përcaktuar në një periudhë të caktuar kohore. Për secilën kategori specifike

që mund të përdoret në vlerësim kemi një vlerësim në kolonën e fundit të “scorecardit”.

Për të gjithë aplikantët e kredisë ky vlerësim pikësimi mund të shtohet me variabla të

tjerë parashikues dhe kategorish dhe bazohet në rezultatin total të PK për çdo aplikant.


83

Pjesa e trajtimit të programeve komjuterike që mbështesin SIK për gjenerimin e raporteve

të saj dhe atë të PK është një fushë ku zhvillimi dhe përditësimi është shumë i

rëndësishëm për të ecur me hapat e zhvillimit global. Matja e rrezikut të kredisë ka

evoluar shumë këto 20 vitet e fundit.

Në vijim do të japim 5 ngjarje/faktor që sot lozin një rol të rëndësishëm në parashikimin

e modeleve për PK.

Ato janë:

I. Një shtrirje mbarë-rajonale e numrit të strukturave të falimentimit

II. Një tendencë në drejtim të ndërmjetësimit të një cilësie më të lartë dhe shuma të

huamarrjeve më të mëdha se më parë .

III. Kufinj më konkurues në kredi.

IV. Një vlerë në rënie e pasurive të paluejtshme në shumë tregje .

V. Një rritje dramatike e instrumentave jashtë bilancit për përcaktimin e riskut të

ekspozuar duke përfshirë dhe derivatet e riskut të kredisë.

Hapat e ndërmarrë në përgjigje të 5 ngjarjeve/faktorëve të mësipërm:

(i) Zhvillimet e reja dhe shumë efikase të PK që shërbejnë si sisteme të

paralajmërimit të hershëm (early warning systems);

(ii) Jo vetëm analizim të riskut të kredisë për kreditë individuale apo bizneset por dhe

analizë risku për investimet në letrat me vlerë, si dhe në drejtim të zhvillimit të

riskut të përqëndrimit;

(iii) Zhvillime të reja modelesh çmimi për riskun e kredisë;

(iv) Ekspertizë/rivlerësim për vlerësimet subjektive dhe sistemet e tyre të vlerësimit të

pasurive të paluajtshme;

(v) Zhvillimi i modeleve për matjen më të mirë të riskut të kreditit të instrumentave

jashtë balancit.

3.4 KUPTIMI I PIKËSIMIT TE KREDITIT

Pavarësisht nga përhapja e MPK, gjykimin njerëzor (gjykim analisti) vazhdon të përdoret

në huatë, në disa raste shprehur si një grup rregullash që kompania sistematikisht ka

aplikuar për të filtruar kërkesat. Në fakt, në praktikë të dyja metodat shpesh bashkëjetojnë

dhe plotësohen duke përcaktuar sisteme hibride. Për të sqaruar aspektet e zhvillimit dhe

përdorimit të MPK, ky model duhet të merret vetëm si një orientim për të ilustruar disa

karakteristika themelore të PK. Në anën tjetër, SIK përveç informacionit të detajuar për

debitorët e sistemit financiar, merr informacione nga burime të tjera, të tilla si gjykata

tregtare dhe dyqanet e shitjes me pakicë. MPK është ndërtuar nga një metodologjia

modele ekonometrike Probit-logit. PK (credit score) futet si koncept në vitet 70,

përdorimi i teknikave të PK u bë e përhapur në vitet 90 në sajë të zhvillimit të burimeve

të përmirësuara statistikore dhe kompjuterike. Sot praktikisht të gjithë institucionet

financiare përdorin këto metodologji të paktën për origjinën e kredisë së tyre. Duke


84

pasur parasysh rëndësinë në procesin e menaxhimit të kredisë, objektivi i këtij punimi

është për të sqaruar disa aspekte lidhur me MPK: çfarë përfaqësojnë , çfarë teknika mund

të përdoren për të ndërtuar dhe cilat janë më të përshtatshme, variablat e përdorur, çfarë

aplikacionesh janë zhvilluar e se si interpretohen rezultatet e tyre. MPK, lehtëson të

kuptuarit e funksionimit të këtyre mjeteve. SIK jo vetëm ka lehtësuar detyrën rutinë të

aspekteve të verifikimit, historikun e shlyerjeve të aplikantit huamarrës, por gjithashtu

ndihmon në ndërtimin e një bazë të dhënash e cila mund të përdoret për të gjeneruar

rezultatet e kreditit parashikuar në bazë të karakteristikave të huamarrësve. Prandaj,

zhvillimi i bazës së të dhënave, informacionit financiar e firmave huamarrëse është

thelbësisht e rëndësishme për krijimin e regjistrit të kredive dhe sistemet e PK89,si dhe

zhvillimin e ketyre sistemeve i cili shqyrtohet në detaje 90 . PK është një teknologji

relativisht e re për kreditimin e biznesit të vogël që përfshin përpunimin e të dhënave në

lidhje me firmën dhe pronarin, duke përdorur metoda statistikore. PK është e bazuar në

një rezultat, apo përmbledhje statistikore për kredi. Informacioni personal i përdorur në

modele mund të përfshijë për pronarin: të ardhurat mujore, borxhin e papaguar, aktivet

financiare, statutin e punësimit, pronësine e shtëpisë, dhe huatë apo vonesat e

mëparshme91.PK ka disa përfitime të dukshme që kanë çuar në përdorimin në rritje në

vlerësim të kredisë. PK, zvogëlon kohën e nevojshme në miratimin e kredisë. Një studim

në Shtetet e Bashkuara gjeti PK që mund të reduktonte ndjeshëm kohën e vlerësimit për

miratimin e kredisë. Këtë herë kursime do të thotë kursime në kosto për bankën dhe

përfitimet e konsumatorit. Konsumatorët duhet të japin vetëm informacion të përdorur në

MPK, kështu aplikacionet mund të jetë më të shkurtra. Edhe në qoftë se një bankë nuk

dëshiron të varet vetëm në PK për marrjen e vendimeve të saj të kreditit, mund të rrisë

efikasitetin duke i lejuar oficerët e kredisë të përqendrohen në më pak raste të qarta. Në

SHBA përdorimi i PK ka pasur vlerë shtesë në sigurimin që huadhënësit janë në

pajtueshmëri me Aktin e barazisë së mundësisë së kreditimit dhe të strehimit92, e cila

ndalon veprimevet diskriminuese mbi ta.

3.4.1 Sistemi i vlerësimit të kreditit

Në vitet e fundit, biznesi i kredisë konsumatore bankare është duke lulëzuar, si në

kuptimin shkencor dhe në atë teknologjik ashtu dhe në analizën e rrezikut të kredisë,

parashikimit dhe vetëvlersimit duke treguar gjithnjë e më tepër domosdoshmërinë e tyre.

Sasia e madhe e të dhënave historike në të njëjtën kohë do të çojë në një analizë

komplekse të vendimit. Pra teknologjia e depos së të dhënave është përdorur në

vlerësimin e kredisë personale dhe menaxhimin e riskut të aplikimeve të kredisë

konsumatore.Vendimet e biznesit mund të përmirësojnë saktësinë e bankave, për të

zvogëluar rrezikun e biznesit, dhe për të nxitur zhvillimin e shpejtë të bankave për

kredinë konsumatore. Krediti bankar, menaxhimi i rrezikut dhe sistemi i klasifikimit të

kredisë personale janë ndërtuar bazuar në sistemin e kredisë konsumatore, atë të

vlerësimit të kreditit të konsumatorëve dhe cilësisë së kredisë në ndërtimin e PK .Për të

89 Berger, 90 Miller (2005) 91 Mester (1997 92 Equal Credit Opportunity Act, and the Fair Housing Act


85

përfunduar vlerësimin e kreditit të konsumatorit dhe analizën e cilësisë së kredisë shfaqen

dy qasje. Qasja në vlerësimin e rrezikut, dhe qasja për të vendosur monitorim në procesin

e vetë-vlerësimit.

3.4.2 Modeli i procesimit të të dhënave

Zhvillimi i shpejtë i informacionit, ka arritur të realizojë që çdo njësi ka zhvilluar një

numër të madh sistëmesh të ndryshme të aplikimit të platformës software dhe hardware,

po ashtu akumulimi i burime të pasura të të dhënave sipas një shumëllojshmërie të

sistemeve të aplikimit, nga të cilat u formuan të dhënat heterogjene për shkak të

programeve të ndryshme dhe platformave hardware. Metodat apo modelet e pikësimit të

kreditit, janë algoritme automatike të vlerësimit të rrezikut të kredisë dhe kanë një

dimension të vetëm, duke u përqëndruar në rrezikun e mospagimit të individit apo

shoqërisë, pavarësisht se çfarë ndodh me pjesën tjetër të portofolit të kredisë. Kjo është

një nga fushat në të cilat ndryshojnë mjetet e tjera matëse të rrezikut të kredisë, të tilla si

modele të portofolit dhe VaR margjinale, e cila merr parasysh lidhjen e kreditore të

huamarrësve me portofolin e kredisë. Në një qasje të parë, mund të përkufizohet si

"metodave statistikore duke u përdorur për të klasifikuar aplikantët e kredisë, apo edhe

ata që janë tashmë klientët e gjykuar në klasën e rrezikut klasa “mirë” dhe “keq”93”.

Fillimisht, ato janë bazuar në teknikat statistikore (në veçanti, analizën discriminant), sot

bazohen në teknikat matematikore, inteligjencën ekonometrike dhe artificiale. Në çdo

rast, MPK përdorin informacionin për të vlerësuar kryesisht aplikacionet e kreditit për

burime dhe / ose të brendshme dhe / ose burimet e informacionit të jashtme. Ky vlerësim

mund të merret direkt nga rezultati në rastin e ekonometrisë, apo në aspektin e normës së

parazgjedhur (modele të historisë vërejtur në grupin e debitorëve me të njëjtin vlerësim

apo pikësim). Marrëdhënia e treguar ne intervale është një variabël i vazhdueshëm dhe

tregon se rreziku bie në mënyrë eksponenciale duke përmirësuar rezultatin në këtë

mënyrë. Kjo është një nga teknikat e rregullta të PK dhe vlerësimit të sistemeve.

3.5. NDËRTIMI I MODELEVE TË PIKËSIMIT TË KREDITIT

Metodologjia për ndërtimin e modeleve të pikësimit të kreditit, përfshin procesin e

mëposhtëm. Së pari, një mostër e konsumatorëve të mëparshme është zgjedhur dhe

klasifikuar "të mirë" apo "të keq" në varësi të performancës së tyre të ri-pagimit, gjatë një

periudhe të caktuar (për thjeshtësi, vetëm një ndarje në dy pjesë është përdorur). Së dyti,

të dhënat janë përpiluar nga kërkesat për kredi, të dhënat e kreditit personal / të biznesit,

si dhe burime të ndryshme në dispozicion. Së fundi, analiza statistikore (ose të tjera

sasiore) jane kryer në të dhënat që të nxjerrin një model pikësimi krediti. (Një

metodologji me e përpunuar do të paraqitet në seksionin përmbyllës). Modeli përfshin

peshat e aplikuara për variablat e ndryshëm (ose atributet) në të dhënat dhe një pikë cut-

off, është përcaktuar. Shuma e peshave të aplikuar për variablat për konsumatorët

93 Henley 1997


86

individual përbën pikësimin e kreditit. Pika cut-off përcakton nëse ky konsumator duhet

të klasifikohen si "i mirë" apo "i keq." Mundësia lidhur me këtë klasifikim mund

gjithashtu të gjenerohet. Modele të ndryshme mund të ndërtohen për segmente të

ndryshme të të dhënave (p.sh, për produkte të ndryshme). Deri sot, disa teknika janë

përdorur në ndërtimin e modeleve të pikësimit të kreditit.Teknikat më të zakonshme të

përdorura janë metodat tradicionale statistikore. Për shembull,disa nga modelet më të

hershme të pikësimit të kreditit përdorurin analizën dalluese. Megjithatë, analiza

diskriminante kërkon supozime statistikore tepër kufizuese që janë të kënaqshme shume

rrallë për jetën reale. Rrjedhimisht, regresioni logjistik (i cili është më pak kufizues) është

propozuar si një alternativë për analizë diskriminante. Disa nga teknikat që janë përdorur

më parë, por tepër rrallë, për të ndërtuar modele të pikësimit të kreditit përfshijnë genetic

algorithm, k-nearest neighbor, programimin linear dhe sisteme eksperte94 . Në vitet e

fundit, teknika të reja janë përdorur gjithnjë e më shumë për të ndërtuar modele të

pikësimit të kreditit. Në veçanti, qasja e pemes së vendimit është bërë një teknikë e

njohur për zhvillimin e modeleve të pikësimit të kreditit, sepse pema e vendimit rezulton

lehtësisht e interpretueshme dhe nga ana vizuale. Të gjitha metodat dhe teknikat e

përmendura më lart mund të konsiderohen si teknika të rëndësishme për modelimin

parashikues. Studimet empirike mbi modelin e pikësimit të kreditit përdorin teknika të

data mining95

ILUSTRIM ALGORITMIK: Së fundi, për të kuptuar procesin e ndërtimit dhe kombinimin e

modeleve të kredisë, një algoritëm ilustrativ është paraqitur në figurën më poshtë.Siç

shihet, procesi fillon me ndërtimin e modeleve të veçanta. Kjo fazë përfshin pesë hapat në

vijim: (1) të përcaktojë objektivin,

(2) të zgjedhe variablat,

(3) të zgjedhë mostrën dhe të mbledhë të dhënat,

(4) të zgjedhe metodën dhe ndërtimin e modelit dhe

(5) të vërtetojë vlerësimin e modelit.

Në lidhje me ilustrim e parë, objektivi i saj është të zhvillojë një model pikësimi krediti

për të parashikuar riskun e kredisë së aplikantëve të kredisë si rrezik të keq apo të mirë.

Për të ndërtuar modelin, 20 atribute që përbëjnë karakteristikat demografike dhe detajet e

kreditit janë përdorur. Kampioni dhe të dhëna janë të përfshira në grupin e të dhënave96.

Regresioni logjistik, rrjetet nervore, dhe pemët e vendimit janë përdorur për të ndërtuar

modelin e pikesimit te kreditit. Modelet që rezultojnë të vlefshme vlerësohen, me gjetjet

kryesore të përmbledhura. Në këtë fazë, nëse nuk ka kombinim të modeleve, modeli më i

mirë individual do të përzgjidhet për vendosjen. Nëse modelet individuale duhet të

kombinohen, faza e dytë është kryer. Pesë hapa janë përdorur për të kombinuar modelet:

(1) Zgjidhni modelin për kombinim,

94 Thomas, 2000. 95 Jung 1999/2000] dhe West 2000]. 96 Blake dhe Merz, 1998


87

(2) metodat e zgjidhura për modelimin për të kombinuar këto modele,

(3) modele të kombinuara,

(4) vërtetime dhe vlerësime të modeleve të kombinuara, dhe

(5) zgjedhje të modelit më të mirë të kombinuar për vendosjen.

Po e ilustrojmë me figurën e mëposhtme .

Figura 3-Ilustrimi algoritmik per përmbajtjen dhe kombinimin e MPK

\

Shikohet se në figurën e mësipërme, pas vendosjes së një modeli (nëse është indiviuald

apo model i kombinuar), është e nevojshme për të monitoruar performancën e modelit të

vendosur. Nëse është e nevojshme (për shembull, kur performanca bëhet e


88

papranueshme), MPK duhet të rifreskohet (p.sh., duke inkorporuar të dhënat e fundit në

procesin e modelimit) ose rikonstruktuar (p.sh., për të ndërtuar një model përfundimtar

nga fillimi i modelit të procesit i ndërtimit).

3.6. ROLI I RAPORTIT TË KREDITIT NË PK.

Në varësi të PK, huadhënësi do të përcaktojë se çfarë rreziku paraqitet për ta. Sipas

teorisë financiare, rritje të rrezikut të kredisë do të thotë se një premium i rrezikut duhet

të shtohet në çmimin për paratë e huazuara. Në thelb, në qoftë se keni një rezultat të

varfër të kreditit, huadhënësit nuk do të shmangen (përveç nëse kjo është shumë e ulët),

në vend të kësaj, ata do t'ju japin të holla në një normë më të lartë se ajo e paguar nga

dikush me një PK më të mirë . Tabela më poshtë tregon se si individë me PK ë ndryshëm

do të paguajnë norma të ndryshme të interesit për të njëjtën shumë kredie për shtëpi dhe

kjo reflektohet në një ndikim të madh në pagesat mujore (interes dhe principal). Siç

mund të shikohet në tabelën më poshtë, PK mund të ndikojë në kredinë për shtëpi.

Tabela 9. Norma e interesit të kredisë bazuar në PK sipas një banke tregtare

.

Pikesimi kreditit Norma interesit Pagesa mujore në lek

720-850 5.49% 85100

700-719 6.61% 86200

675-699 6.15% 91400

560-619 8.53% 102800

500-559 9.29% 123800

Grafiku 12. Norma e interest të kredisë bazuar në PK

Shqetësim i evidentuar lidhur me PK ështe ruajtja e të dhënave dhe privatësisë së

konsumatorëve si një e drejtë e një rëndësie të madhe në ditët e sotme kur informacioni

qarkullon lehtësisht në shumë kanale komunikimi që janë në dispozicion. Si mund të

ruhen të drejtat konsumatorëve në këtë det informacioni që kalon dhe përdoret për tu

analizuar, llogaritur, vlerësuar dhe përditësuar? Kjo arrihet me anë të disa organizatave të


89

cilat janë rregullatore të këtyre problemeve që hasen në marrëdhëniet midis

konsumatorëve, huadhënësve dhe SIK. Huadhënësit përdorin PK për të vlerësuar apo

përcaktuar se kush mund të kualifikohet për një kredi, për përcaktimin e normave të

interesit të kredisë si dhe kufijtë e kësaj kredie. PK po përdoret jo vetëm nga kredituesit,

por edhe nga organizata të tjera të tilla si kompanitë e telefonisë së lëvizshme, kompanitë

e sigurimit si dhe shumë punëdhënës. Kështu që rrethi i qarkullimit të informacionit është

shumë i gjerë dhe përtej një rregullatori të vetëm, si rrjedhim kërkohet mirë-organizimi

në mbrojtjen e të drejtave të konsumatorëve.

3.7.PASAKTËSITË NË DOSJET E KREDITIT (CREDIT FILE) DHE

RAPORTI I KREDITIT (CREDIT REPORT) REFLEKTOHEN NË

PK.

Pasaktësitë në dosjt e kreditit dhe raportet e kreditit mund të ndodhin kur informacioni që

nuk i përket një konsumatori i bashkëngjitet dosjes së tij ose të saj. Shkaqe të tjera të

pasaktësive përfshijnë hyrjen e të dhënave të gabuara, pasaktësi të procesit të SIK, sistem

apo procesin e furnizuesve të të dhënave, mashtrimit të identitetit, ose kohës së mbetur.

* Të dhënat hyrëse të gabuara: Furnizuesit e të dhënave mund të japin të dhëna të pasaktë

ose të bëjnë gabime tipografike (p.sh., transpozimin dy shifra në SSN, emrat, probleme

gramatikore, transpozojnë emrat e parë dhe të mesëm). Konsumatorët (kur aplikojnë për

një kredi) mund të sigurojnë të dhëna të pasakta për furnzuesit e të dhënave.Të dyja këto

lloje të pasaktësive, SIK-u mund ti kalojë si pasaktësi në dosjen e konsumatorit.

* Pasaktësi skedari dhe gabime të procesit: Një gabim që përputhet mund të ndodhë për

një sërë arsyesh, si për shembull:

a) gabimet e përputhjes mund të rezultojnë nga hetimet e kreditorit dhe linjat tregtare që

përmbajnë një grup të kufizuar të identifikuesve. Për shembull, një hetim huadhënës

mund të harrojë informacionin e tillë si data e lindjes ose SSN.

b) Anëtarët e familjes me informacion të ngjashme të identitetit si etërit dhe bijtë me

emra të përbashkët mund të përjetojnë përputhje të dosjeve, veçanërisht nëse banojnë në

të njëjtën adresë dhe informatat dalluese nuk janë dhënë.

c) individëve pa lidhje me emra të ngjashme në informatat e identitetit

* Mashtrim identiteti/ vjedhje: Hajdutët e identitetit mund të bëjnë kompromis me

historinë e kreditit të konsumatorit duke krijuar llogari të reja të kreditit, shërbime të

kujdesit shëndetësor në emër të konsumatorit dhe pastaj ta lënë të papaguar

* Sistemi i furnizuesit se të dhënave dhe pasaktësi të procesit:Pasaktësitë mund të ndodhë

për shkak të kufizimeve në procesin e furnizuesve të të dhënave publike.


90

* Koha e mbetur: Dallimet mund të ndodhin për shkak të kohës se mbetur në mes të një

transaksioni dhe raportimi në një dosje (file) SIK (p.sh., duke paguar një faturë me

vonesë ose me hapjen e një llogari të re). Vonesat kohore janë një çështje e rëndësishme

në përditësimin e të dhënave publike. Secili nga këto lloje gabimesh në raportin e kreditit

mund të ndikojë si një kreditor ose një pikësim krediti duke vlerësuar meritat e kreditit të

një konsumatori. Gabimet e linjës së tregtisë mund të dëmtojnë ose të ndihmojë në

pikësimin e kreditit të konsumatorit. Një linjë e tanishme e lënë jashtë tregtisë, për

shembull, mund të ulë një pikësim krediti.Po kështu, një pikësim krediti mund të

reduktohet padrejtësisht nga një linjë tregtare negative që i përket një tjetër konsumatori,

ose nga linja të kopjuara tregtare që trajtohen si dy marrëdhënie të veçanta të kreditimit.

Nga ana tjetër, në qoftë se një linjë e tregtisë është vonuar pa dashje në dosjen e

konsumatorit ose në qoftë se një furnizues të dhënash gabimisht ka shënuar me vonesë

linjën e tregtisë aktuale, gabimi mund të ndihmojë në pikësimin e kreditit.

SIK dhe furnizuesit e të dhënave për "rinvestigim" gjenden në dosjen e kreditit të

konsumatorit kur konsumatori kundërshton saktësinë e saj. Më tej, statuti i jep

konsumatorëve disa mekanizma për marrjen e informacionit që gjendet në dosjet e tyre

të kreditit për të shqyrtuar për pasaktësinë e mundshme. Konsumatorët mund të marrin

një raport kredie, një herë në çdo 12 muaj nga SIK dhe agjencitë kombëtare të raportimit

të specializuara. Konsumatorët gjithashtu mund të shqyrtojnë dosjet e tyre të kreditit me

blerjen e tyre direkt ose kur marrin dosjet e tyre të kreditit. Konsumatorët ndonjëherë

marrin dhe informacion nga raporte apo kopje të raporteve nga përdorues të tilla si një

bankë, broker mortgage, ose qiradhënës.

3.7.1 Monitorimi, matja e saktësisë dhe metrikat e përdorura të raportit

të kreditit

Një konsideratë e rëndësishme e të dhënave për konsumatorët dhe për vendimmarrësit

duke përdorur raportet e kreditit, kanë qënë disa nisma të fundit, për të matur saktësinë në

raportin e kreditit. Përpjekjet e vazhdueshme për të matur saktësinë e raportit të kreditit

ka të ngjarë të vazhdojë të mbështetet në identifikimin e konsumatorit për pasaktësi të

mundshme në raportet e tyre të kreditit dhe të mbështetet në sistemin e zgjidhjes së

mosmarrëveshjeve të vërtetuara se këto pasaktësi kanë ndodhur. Informatat që gjenden në

dosjet e kreditit e kane origjinën nga burime të ndryshme të tilla si furnizuesit e të

dhënave, konsumatorët (të cilët përgjigjen për aplikime te huadhënësit me informata të

caktuara personale), ose ofruesit e të dhënave publike, nuk ka asnjë burim të vetëm të të

dhënave të plota dhe të besueshme në lidhje me identitetet e sakta të konsumatorëve apo

të statusit të marrëdhënieve të tyre të kreditit. Për këtë arsye, përpjekjet për të matur

saktësinë e përgjithshme të raportit të kreditit duhet të ketë rishikim domosdoshmërisht të

përfshirë në raportet e kreditit dhe të linjave të veçanta të tregtisë me konsumatorët të

cilët kanë më shumë gjasa të dinë se kur informacioni i raportuar rreth tyre është i saktë

ose i pasaktë. Edhe pse konsumatorët në përgjithësi nuk mund të interpretojnë raportet e

tyre në mënyrë të saktë, procesi i mosmarrëveshjeve të konsumatorit nuk do të

identifikojë ose përmirësojë disa lloje të gabimeve që mund të lidhen me proceset e SIK.

Për shembull, është e vështirë për konsumatorët për të identifikuar kur informatat e tyre


91

personale shmangen në një file "jetim". Përveç kësaj, linja tregtare e lidhur gabimisht me

dosjen e konsumatorit për shkak të mospërputhjes së konsumatorëve me informacion të

ngjashëm identifikues, kanë gjasat të larta të konfirmohen si të sakta nga furnizuesit e të

dhënave .

3.8. PROÇESI I PIKËSIMIT TË KREDITIT, (PK).

Figura 4. Një skemë e rëndësishme e historisës së kreditit ,autori

Procesi I scoring

Intervista e

konsumatorit

mbledhja e

dokumentave

Analiza shtese

(nese eshte e

nevojshme)

Komiteti I krediserefuzon

Vendos te

dhenat ne

formen

refuzon

refuzon Score

card

Vendimi per dhenien e

kredise

Figura 5. Proçesi i scoring

PK ka qënë përdorur si koncept që në vitet 1950. Në vitin 1980 filluan të zhvillohen

MPK. Përmes shumë llogaritjesh dhe vendosjesh së një pikësimi krediti, në secilin model

janë standartizuar kështu vlerësimet në SIK-të për të njehsuar një vlerësim pikësh nga

350 në 850, ku pikët më lart se 660 flasim për një risk kredie të mirë. PK ka ekzistuar për

dekada të tëra. Për të kuptuar më mirë PK duhet të shikojmë se çfarë ka ndodhur në

kohën kur PK nuk është përdorur. Ideja është se shumë huadhënës përdorin faktorët

gjykues dhe subjektiv për të marrë vendimet, referuar nga konsumatorët me një gjendje të

qëndrueshme, kolaterali të fortë, personalitetit të mirë, lloji të mirë të punës

(qëndrueshmërinë e të ardhura të larta). Huadhënësit mbështeten në faktorë subjektiv për

të marrë vendime mbi njehsime intuitive. Rezultatet e tilla ishin të ngadalta, të

kundërshtueshme dhe të pabesueshme.


92

Po e ilustrojmë me një shembull më poshtë:

Tabela 9. Shembull në sistemin e pikëve të përdorura në

periudhat e përdorimit të pikësimit të kreditit .

Pasja e një pune 1 pikë

Pasja e të ardhurave 1 pikë

Pasja e n jë reference 1 pikë

Pasja e një kredie të mëparshme 1 pikë

Pasja e një raporti borxhi 1 pikë

Të gjitha MPK janë të bazuara në parimin e njëjtë të ekstrapolimit të historisë së kredisë.

Një huamarrës është një grup i karakteristikave krahasuar me atë të huamarrësve të tjerë

për të cilët është përcaktuar një standart i njohur.Rreziku i huamarrësve të rinj është

supozuar të jëtë i njëjtë me atë të huamarrësve të vjetër të cilët janë shumë të ngjashëm.

Vlerësimi nuk është i bazuar në mënyrë eksplicite në karakteristikat individuale të

huamarrësve , por në ngjashmërinë e tyre ndaj huamarrësve të mëparshme në një qëndrim

subjektiv ndaj tyre, kështu një rëndësi të madhe ka në këtë këndvështrim:

1) Zgjedhja e Karakteristikave të Huamarrësit

2) Vlerësimi i karakteristikave të Huamarrësit

3) Pesha e Karakteristikave të Huamarrësit

Sistemi i MPK bazohet në shkallën e standardizimit në tre hapat e krijimit të një

huamarrësi kredie:1) zgjedhja 2) Vlerësimi, 3) Koefiçienti karakteristikave huamarrëse.

MPK-it japin një pamje të plotë të situatës nga lloji i subjektivizimit të nivelit më të lartë

të lejuar që është plotësisht i standartizuar. MPK-it mbulojnë çdo gjë nga sistemet e

ekspertëve. Sot kemi një shumëllojshmëri të gjerë të MPK-it në sistemin bankar dhe në

industrinë financiare botërore. MPK-it kanë disa kufizime, të cilat mund të aplikohet në

shumicën e metodave sasiore. E para është se të dhënat janë historike. Ato nuk mund të

japin parashikim të sakta relativisht nëse bankat nuk përditësojnë shpesh të dhënat që

reflektojnë në variablat apo vendosjen e peshave.Një kufizim tjetër është se MPK-it

imponojnë një rezultat binar për huamarrësin.

3.9 METODAT QË PËRDOREN NË MODELIN E PK

Shumë metoda statistikore dhe data mining janë sugjeruar për të trajtuar këto probleme

në literaturë. Historikisht, analiza diskriminante dhe regresioni linear kanë qenë teknikat

më të gjera të përdorura për PK. Teknika të tjera të cilat janë përdorur në fushën e PK si

regresi logjistik, analiza probite, zbutja me metodat jo-parametrike, programimi linear97

.Pema e vendimit mund të shihet si një qasje e thjeshtë për të studiuar modelet brenda

grupeve të të dhënave. Pema e vendimi është ndërtuar nëpërmjet një proçesi të njohur si

97 Programimit Linear optimizmi ku funksioni objektiv është linear dhe kufizimet janë të shprehura nga

pabarazitë lineare dhe gjithashtu, ndoshta, nga barazitë lineare.


93

ndarje binare rekursive. Ky është një proçes përsëritës i ndarjes së të dhënave dhe pastaj

ndarjen e tyre deri më tej në secilën prej degëve. Fillimisht, fillohet me një grup të

kampionit në të cilën etiketa e klasifikimit (thotë,"Kredi e keqe" ose "kredi e mirë") është

e njohur (para-klasifikuar) për çdo rekord. Algoritmi pastaj ndërtohet sistematikisht

duke i kthyer të dhënat në dy pjesë, duke shqyrtuar një ndryshore në një kohë dhe ndarjen

e të dhënave në bazë të një linjë ndarëse në atë ndryshore (të themi, të ardhurat> 50,000

ose të ardhurat <= 50.000). Qëllimi është për të arritur si grup homogjen të etiketuar

(themi , "kredi e mirë" ose "Kredi e keqe") të jetë e mundur në çdo ndarje. Kjo përçarje

apo ndarje është aplikuar më pas për secilën prej ndarjeve të reja. Proçesi vazhdon derisa

nuk mund të ndahet më dhe nuk është më e dobishme që të gjendet. Zemra e algoritmit

është rregull që përcakton rendin fillestar ndarës .

3.9.1 Regresioni Linear.

Regresioni linear është një përqasje në lidhje me diskriminim linear p,

probabilitetin e përcaktuar me karakteristikat e aplikacionit X1, X2,…,Xn në një

rrugë vijushmërie

nn XwXwXwwp ...22110 (2) ku w0, w1, wn janë peshat përkatëse .

Një problem i qartë i këtij përafrimi është se në anën e djathtë ekuacioni mund të marrë

vlera

nga -∞ dhe +∞, kurse në të majtë dëshirojmë një probabilitet me vlera ndërmjet 0 dhe 1.

Për këtë mund të përdorim metodën e katrorëve të vegjël98 .

3.9.2 Analiza diskriminante lineare (LDA)

Analizat diskriminante janë bazuar në regresionin linear apo logjistik

Ajo përfshin një kombinimi linear të dy ose më shumë variablave të pavarura që janë të

diferencueshme midis grupeve. Për këtë vendosje rregulli statistikor është max ndërmjet

grupeve të variancës të kombinimit linear qe është derivuar në ekuacionin e mëposhtëm:

nn XwXwXwZ ...2211 (3)

Ku, n- grupe variancash .Vlerësohen

Ku Z është rezultati diskriminant, wT , w keofiçienti diskriminant dhe X variabla të

pavarura.

Vlerësohen teknikat statistikore dhe të dhënat historike duke llogaritur të dhënat e marra

(adresa, mosha, seksi, niveli arsimor, etj) ku me Z1 llogarisim funksionin logjistik.

Kur variabli i varur është kategorik dhe variablat e pavarura janë metrikë, LDA është

teknikë e përshtatshme për t'u përdorur, duke marrë mesatarisht rezultatet diskriminante

(z) për të gjithë individët brenda një grupi të caktuar. Në rastin e PK kemi dy grupe të

98 Williamson, 1987


94

mirë dhe të këqinj që ekzistojnë, dy ndarje. Rëndësia statistikore e këtij funksioni është i

testuar në një masë të përgjithësuar të distancës mes grupit ndarës.

3.9.3 Regresioni logjistik

Regresioni logjistik vepron mbi regresionin në anën e djathtë të ekuacionint ku merr vlera

midis -∞ dhe +∞, kurse në të majtë kemi një probabilitet me vlera ndërmjet 0 dhe 1,

Nëpërmjet krahasimit dhe evidentimin të probabilitetit në kundërshtim me anën e djathtë

të ekuacionit 1, marrim:

nn XwXwXwwp

p

...

1log 22110

(4)

Për të vlerësuar koefiçientët e parametrave përkatës, maksimizimi i funksionit është

aplikuar zakonisht si kriter konvergjent. Modelet e regresionit logjistik janë përdorur

gjerësisht në fusha të tilla si hulumti shoqëror, kërkimi mjekësor, kërkimi biologjik,

projektime, kontrolle, parashikime falimentime, segmentime të tregut dhe sjellje të

konsumatorëve. Të dyja si regresioni linear dhe regresi logjistik janë shumë të ndjeshëm

ndaj korrelacionit midis variablave parashikuese. Kështu është e rëndësishme për të

eliminuar variabla që lidhen fuqimisht nga të dhëna të caktuara mbi të cilat regresoni do

të kryhet. Rezultatet e klasifikimit për të dyja metodat janë të njëjta.

3.9.4 Analizat probit (Probit )

Analizat probit janë një tjetër anë e regresionit jo-linear

dyexN

x

y

2/2

2

1)(

(5)

Ku qëllimim është vlerësimi i N-1(pi) si:

nni XwXwXwwpN ...)( 22110

1, (6)

Funksioni linear i karakteristikave të aplikantit

3.9.5 Programimi linear

Duke menduar se ka një kampion të të mirave dhe jo të mirave, kjo metodë kërkon të

zhvillojë një fletënotë,“scorecard “ ku të gjithë të mirat janë më lart pragut ose pikës së

pragut cut-off dhe të gjitha jo të mirat (të këqija) janë nën të. Mbetet për tu vlerësuar,

gjetja e peshave w1 , w2 .wm për t'i zbatuar me karakteristikat, që minimizojnë shumën e

vlerave absolute të gabimeve. Kjo na jep programin e mëposhtëm linear:


95

Minimizimi

BG nnaaa ...21 (7)

BG

BGGiimmii

Giimmii

nni

a

nninacxwxwxw

niacxwxwxw

1

0

1,...

1,...

1

2211

2211

(8)

Ku C është cut-off.

3.9.6 Pemët e klasifikimit ose vendimit

Në metodat e mësipërme, peshat janë dhënë për çdo përgjigje dhe janë shtuar që të

përfundojnë një fletënotë, “scorecard”, pemë të klasifikimit e ndarë në grupin e

konsumatorëve në nënbashkësi të ndryshme. Secili grup homogjen në rrezikshmërinë që

paraqet ndryshon nga rreziku i përzgjedhur i grupeve të tjera. Ka mënyra të ndryshme për

ndarjen e caktuar në nënbashkësi të ndryshme, por qëllimi kryesor është që të mbajë

ndarjen derisa është e mundur. Për të ndarë dy nëngrupe të reja që janë statistikisht të

konsiderueshme të ndryshme. Pas ndarjes që është bërë, grupet janë klasifikuar si i mirë

apo i keq dhe çdo aplikant i ri do të klasifikohet në bazë të grupit kur ai përfundon. Një

pemë klasifikimi është quajtur shpesh një sistem ekspert, pasi ajo është një proçedurë e

automatizuar që ka aftësinë për të të mësuar. Po japim një shembull të një peme vendimi.

Figura 6: Një pemë vendimi

I gjithë

sample

Pronari Jo- pronari

vite > 2 vite < 2 mosha < 26

2262622626

mosha >26

1+ prof Jo prof Me pale Te tjera <21 0 femije >21


96

Kriteri në shtresën e parë është statusi i banimit në rastin e dytë është vite në bankë dhe

mosha përkatëse si dhe në rastin e tretë është numri i fëmijëve, punësimin, mosha,

gjendja e banimit respektivisht .

3.9.7 Fqinjësitë më të afërta ( nearest neighbours)

Ky është një përafrim jo-parametrik statistikor. Një zgjedhje e një metrikë në hapësirën e

të dhënave të aplikimit për të matur se sa larg aplikantët janë. Tashmë të gjithë aplikantët

kundrejt te dhënave të fundit kanë një pozicion në këtë hapësirë metrikë.

Çdo aplikant i ri është klasifikuar si i mirë apo i keq, sipas grupit që është në pjesën më të

madhe në mesin e fqinjëve më të afërt të kësaj kërkuese të re. Përcaktimi i një metrike të

përshtatshme për këtë qasje, është mjaft e ngjashme me zhvillimin e një fletënote

“scorcardi” linear. Kur përdorim këtë metodë, një hap shumë i rëndësishëm është

zgjedhja e metrikës që do të përdoret e përshkruar si një zgjedhje metrike. Edhe zgjedhja

e numrit të fqinjëve të përdorur 99 .norma Euklidiane është një metrikë e përdorur

zakonisht, si më poshtë:

)()(),(1 yxyxyx T (9)

Ku x dhe y janë vektorë .

Kur variablat janë në njësi të ndryshme, ose kur janë të kategorizuar megjithatë ka nevojë

për një version të të dhënave të varura të normës Euklidiane si më poshtë:

)()(),(2 yxAyxyx T (10)

Zgjedhim k, numrin e fqinjëve më të afërt, vendosim vlerësimin e variancës së

parashikimit duke sugjeruar që k≈ n2/8 ose n3/8 është e arsyeshme .

3.10. ZHVILLIMET E SISTEMIT TË INFORMACIONIT TË

KREDITIT

Në kohën e sotme të ndryshimeve të mëdha ekonomike e teknologjike diskutohet për

inovacionet më të fundit për ndërtimin e MPK dhe për përmirësimin e mëtejshëm të

sistemet të informacionit të përdorur. PK është parësisht bazuar në informacion tipik

(credit report) të mbledhur nga SIK-it. Huadhënësit e tillë si bankat dhe insitucionet

kredituese përdorin PK, për të vlerësuar riskun potencial pozuar në huadhënien e shumës

së parave tek konsumatori si dhe zbutjen e humbjeve për shkak të borxhit të keq (bad

debt). Huadhënësit përdorin PK, për të vendosur se kush kualifikohet për një kredi, dhe

se çfarë norme interesi (interest rate), dhe limiti kredie do të vendoset. Huadhënësit

99 Hapesira Euklidiane 2- dimensionale ne hapesiren R2 pajisur me normën Euklidiane .Elementet në këtë vector në

hapësirë

http://en.wikipedia.org/wiki/Credit_report

http://en.wikipedia.org/wiki/Bad_debt

http://en.wikipedia.org/wiki/Bad_debt

http://en.wikipedia.org/wiki/Interest_rate


97

gjithashtu përdorin PK për të vendosur cili konsumator ka pritshmërinë për të sjellë të

ardhura më të mëdha. PK nuk është i kufizuar vetëm për bankat, por të tjera organizata të

tilla si kompanitë e telefonisë së lëvizshme, kompanitë e sigurimeve, departamentet

qeveritare përdorin të njëjtat teknika.Të gjitha PK, përdorin njehsime sasiorë të

performancës së karakteristikave të kredive të mëparshme për të parashikuar

karakteristikat e njëjta që mund të shfaqen në të ardhmen. Sot shumë huadhënës përdorin

raportin e PK të gjeneruar nga SIK-ja sesa raportin e kredisë të gjeneruar nga Regjistrat e

Kredisë sepse PK kthen në një numër të thjeshtë tre-shifror të gjithë informacionin e

detajuar rreth historikut financiar dhe është thjesht një numër mbi të cilët mund të

vendosim me lehtësi, sipas një statusi të caktuar dhe gjuhe të njohur për të gjithë aktorët

kudo qofshin ata. Formulat e përdorura i japin pesha të ndryshme tipeve të veçanta të

lidhjeve me tipet e ndryshme të sjelljes në kreditim, përmes të dyja sistemeve shohim se

peshë të rëndësishme ka pagimi në kohë i detyrimeve/faturave të tilla si për një kredi,

overdraft, kartë krediti, kontratën me telefoninë e lëvizshme, primin për policat e

sigurimit të makinës, pronës apo jetës dhe të gjitha këto sjellje bëhen pjesë e

përllogaritjeve që gjenerojnë raportin e PK duke parashikuar sjelljen tuaj të ardhshme

lidhur me pagesat e detyrimeve/faturave.

Gjykimi mbi raportin e PK ndryshon nga huadhënësi në huadhënës, kjo do të thotë se

nëse ju refuzoheni nga ndonjë huadhënës kjo nuk do të thotë se të gjithë huadhënësit e

tjerë do të veprojnë po në këtë mënyrë. Pasi çdo huadhënës ka strategjitë dhe planet e

veta të biznesit ku përcaktohen masa e rriskut që mund të ndërmerren (risk apetitte).

Gjithashtu, gjykimi mbi raportin e PK nuk dikton se çfarë produkti mund të merret nga

konsumatori, por deri në sa dhe me çfarë çmimi mund ti ofrohet konsumatorit. Kjo do të

thotë se të gjithë huadhënësit kudo që ndodhen, shohin si një klient të ardhshëm këdo prej

konsumatorëve, duke iu referuar fjalisë që shpesh përdoret në termat ekonomike “klienti

është mbret”. Kredidhënësit nuk i’u paragjykojnë por ju gjykojnë bazuar në vlerësime të

gjeneruara nga disa faktorë specifikë të cilët janë përcaktuar dhe respektohen. Për të

marrë një raport PK nga një SIK duhet që në historikun e kreditit të konsumatorit të ketë

të paktën një llogari që ka qënë e hapur për 6 muaj ose më shumë. Si dhe kjo llogari të

jetë e përditësuar në 6 muajt e fundit. Rezultati është llogaritur me një ekuacion

matematik që vlerëson shumë faktorë në varësi nga të dhënat (score factors) që janë pjesë

në raportin historik të kreditit të një individi. Faktorët janë të shënuar dhe peshuar në

mënyrë që të ndikojnë në rezultatin tuaj. Duke krahasuar këtë informacion përcaktojmë

konsumatorët me faktorë të njëjtë. Modeli përcakton karakteristikat që dallojnë në mes të

një popullsie të mirë dhe të keqe Kryejmë analiza statistikore mbi një kampion

konsumatorësh për të identifikuar variablat/faktorët më të rëndësishëm (score factors).Një

peshë renditëse (point range) është përcaktuar bazuar në modele statistikore për të

përcaktuar peshat për çdo variabël/faktor që do të përdoret për parashikimin e rrezikut të

ardhshëm nga konsumatorët. Rezultati është shuma e pikëve për të gjithë faktorët e marrë

në konsideratë. Analiza e një grupi të madh konsumatorësh identifikon variablat e

nevojshëm që përcaktojnë më pas sjelljen e konsumatorëve.

3.10.1 Kufizime për performimin e pikësimit të kreditit


98

1. Për të ndërtuar MPK është e nevojshme një sasi e madhe të dhënash historike

lidhur me kreditin e konsumatorëve.Të dhënat janë të nevojshme për të gjithë

aplikantët edhe nëse u janë refuzuar kreditë apo kanë paguar detyrimet në kohë.

2. Eshtë e nevojshme një sasi e madhe të dhënash për

karakteristikat/variablat/faktorët e konsumatorëve (të trajtuar më lart).

3. Eshtë e nevojshme cilësia e mirë e të dhënave. Përdorimi i të dhënave jo-korrekte

mund të sjellë devijime në rezultatin statistikor.

4. Menaxhimi i padisiplinuar mund të sjellë një rezultat të papritshëm. Një

individ/biznes nuk klasifikohet si jo-performuese për 90 ditë, shton riskun e

nënvlerësimit të probabilitetit të përcaktuar .

5. Përcaktimi jo-shkencor i “cut-off”(është kur rezultati është më poshtë kësaj pike

dhe kështu refuzohen si huamarrës) mund të orientojë shumë kredi që janë

refuzuar duke përfshirë edhe ato të cilat mund të jenë të mira në të ardhmen .

3.10.2 Rëndësia e të dhënave në modelin e pikësimit të kreditit

.

Figura 7 . Reflektimi i të dhënave në scoring, autori

GIGO: garbage in - garbage out.

Rezultati i PK vjen nga përpunimi i të dhënave që janë marrë më parë, kështu që në ditët

e sotme cilësia e të dhënave vendos vërtet vlerën e pikësimit.Të dhënat e këqija por të

manipuluara do të prodhojnë një fuqi më të vogël parashikuese. Për të menaxhuar

rrezikun e kredisë bankat përdorin metodologji të ndryshme për pikësimin, për të

vlerësuar performancën financiarë të klientëve.Për të përcaktuar sasinë e rrezikut si një

probabilitet të paracaktuar që lejon për një vazhdimësi më të gjerë klasifikimi, referohemi

si më poshtë

Përdoret vazhdueshmëria e rezultateve për aplikantë me karakteristika të njëjta,

duke përjashtuar subjektivitetin;

Përdoren për të akomoduar një gamë të gjerë faktorësh si psh profesionin përmes

metodave të pagesës;

Përdoren lehtësirat në kuptimin e analizave statistikore si psh , analizat mund të

zbulojnë se historikisht norma e humbur për këto rezultate është më e ulët se vlera

50% . Ky informacion mund të jetë i vlefshëm dhe i dobishëm në menaxhimin e

riskut ;

Përdoret pritja e proçesit të aprovimit;


99

Prodhohet një bazë, për një marketing që synon produkte të reja për klientët e

mundshëm;

Marrin norma më të mira aplikuesit me tregues më të mirë dhe norma më të larta

aplikuesit me tregues më të varfër;

Sigurohet një bazë më e mirë për të përcaktuar kredinë dhe për ta përshtatur me

kapitalin ekonomik.

3.11. HAPAT QË DO TË NDIQEN PËR NDËRTIMIN E MODELIT TË

PIKËSIMIT TË KREDITIT (MPK).

Modelet e regresionit logjistik jane modele lineare dhe transformojnë probabilitetin

parashikues në një funksion linear të vlerësimit të variablave parashikuese. Pra në

përfundim të një MPK kemi një funksion linear parashikues dhe me disa transformime të

shtuara të aplikuara në parametrizimin e modelit, thjesht si një funksion linear.

PK mund të lidhet me çdo variabël parashikuese pas segmentizimit. Megjithatë ka disa

hapa që duhen ndjekur për të ndërtuar një MPK, të tilla si:

1.Anketa me një historik krediti klientësh me supozimin themelor për të ndërtuar një

model të vlerësimit të kreditit bazuar në klientë që kanë të njëjtën model të sjelljes me

kalimin e kohës; Modelet janë ndërtuar bazuar mbi informacionin e fundit. të

disponueshëm dhe cilësinë e këtyre të dhënave nga bankat e niveleve të dyta100

2.Klasifikimi i klientëve sipas modelit të sjelljes dhe përcaktimi i variablave të varur

lidhet me klientë të mirë, e të këqinj, klientë të refuzuar të cilët kanë karakteristika që nuk

duhet të konsiderohen, klientë të ndërmjetëm, klientë në pragun e të qënit i mirë apo i

keq,

Në praktikë, institucionet konsiderojnë vetëm klientët e mirë dhe të këqinj për të ndërtuar

këto lloj modelesh Kjo tendencë për të punuar vetëm me klientët e mirë dhe të këqij është

vënë re edhe në artikuj akademikë101. Nga një kampion i klientëve të mëparshm është

zgjedhur dhe klasifikuar si "të mirë" ose "të këqinj" gjatë një periudhe të caktuar në

varësi të performancës së tyre të shlyerjes).

3.Më pas kalohet te analizat statistikore (ose të tjera sasiore) kryer në të dhënat e dala në

modelin e PK. (Një metodologji më e përpunuar do të paraqitet në seksionin përmbyllës)

Modeli përfshin peshat e aplikimit për variablava të ndryshëm (ose atribute) në të dhënat

dhe në pikat cut-off.102

4.Shuma e peshave të aplikuara të variablave për një konsumator individual ose biznes

përbën PK. Pika cut-off përcakton nëse ky konsumator ose biznes duhet të klasifikohet si

" i mirë" ose "i keq" 103 .Modele të ndryshme mund të ndërtohen për segmende të

100 Trevisani et al., 2004. 101Rosa 2000; ohtoshi, 2003; semolini, 2002, dora; henley, 1997 102 Cut-off eshte pika ndarese nga ku ndohen kredituesit ,

Poshte kesaj vije apo pike refuzohen dhe siper kesaj vije merren ne konsiderate 103 të mirë" ose "i keq" konsiderohen gjithe apikantet e dise

Marre ne kampion ku sipas nje rregulli jane ndare

Ne kreditues te mire ose kreditues te keq


100

ndryshme të të dhënave, p.sh për produkte të ndryshme). Në vitet e fundit, teknika të reja

janë përdorur gjithnjë e më shumë për të ndërtuar MPK104

3.Është e rëndësishme që kampioni i klientëve të mirë dhe të këqij të kenë një madhësi

sipas një raporti të tillë 3:1 megjithatë nuk ka një formulë përfundimtare, eksistojnë dhe

ide që ky numër duhet të jetë i barabartë. Nuk ka numër të caktuar për kampionin që do të

përdoret për ndërtimin e modelit, për vlefshmërinë e modelit dhe për të testuar modelin.

4.Analiza përshkruese dhe përgatitja e të dhënave përbëhet nga analizimi, sipas kritereve

statistikore, për secilin variabël që do të shfrytëzohen në model.

5.Zgjedhja dhe aplikimi i teknikave që do të përdoren në ndërtimin e modelit si

regresionit logjistik, analiza diskriminante, pema e vendimit,etj.Kohët e fundit disa

studiues e kanë përdorur dhe analizën e mbijetesës 105.Nuk ka asnjë metodë që është

qartësisht më mirë se të tjerët çdo gjë varet se çfarë teknikë zgjidhet në përshtatje me të

dhënat që ke në dispozicion.

6.Përcaktimi i kritereve të krahasimit të modeleve për matjen dhe krahasimin e modeleve

do të përcaktohen zakonisht nga norma e testit KS Kolmogorov-Smirnov (KS)

7.Përzgjedhja dhe zbatimi i modelit më të mirë është zgjedhur duke përdorur kriteret e

përcaktuara më parë.Si i tillë, zbatimi i modelit duhet të programohet dhe duhet të

rregullojë sistemet për të marrë algoritmin përfundimtar në mënyrën sa më të lehtë.

3.11.1 Regresioni logjistik

Një teknikë shumë e përdorshme në treg për zhvillimin e PK106.

Modeli i regresionit logjistik mund të shtrihet në dy apo më shumë variabla të pavarura

Sigurisht, sa më shumë variabla, aq më e vështirë është për të njehsuar gabimet në të

gjitha nivelet e këtyre variablave. Mbi baza teorike mund të supozohet se regresioni

logjistik është një instrument statistikor më i përshtatshëm se regresionit linear, duke

pasur parasysh se dy klasat e kreditit "të mirë" dhe kreditit "të keq" janë përshkruar107 si

më poshtë

(11)

Vektorë të parametrave lidhur me variablat e marrë

(12)

Probabiliteti i individëve të klasifikuar si të mirë në vektorin X

Ky probabilitet është shprehur nga108 .

104 Lee and Jung 1999/2000 and West [2000. 105 Harrison; Ansell, 2002; Andreeva, 2003. 106 Rosa, 2000; ohtoshi, 2003 107 hand & henley, 1997 108 Neter et al., 1996: 580,fensterstock 2005: 48


101

(13)

Në ndërtimin e modeleve, teknikat statistikore të tilla si analiza diskriminante. Analiza e

regresionit, analiza probit dhe regresioni logjistik, janë vlerësuar109 .Po kështu metoda të

tjera janë shtuar dhe që mund të përdoren: programimi matematikor, metoda e zbutjes jo-

parametrike, modelet zinxhir Markov, sistemet eksperte, rrjetat nervore, etj.

3.11.2.Testi Kolmogorov-Smirnov (KS)

Kolmogorov-Smirnov (KS) është një tjëtër praktikë e përdorshme 110 .KS është një

teknikë jo-parametrike që përcakton nëse dy grafikët e grumbulluar nga e njëjta

popullsi111 bazuar nga një analizë e shpërndarjes kumulative të pikësimit të klientëve të

konsideruar si të mirë apo të këqij .

(14)

Kolmogorov-Smirnov (KS)112 është maksimumi , përmes gjithë vlerave të PK, diferencës

në shpërndarjet kumulative (në pikat e përqindjes) të mirë e të keq si kredimarrës. Një

vlerë zero për KS do të thotë që dy shpërndarjet e PK tregojnë se PK nuk arrin të dallojë

midis të përcaktuareve dhe jo të përcaktuareve (të mirë e të keq si kredimarrës); një vlerë

100 tregon PK të përkryer midis të përcaktuareve dhe jo të përcaktuareve (të mirë e të keq

si kredimarrës).

KS është maksimumi i distancës maksimale vertikale në mes të dy kurbave të përcaktuara

dhe jo të përcaktuara (të mirë e të keq si kredimarrës). KS përshkruan aftësinë e një

modeli për të diferencuar kredimarrësit e mirë e të këqinj në një pikë të vetme,

divergjenca statike krahason se si shpërndarjet e përcaktuara dhe jo përcaktuara (të mirë e

të keq si kredimarrës) ndryshojnë. Divergjenca statistike llogaritet si katrori i diferencës

së mesatares së të mirave e të këqijave pjesëtuar me variancën mesatare të shpërndarjes.

Kur modeli performon jo mirë kjo do të thotë se PK mesatar i të këqijave nuk ka shumë

diferencë nga mesatarja e të mirave dhe divergjenca statike është afër 0. Që modeli të

përmiresohet rritja e diferencës ndërmjet mesatares se të mirave dhe të këqijave dhe

divergjencës statike duhet të rritet. 113. Sa më e madhe divergjenca statike aq më e madhe

fuqia parashikuese e modelit. Këto lloj njehsimesh statistikore nuk përdoren vetëm për të

parë efiçencën e modelit por gjithashtu ndihmojnë në vendosjen e numrit të

109 Sarlija et al, 2004; Banasik et al, 2001; Greene, 1998; Leonard, 1992; Steenackers & GOOVAERTS,

1989; Boyes et al, 1989; Orgler, 1971. 110 Picinini et al., 2003; Ooghe et al., 2001; Pereira, 2004 111 Siegel, 1975: 144’ 112 The kolmogorov-smirnov (ks) test 113 Mesatarja e pikësimit të mirë dhe të keq


102

karakteristikave të përfshira në model.Tipikisht, zgjedhja finale përfshin një shkëmbim

ndërmjet efekteve të shtuara të karakteristikës në modelin parashikues si dhe një

këmbëngulje për të mbajtur kompleksitetin e modelit të menaxhueshëm.

Testimi i modelit kundrejt kampionit lidhet nëse secila karakteristikë përfshihet në model

dhe është parashikuese duke përdorur të dhënat që nuk përdoren në konstruktin e modelit.

Së pari në rezultatit diskriminant marrim grafikun e funksioneve të shpërndarjes

kumulative të klientëve të këqinj dhe të mirë. KS që rrjedhin nga ky grafik është e

barabartë me 31.62%, ose 0,3162. Duke përdorur rezultatet për të dhëna të shpërndara

normalisht kemi, se KS është e barabartë me 0,3162.

Duke iu referuar rezultateve të shpërndarjes normale të të dhënave financiare të

përmendura në indekset sasiore dhe shifrore mund të përdorim me sukses metoda për të

matur cilësinë e rezultatit të modeleve të kreditit. Ato mund të përdoren si standarde për

krahasim të disa modeleve të propozuara në kohën e zhvillimit. Modeli i zhvilluar mund

të arrijë rezultate të shkëlqyera, cilësia e saj aktuale është treguar në kohë, dmth pas

vendosjes së saj në praktikë.

Për këtë arsye, është e nevojshme për të monitoruar rregullisht performancën e modelit.

Pasi nëse performanca e modelit bie poshtë pragut të dhënë, modeli duhet të rizhvillohet.

Vendimarrja e pikës së rrezikut dhe rezultati i cut-off

Nëse është përcaktuar një model i mirë i regresionit logjistik vendimarrja ka të bëjë me

kush janë vlerat e pikës së rrezikut, cut-off për shtrirjen në kohë, zgjerimin, refuzimin e

kredisë (ose kur mund të kërkohet informacion shtesë nga aplikanti për të mbështetur

aplikacionin). Mënyra më e thjeshtë është marrja e kurbës në pikën ku ndërprerja është

më e madhe midis kredisë së mirë dhe kredisë së keqe, vërejtur në kampionin e marrë.

Megjithatë, shumë konsiderata të tjera në mënyrë tipike hyjnë në këtë vendim.

Së pari, përcaktimi për një shumë të madhe të kredisë është më e vështirë sesa për një

shumë të vogël të kredisë.Në përgjithësi, humbja apo fitimi shoqërohet me katër rezultate

të mundshme (parashikim korrekt të kredive të mira, parashikim korrekt i kredive të

këqija, parashikim jo-korrekt i kredive të mira , dhe parashikim jo-korrekt i kredive të

këqija) që është e nevojshme të merren në konsideratë. Pika e rrezikut ose e pragut cut

off, duhet të selektohet në mënyrë të tillë për të maksimizuar fitimin bazuar në modelin e

parashikimt të riskut.

Ka një numër metodash dhe grafikësh specifikë që janë tipikisht ndërtuar për të vendosur

cut off -in final. Për qëllimet që shtruam më lart është e nevojshme të monitorohet në

mënyrë të kujdesshme verifikimi i performancave të pritshme.Thelbësisht tre gjëra mund

t’i ndryshojmë gjatë punës sonë :

Së pari, popullsia e aplikantëve mund të ndryshojë në lidhje me respektin e rëndësisë (të

përdorur në këtë scorecard) përcaktuese. Për shembull, mund të poseidojë më pak pasuri

sesa aplikuesi i përshkruar në të dhënat e marra nga të cilat “scorecard “është ndërtuar.

Kjo padyshim do të ndryshojë përqindjen e aplikantëve për kredi të cilët do të pranohen

dhe kjo mund të ndryshojë, rezultatitin e cut –off të vendosura.

Të ashtuquajturat raporte stabiliteti popullate janë përdorur për të kapur dhe ndjekur

ndryshimet në popullsinë e aplikacioneve (përbërja e aplikantëve në lidhje me

parashikimet).


103

Së dyti, parashikimet mund të bëhen gjithnjë e më të pasakta. Kështu, saktësia e

parashikimeve të modelit duhet të ndiqet sistematikisht, për të përcaktuar se kur një

model duhet të rifreskohet ose fshihet (dhe kur një model i ri duhet të ndërtohet).

Së treti, norma aktuale e vërejtur e parazgjedhur (kredi e keqe) mund të ndryshojë me

kalimin e kohës (p.sh, për shkak të kushteve ekonomike). Ndryshime të tilla do të

kërkojnë rregullime të vlerave cut-off dhe ndoshta dhe vetë MPK. Metodat dhe raportet

që janë përdorur zakonisht për të gjetur normën e delikuencës për kreditë e pashlyera, dhe

krahasimi me delikuencën e pritshme, janë quajtur (analiza të raporteve të delikuencës

ose vonesave).

3.11.3. Rezultatet e modelit parashikues

Rezultatet e regresionit logjistik tregojnë se modeli është statistikisht i rëndësishëm ( në

një nivel të rëndësisë 0,05). Përveç kësaj, variablat e mëposhtme të përdorura janë

statistikisht të rëndësishme në parashikimin e riskut të kredisë. Statusi i llogarisë

rrjedhëse, kohëzgjatja, historia e kreditit, qëllimi i marrjes së kredisë, debitorë të tjera ose

garantuesit, norma e këstet në përqindje e të ardhurave të disponueshme, llogaritë e

kursimit ose bono, vite punësimi, etj.

Për shkak se numri i karakteristikave në sistemin e PK është proporcional me peshat e saj

të përcaktuara, procesi përcakton se me sa pikë vlerësohen variablat në lidhje me

variablat e tjera të së njëjtës karakteristikë. Pasi ka përcaktuar variablat e së njëjtës

karakteristikë, fuqia parashikuese e karakteristikës mund të vlerësohet me masën e vlerës

së informacionit që është grumbulluar për këtë karakteristikë. Më poshtë marrim

funksionin për përzgjedhjen e karakteristikave:

Për secilin grup të karakteristikave

(15)

Ekuacioni 1: Pesha e evidencave (provave të bëra )

Kjo do të ndihmojë në përzgjedhjen e karakteristikve për përfshirje në fletënotë

scorecard. Vlera e informacionit (pikët e grumbulluara) është e ponderuar në shumën e

peshave të evidencave të atributeve / karakteristikave duke u peshuar nga diferenca midis

përqindjes së "të mirave " dhe përqindjes së "të këqijave ".

(16)

Ekuacioni 2: Vlera e informacionit (pikët e grumbulluara)

Ku L është numri i variablave (niveleve ) të karakteristikës së zgjedhur .

Për secilën variabël pesha e evidencave dhe keofiçienti i korrelacionit të këtyre

karakteristikave tani mund të shumëfishohet për të marrë pikët e kreditit përfundimtar .


104

Megjithatë, pikat janë zakonisht lineare për të marrë (numër të plotë) vlera fqinjësore

(integer) në përputhje me standardet e industrisë ose të shoqërisë. Për derivimin sipas

rregullës së shkallës së transformimit në pikë scorimi të secilës variabël. Këto atribute

mund të parametrizohen lehtësisht. Rezultati i pikësimit është përcaktuar si më poshtë:

Ekuacioni 3: Shkallëzimi (17)

(18)

Ekuacioni 4. Shembull shkallëzimi në sistem.

3.12 . ROLI I PIKËSIMIT TË KREDITIT

Pikësimi i Kreditit tuaj nënkupton se ky kredit krahasohet, nëse është pikësim mesatar,

pikësim më i madh apo tjetër rezultat.Të kesh një PK jo të mirë, është problem në kohën

e sotme. PK juaj afekton normën e interesit të kredisë për shtëpi, kartën tuaj të kreditit,

primin që mund të merrni në sigurimin e jetës apo pronave tuaja. Klientët që kanë një PK

të lartë paguajnë më pak në norma interesi për kreditë që marrin, e kundërta ndodh me ata

kredimarrës që kanë PK më të ulët:

Si një numër treshifror paraqitet PK, sa më i lartë numri aq më shumë mundësi

konsumatore

Një shembull praktik. Çfarë ndodh kur tre konsumatorë kanë PK të ndryshme dhe

aplikojnë për të blerë një makinë me kredi prej $13,000 për 48 muaj?

Tabela 10. Një shembull krahasimi për PK (credit score)

E parë në anën filozofike.

Po ti referohemi një loje fjalësh të njëjta në kuptim por në një kuptim tjetër kur përdoren

së bashku, psh, sa keq është keq,- ku nuk kemi një tavan/pika më e lartë referuese

orientohemi apo ndodhemi në një kuti të mbyllur. Në ditët e sotme ku ritmi i zhvillimit

teknologjik po ecën mjaft shpejt, ne realisht nuk dimë as sa mirë është mirë ????. Pra në


105

realitetin sot për të qënë i mbrojtur nga pyetjet e mësipërme na mbetet vetem të rendisim

dhe të adaptojmë , përditësojmë çdo informacion për të patur një pikësim sa më real.

Shërbimet e monitorimit të PK ndjekin dosjen tuaj të kreditit çdo ditë dhe lajmërojnë sa

herë që ka një ndryshim. Herë pas here, ata gjithashtu do tregojnë rezultatin tuaj të fundit

të PK.

Shërbimet e monitorimit të kreditit ofrojnë dy përfitime primare.

I pari (dhe më i rëndësishëm) përfitim i ofruar nga kreditë është monitorimi i shërbimeve

duke ndihmuar në parandalimin e vjedhjes së identitetit. Hajdutët e identitetit hapin

llogari kreditore nën emra të njerëzve të tjerë.Vjedhjet e identitetit ndodhin kur dikush

përdor informacionin tuaj personal identifikues, si emrin tuaj, numrin e Sigurimit Social,

SIN apo numrin e kartës së krediti, pa lejen tuaj për të kryer mashtrime ose krime të tjera.

Kur identiteti i një hajduti përpiqet për të hapur një llogari të re krediti nën emrin tuaj, një

hetim i kreditit do të jetë postuar në të paktën një nga tre zyrat e kreditimit kryesor.

Shërbimet e monitorimit të PK lajmërojnë brenda 24 orëve për çdo ndryshim në raportin

tuaj të kreditit, duke përfshirë edhe këto kërkesa apo hetime të fundit mbi kreditin tuaj.

Përfitimi dytësor i shërbimeve të monitorimit të kreditit është se qëndrohet në krye të

rezultatit tuaj të kreditit. Kjo do të thotë se gjithmonë do të dini gjendjen tuaj të kreditit, e

cila është e rëndësishme nëse doni të aplikoni për një kartë krediti të re, hua ose lloje të

tjera të kredisë.

3.13 AVANTAZHET E PËRDORIMIT TË MPK.

Proçes efektiv vendimmarrje që siguron saktësinë e lartë parashikuese për të

mbështetur vendim-marrjet për kreditë .

Proçesi i vendimmarrjes objektive ndalon efektin e qëndrimit personal.

Proçesi i vendimmarrjes automatike që redukton kohën dhe koston për t'u marrë

me raste të kreditimit masiv.

Proçes vendimmarrje efikas lejon ekspertët e kreditit të përqëndrohemi në

vështirësitë individuale dhe raste të rëndësishme të kredisë. Megjithatë, ka disa

kufizime që janë të pranishme në metodat empirike të PK.

Disa modele nuk janë transparente, ato nuk mund të kuptohën nga personat në

mënyrë eksplicite. Nëse MPK janë të arsyeshme, kjo është shpesh e dyshimtë. Ky

kufizim pengon aplikimet mbi kreditë me sasi të madhe të parave. Sjelljet kanë

ndikim të rëndësishëm negativ. Shpjegimet duhet të bëhet në vendimet e

rëndësishme të lidhur me to.

Disa teknika modelesh janë të mira në trajtimin e karakteristikave sasiore, por

karakteristikat cilësore nuk mund të shpjegohen në mënyrë të përshtatshme. Për

shembull, analiza diskriminante mund të prodhojë marrëdhëniet në mes raporteve

financiare dhe rreziqeve të përcaktuara, por menaxhimi i cilësisë, pozicioni në

treg nuk mund të analizohet nga ana sasiore.

Vetëm përmes ekspertëve me përvojë mund të gjykojmë në lidhje me një rrezik.

Kjo analizë shpesh mungon në konsideratat e perspektivës, e cila është shumë e

rëndësishëm për kreditë e biznesit.


106

Tjetër rëndësi ka informacioni i ardhshëm dhe orientimi ne treg, si dhe situata

ekonomike në të ardhmen. Këto mund të vlerësohen nga ekspertët apo mjete të

tjera të analizës. Vlerësimet e tyre kanë qënë përfshirë rrallë në modelet empirike

të PK. Në praktikë zgjerimi i aplikimit të kredisë në lidhje me të falimentuarit

është shkaktuar nga faktorët që dalin pasi kredia është dhënë.

Karakteristikat që mishërohen nga një model empirik shpesh pasqyrojnë të dhënat

historike

Këto cilësi të MPK-së shtrojnë një pyetje:

A mundet që analiza individuale e ekspertëve të zëvendësohet nga modelet empirike?

Ekspertët janë të mirë në analizimin e pastrukturuar të informacionit dhe më fleksibël në

përshtatjen me kushtet e ndryshme. Modelet kanë aftësinë për të trajtuar rastet në një

numër të madh në mënyrë më efikase dhe të qëndrueshme.

3.14. E ARDHMJA DHE MJEDISI AKTUAL I PIKËSIMIT TË

KREDITIT

Mjedisi i industrisë së kreditit, konkurrenca në rritje, kufijtë dhe presioni për kënaqësinë

e konsumatorit kanë vendosur teknika moderne modelesh për t’u bërë ballë këtyre

sfidave. Prioritetet për shërbimet e kreditit sot janë teknikat e avancuara të MPK që

luajnë një rol për të ndihmuar vendim-marrjet e kreditit. Kjo domosdoshmëri mund të

njihen në vijim si kanalet online të Kreditimit.Kreditimi kërkon vendime të shpejta.

Shërbimet e reja, në institucionet financiare koherente ofrojnë shërbime financiare në

shumë degë, Call Center, internet, komunikim në celular, etj.Bankat dhe të tjera

organizata të shërbimeve financiare e kanë kuptuar se kanali i tyre në internet do të thotë

shtimi i kërkesa për shërbimet e tyre. Sfida për vendim-marrësit mbetet gjithmonë sa mirë

shërbehet në këto kanale dhe sa i mbrojtur është konsumatori sot. MPK vijnë sot përmes

zhvillimit të një modelimi të ri dhe të fuqishëm si dhe teknikave të eksplorimit të të

dhënave (Shembuj: regresioni, GLM, rrjetat nervore, pema e vendimit, analiza clustering,

Mars etj) ku analiza statistikore nuk është më e kufizuar në atë që mund të realizohet me

laps dhe me letër. Sot kemi database të fuqishëm ku analiza multivariate (analizimi i

variablave të shumtë "në të njëjtën kohë" në vend të një ose dy variablave) si edhe

përdorimi i një sasie më të madhe të të dhënave rrjedhojë e përparimit të shpejtë të

informatikës si dhe veprimit të Ligjit Moore 114 , përmes disponueshmërisë së të të

dhënave nga burimet e brendshme dhe të jashtme, me përdorimin e Data Mining115.

114 Ligji i Moore është vëzhgimi empirik që tregon se dendësia e tranzitorit në një mikroprocesor dyfishohet çdo 18-24

muaj. Pavarësisht nga çështjet e konsumit të energjisë, si dhe parashikimet e përsëritura në fund të saj, ligji i Moore

është ende në fuqi. Me përfundimin e shkallës të frekuencave, këto transistorë shtesë (të cilat nuk janë më të përdorura

për shkallën e frekuencës) mund të përdoret për të shtuar ekstra hardware për paralelizëm. 115 " Data mining është një proçes që përdor teknika parashikuese modelimi për të analizuar sasi të mëdha të të

dhënave të brendshme dhe të jashtme, në mënyrë për të zhbllokuar marrëdhëniet e panjohura më parë kuptimplote të

biznesit"

http://sq.wikipedia.org/w/index.php?title=Ligji_i_Moore&action=edit&redlink=1


107

Kapitulli i iv

DATA MINING, PROCESI I PËRPUNIMIT TË TË

DHËNAVE NË MPK

4.1 HYRJE REDUKTIMI I KOSTOS PËRMES ADAPTIMIT TË

TEKNOLOGJISË

PK është shumë i rëndësishm në vlerësimin e rrezikut të kredisë. Duke përdorur të dhëna

historike dhe teknika statistikore, në përpjekje për të pikësuar të dhënat për kredi,

përpiqemi për të izoluar efektin e karakteristikave të ndryshme të bazës së klientëve që

kanë historik në lidhje me vonesat dhe rregullat që kanë rënë dakord të ndjekin sipas

marreveshjes së lidhur me institucionin që ka lëshuar kredinë. Metoda prodhon një

"Pikësim" që një bankë mund ta përdorë për aplikantët e saj të kredisë ose huamarrësit në

aspektin e rrezikut.

Në përgjithësi, data mining (të quajtura ndryshe të dhënat ose zbulim njohurish është

procesi i analizimit të të dhënave nga perspektiva të ndryshme dhe të përmbledhur në

informata të dobishme informacioni që mund të përdoren për të rritur të ardhurat,

shkurtuar kostot, ose të dyja së bashku. Softwaret data mining janë një mjet analitik i

përdorshëm për analizimin e të dhënave. Kjo i lejon përdoruesit për të analizuar të dhënat

nga dimensione apo këndvështrime të ndryshme, kategorizime dhe përmbledhje për

gjetjen e marrëdhënieve të identifikuara. Teknikisht, data mining është procesi i gjetjes

korrelative apo modeleve mes disa dhjetrave fushave në baza të mëdha të dhënash.

Data Mining është një proces analitik i projektuar për të shqyrtuar të dhëna (zakonisht sasi

të mëdha të të dhënave në mënyrën tipike të biznesit apo të lidhura me tregun, të njohura

si " big data “ në kërkim të modeleve të qëndrueshme ose marrëdhënieve sistematike

ndërmjet variablave, për të vërtetuar gjetjet nga aplikimet e modeleve të zbuluara të

bashkësive të reja të të dhënave.

Qëllimi përfundimtar i data mining është parashikimi. Parashikimi i data mining është

lloji më i zakonshëm i të dhënave që ka aplikacionet më të drejtpërdrejta në biznes.

4.2 PROCESI I DATA MINING

Procesi i data mining përbëhet nga tre faza: eksplorimi fillestar, ndërtimi i modelit apo

modeli identifikues/verifikimi, vendosja (dmth, aplikimi i modelit të të dhënave të reja në

mënyrë që të gjenerojnë parashikimet).


108

Faza 1: Explorimi fillestar.

Kjo fazë zakonisht fillon me përgatitjen e të dhënave e cila mund të përfshijë pastrimin e

të dhënave, transformimin e të dhënave, zgjedhjen e bashkësisë së regjistruar etj. Në

rastin e grupeve të të dhënave me një numër të madh të variablave ("fushave") kryen disa

operacione paraprake përzgjedhjeje të tipareve, për të sjellë numrin e variablave në një

gamë të menaxhueshme.

Figura 8.Mënyra e pastrimit të të dhënave

Në varësi të natyrës së problemit analitik, kjo fazë e parë e procesit të data mining mund

të përfshijë një zgjedhje të thjeshtë të parashikimit të drejtpërdrejtë për një model të

regresionit, për të përpunuar analizimin paraprak duke përdorur një shumëllojshmëri të

gjerë të metodave grafike dhe statistikore .(referohu analiza eksploruese EDA) me qëllim

që të identifikohen variablat më të rëndësishme dhe të përcaktohet kompleksiteti ose

natyra e përgjithshme e modeleve që mund të merren parasysh në fazat e ardhshme.

Faza 2: Ndërtimi i modelit dhe vlefshmëria.

Kjo fazë përfshin modele të ndryshme, zgjedhur në bazë të performancës parashikuese

(dmth, duke shpjeguar ndryshueshmërinë në prodhimin e rezultateve të qëndrueshme në

të gjithë kampionin).Kjo mund të tingëllojë si një operacion i thjeshtë, por në fakt,

përfshin një proces shumë të ndërlikuar. Ka një shumëllojshmëri të teknikave të

zhvilluara për të arritur këtë qëllim shumë prej të cilave janë bazuar në të ashtuquajturën

"vlerësimi konkurues i modeleve," që është, aplikimi i modeleve të ndryshme për të

njëjtin grup të të dhënave krahasuar me performancën e tyre për të zgjedhur më të mirën.

Këto teknika të cilat janë konsideruar shpesh thelbi i parashikimeve të data minng

përfshijnë: Bagging (Votimi, Mesatarisht), Rritja, (përgjithësime).

Faza 3: Vendosja. Kjo fazë finale përfshin përdorurimin e modelit të zgjedhur si më i mirë në fazën e

mëparshme duke e aplikuar për të dhënat e reja në mënyrë që të gjenerojnë parashikime


109

apo vlerësime të rezultatit të pritshëm. Koncepti i data mining është duke u bërë gjithnjë e

më popullor, si një mjet i menaxhimit të informacionit të biznesit ku pritet të zbulojë

strukturat e njohurive që mund të udhëheqin vendimet në kushtet e sigurisë së kufizuar.

Kohët e fundit, është rritur interesi në zhvillimin e teknikave të reja analitike të

dizajnuara në mënyrë specifike për të adresuar çështjet e rëndësishme të biznesit të data

mining (p.sh., peme klasifikimi ). Data mining është bazuar në parimet konceptuale

statistikore që përfshijnë, analizat tradicionale eksploruese të të dhënave (EDA) dhe

modelimin në disa përbërës të qasjeve të përgjithshme.

Megjithatë, një ndryshim i rëndësishëm për fokusimin dhe qëllimin e data mining dhe

eksplorimit tradicional është analiza tradicionale e eksplorimit të të dhënave (EDA) Data

Mining është më shumë e orientuar drejt aplikimeve të natyrës themelore të fenomenit

bazë. Me fjalë të tjera, data mining është relativisht më pak e lidhur me identifikimin e

marrëdhënieve të veçanta midis variablave të përfshira.

Për shembull, zbulimin e natyrës së funksioneve themelore apo të llojeve të veçanta

interaktive,varësitë multivariante ndërmjet variablave jo si qëllim kryesor.Fokusi i saj

është në prodhimin e një zgjidhje që mund të gjenerojë parashikime të dobishme.

Data mining pranon ndër të tjera një qasje të "kutisë së zezë"për eksplorimin e të dhënave

ose zbulimin e njohurive si dhe përdorimin e tyre jo vetëm kërkimor por edhe analizën e

të dhënave (EDA). Edhe teknika të tilla si rrjetat nervore mund të gjenerojnë parashikime

të vlefshme, por nuk janë në gjendje të identifikojnë natyrën specifike të ndërlidhjes

ndërmjet variablave në të cilat bazohen parashikimet.

Data mining është konsideruar shpesh të jetë "një përzierje e statistikave, inteligjencës

artificiale AI dhe kërkimit në database116" e cila deri para pak kohësh nuk ishte e njohur

si një fushë e interesit për statisticienët

4.3. KONCEPTET KYÇE NË DATA MINING

Bagging (Voting, Averaging)

Koncepti i bagging (votimi për klasifikimin, mesatarisht për problemet e regresionit me

variablat e vazhdueshme të varura të interesuara) vlen për zonën e parashikimit të data

mining, për të kombinuar klasifikimet e parashikuara (parashikim) nga modelet e shumta

Ajo përdoret gjithashtu për të trajtuar paqëndrueshmërinë e pandarë të rezultateve, kur

aplikohen modele komplekse të të dhënave për bashkësi relativisht të vogla.

Supozoni se detyra juaj e data mining është për të ndërtuar një model për klasifikimin

parashikues nga një database të dhënash (grup të dhënash, që përmban klasifikime të

vërejtura) që është relativisht i vogël.

Në mënyrë të përsëritur mund të zëvendësojmë të dhënat e aplikuara, për shembull, një

klasifikues pemë dhe të aplikojmë C&RT dhe CHAID të kampioneve të njëpasnjëshme.

Në praktikë, pemët shumë të ndryshme shpesh do të krijohen për kampione të ndryshme,

duke ilustruar paqëndrueshmërinë e modeleve shpesh të dukshme me të dhënat e grupeve

të vogla. Një metodë që derivon një parashikim të vetëm (për vëzhgimet e reja) është që

116 Pregibon, 1997, f. 8

http://www.statsoft.com/textbook/statistics-glossary/c.aspx?button=c#Cart

http://www.statsoft.com/textbook/statistics-glossary/c.aspx?button=c#Chaid


110

të përdorë të gjitha pemët që gjenden në kampionet e ndryshëm dhe të aplikojë disa

votime të thjeshta:

Klasifikimi i fundit është më i shpeshti, parashikimi nga pemët e ndryshme. Disa

kombinime të peshave të ponderuara të parashikimeve (votim të ponderuar, mesatare e

ponderuar) është gjithashtu e mundur dhe përdoret zakonisht. Një algoritëm i sofistikuar

për gjenerimin e peshave për parashikimin e ponderuar është Boosting.

Boosting .

Koncepti për Boosting aplikohet për parashikime të data mining për të gjeneruar modele

të shumëfishta apo klasifikime (për parashikim apo klasifikime) dhe derivojnë peshat për

të kombinuar parashikimet në modele me një parashikim të vetëm ose klasifikim të

parashikuar. Një algoritëm i thjeshtë për Boosting funksionon në këtë formë: Fillon me

aplikime të disa metodave (p.sh., një klasifikues pemë të tilla si C&RT ose CHAID, ku për

secilin vëzhgim është caktuar një peshë e barabartë.). Llogarit klasifikimet e parashikuara

dhe të aplikuara me peshat e vëzhgimeve në kampionin, që janë në përpjesëtim të

zhdrejtë me saktësinë e klasifikimit. Në kontekstin e C & RT për shembull, kostot e

ndryshme të klasifikimit të gabuar (për klasat e ndryshme) mund të aplikohen, anasjelltas

në proporcion me saktësinë e parashikimit të çdo klase.

Gjatë vendosjes (deployment), (për parashikimin apo klasifikimin e rasteve të reja),

parashikimet nga klasifikues të ndryshëm, mund të kombinohen (p.sh., nëpërmjet votimit,

ose të procedurës së ponderuar të votimit) që të nxjerrin një parashikim të vetëm më të

mirë apo klasifikim.

Përgatitja e të dhënave dhe pastrimi i tyre është një hap shpesh lënë pas dore, por

jashtëzakonisht i rëndësishëm në procesin e data mining.Fjala e vjetër “garbage-in-

garbage-out” është veçanërisht e zbatueshme për projektet tipike të data mining, ku

mblidhen të dhëna në grupe të mëdha nëpërmjet disa metodave të marrjes automatikë

(p.sh.,nëpërmjet Web-it ) që shërbejnë si inpute në analizë. Shpesh ndodh, që metoda me

të cilat të dhënat e mbledhura nuk janë të kontrolluara lënë jashtë vargut vlerat (p.sh., Të

ardhurat:100), kombinojnë të dhëna të pamundura (p.sh., Sex: Mashkull, shtatzënë: Po)

etj. Analizimi i të dhënave në të tilla situata mund të prodhojë rezultate shumë

çorientuese, në veçanti në parashikimin e data mining.

Termi Reduktimi i të dhënave në kontekstet e data mining është aplikuar zakonisht për

projektet, ku qëllimi është të mbledhë ose bashkojë informacionet e dhëna në database të

mëdha në database më të menaxhueshme (më të vogla). Metodat e reduktimit të të

dhënave mund të përfshijnë tabela të thjeshta, agregimin, (informatikë statistika

përshkruese) ose teknika më të sofistikuara, si clustering, analiza e përbërësve kryesorë,

etj,

Shpërndarje/Deployment.

Koncepti i Deployment në parashikimet e data mining ka të bëjë me aplikimin e një

modeli për parashikim apo klasifikim të të dhënave të reja. Pas një modeli të kënaqshëm

ose grupi të modeleve është identifikuar (trajnuar) një aplikim i veçantë. Zakonisht duhen

të vendosen ato lloj modelesh që parashikimet apo klasifikimet e parashikuara shpejt

mund të merret për të dhëna të reja. Për shembull, një kompani kartash krediti mund të

dëshirojë për të vendosur një model të trajnuar ose grupin e modeleve (p.sh., rrjetet

http://www.statsoft.com/textbook/statistics-glossary/c.aspx?button=c#Cart

http://www.statsoft.com/textbook/statistics-glossary/c.aspx?button=c#Chaid

http://www.statsoft.com/textbook/data-mining-techniques/#deploy


111

nervore, meta-nxënësi) për të identifikuar r transaksione të cilat kanë një probabilitet të

lartë të të qënit mashtrues.

Koncepti i analizës Drill-Down zbatohet për data mining, për të treguar eksplorimin

interaktivë të të dhënave, në veçanti të bazave të të dhënave të mëdha. Procesi i analizës

Drill-Down fillon duke marrë parasysh disa ngritje të thjeshta të të dhënave nga disa

variabla, me interes (p.sh. gjinia, rajoni gjeografik,etj). Statistika të ndryshme, tabela,

histograma dhe përmbledhje të tjera grafike mund të përdoren për çdo grup.

Mund të ekspozojmë dhe analizat e të dhënave në nënbashkësi nga kategorizimet, për

shembull, të shqyrtojë të dhënat për meshkujt që nga Azia-në perëndim. Përsëri,

përmbledhjet e ndryshme statistikore dhe grafike mund të llogariten vetëm për ato raste,

të cilat mund të sugjerojnë ngritje të tjera nga variabla të tjera (p.sh, të ardhurat, mosha,

etj).Nga më të ultat në nivelin "fund" janë të dhënat e papërpunuara: Për shembull,

shqyrtimi i adresave të klientëve meshkuj nga një rajon, për një grup të caktuar të

ardhurash, etj, për të ofruar disa shërbime të veçanta me dobi për atë grup.

4.4 MODELET DHE TEKNIKAT E PËRDORURA PËR DATA

MINING

Në mjedisin e biznesit, projekte komplekse të data mining mund të kërkojnë të

koordinojnë përpjekjet e ekspertëve të ndryshëm, grupet e interesit, apo departamentet e

një organizate të tërë. Në literaturën e data mining,"kornizat e përgjithshme" janë

propozuar për të shërbyer si projekte të ndryshme për mënyrën se si organizojnë procesin

e mbledhjes së të dhënave, analizimin e të dhënave, shpërndarjen e rezultateve, zbatimin

e rezultateve, dhe monitorimin e përmirësimin e tyre. Një model i tillë CRISP, (Procesi

Cross-Industry Standard për data mining) është propozuar në mes të viteve 1990 nga një

konsorcium Evropian i kompanive për të shërbyer si një model procesi standard për data

mining. Kjo qasje e përgjithshme thekson në vijim (ndoshta jo veçanërisht e

diskutueshme) renditje të përgjithshme të hapave për projektet e data mining.

Figura 9: Hapat për projektet e data mining

Tjetër qasje metodologjie është Six Sigma e mirë strukturuar, në ofrimin e shërbimeve,

menaxhimin, dhe aktivitetet e tjera të biznesit. Ky model është bërë kohët e fundit shumë

http://www.statsoft.com/textbook/statistics-glossary/s.aspx?button=s#Six Sigma DMAIC


112

popullor (për shkak të implementimit të suksesshëm) në industri të ndryshme amerikane.

Emërtimi i saj është “hapat DMAIC”117 që rritet nga biznesi, përmirësimi i cilësisë dhe

procesi i kontrollit tradicional dhe në vecanti përshtatur më së miri me ambjentin e

prodhimit .

Tjetër kornizim i këtij lloji quhet SEMMA 118

I cili është fokusuar më shumë në aktivitetet tipike teknike të përfshira në data mining.

Të gjitha këto modele janë krijuar në mënyrë që të integrojnë metodologjinë përmes

organizatës, si të konvertojnë të dhënat në informacion, si të involvojmë aksionarët e

mëdhej dhe si të shpërndajmë informacionin në një formë të tillë që mund të konvertohet

lehtësisht nga aksionarët në fokus të vendosjeve strategjike.

Po e shprehim lidhjen e 2 proceseve me metodologjinë, Six sigma

Tabela 11. Lidhja e 2 proceseve të medodologjise six sigma

Rrjete artificiale nervore:

Modele parashikuese jo-lineare që mësohen përmes trajnimit .

Algoritme gjenetike:

Optimizuese që mund të përdoren të tilla si kombinime gjenetike, mutacione dhe

selektime natyrale në dizanj që bazohen në konceptet e evolimit natyror.

Pemët e vendimit:

Strukturat tre-formëshe që vendosin prezencën e vendimeve. Këto vendime gjenerojnë

rregulla për klasifikimin e të dhënave. Metodat specifike të pemës së vendimit përfshijnë

klasifikimin dhe pemën e regresionit (CART) dhe vendimin interaktiv automatik të Chi

117

118


113

Square,(CHAID ,CART janë teknika pemësh vendimi përdorur për klasifikimin e të

dhënave. Ato ofrojnë një sërë rregullash që mund të aplikojnë për të dhëna të reja (pa-

klasifikuara). Këto të dhëna parashikohen që të kenë një rezultat të caktuar.

Metoda e fqinjësisë së afërt:

Një teknikë që klasifikon cdo rregjistrim në një bazë të dhënash bazuar në kombinimin e

klasave të k (rekordeve) të njëjta, me një bashkësi të dhënash historike (ku k,1).

Shpeshherë e quajmë teknika e fqinjësisë k të afërt

.

Rregulla e induksionit:

Nxjerrja e dobishmërisë nga të dhënat në bazë të rëndësisë statistikore.

Vizualizimi i të dhënave: Interpretimi vizual i marrëdhënieve komplekse në të dhënat shumë-dimensionale. Mjetet

grafikore janë përdorur për të ilustruar marrëdhëniet e të dhënave.

4.5 INOVACIONI I VAZHDUESHËM NËPËRMJET DATA MINING

Kompanitë i kanë përdorur kompjuterat e fuqishëm për të analizuar vëllimet e të dhënave

dhe analizuar raportet e hulumtimit të tregut për vite me rradhë. Megjithatë, risitë e

vazhdueshme në përpunimin e të dhënave në kompjuter, ruajtjen në disk, dhe softwaret

statistikore janë duke u zhvilluar duke rritur saktësinë e analizave dhe ulur paralelisht dhe

koston.

Data mining përdoret për të parashikuar modelet e sjelljes dhe trendet. Data mining

përbëhet nga pesë elementë kryesorë:

1.Ruajtja dhe menaxhimi i të dhënave në një sistem shumë-dimensional të bazës së të

dhënave.

2.Sigurimi në qasje të të dhënave të analistëve të biznesit dhe të profesionistëve të

teknologjisë së informacionit.

3.Analizimi i të dhënave nga aplikacionet e softwerit.

4.Paraqitja e të dhënave në një format të dobishëm, të tille si një grafik ose tabelë.

5.Nivelet e ndryshme të analizës që janë në dispozicion:

4.5.1 Të dhënat, informacioni, njohuritë dhe format e ndryshme të

bazave të të dhënave

Të dhënat janë fakte, numra ose tekste që mund të procesohen në një komjuter.Sot

organizatat janë duk akumuluar zbrazëtinë dhe rritjen e shumës së të dhënave në formate

të ndryshme dhe database të ndryshëm. Kjo përfshin:

*Të dhëna operacionale apo trasaksione të tilla si: Shitjet, kostot, inventarin, rrogat, etj.


114

*Të dhëna jo-operacionale të tilla si: shitjet e biznesit, të dhënat parashikuese dhe të

dhënat makro-ekonomike.

*Gjysëm të dhënash rreth të dhenave si: të dhënat dizanjuese të logjistikës.

Modelet, lidhjet ose marrëdhëniet përmes gjithë këtyre të dhënave prodhojnë

informacionin. Informacioni mund të konvertohet në njohuri rreth modeleve historike apo

trendeve të së ardhmes.

4.5.2 Depo e të dhënave në zhvillimet e sotme teknologjike të

sistemeve të informacionit

Zhvillimet e sotme teknologjike, shumëllojshmëria e të dhënave, përpunimi dhe

ttransmetimi i tyre, kanë mundësuar organizatat për të integruar bazat e të dhënave të

ndryshme në depo të dhënash. Magazinimi i të dhënave është përcaktuar si një proces i

menaxhimit të centralizuar të të dhënave dhe rikthimit. Magazinimi i të dhënave, si data

mining, është një term relativisht i ri, edhe pse koncepti ka ekzistuar për vite.

Magazinimi i të dhënave paraqet një vizion ideal të mbajtur në një depo qëndrore e të

gjitha të dhënave organizative.Centralizimi i të dhënave është i nevojshëm për të

maksimizuar qasje të përdoruesit dhe për analiza të mëtejshme .

Data mining është përdorur kryesisht sot nga kompanitë me një fokus të fortë te

konsumatori, financa, komunikimi, marketingut i organizatës, etj. Ajo u mundëson këtyre

kompanive përcaktimin e marrëdhënieve midis faktorëve të "brendshëm" të tilla si

çmimi, pozicionimi i produktit, ose të aftësive të stafit, si dhe faktorëve të "jashtëm" të

tilla si treguesit ekonomikë, konkurrenca, dhe shpërndarja demografike e

konsumatorëve.Data mining analizon marrëdhëniet dhe modelet bazuar në të dhëna,

transaksione të kryera bazuar në pyetësorët e hapur dhe të mbyllur. Zakonisht një nga

katër marrëdhëniet tradicionale janë: Klasat (të dhënat e ruajtura janë përdorur për të

gjetur të dhënat në grupe të paracaktuara); Grupimet (artikujt e të dhënave janë të

grupuara sipas marrëdhënieve logjike apo preferencave të konsumatorit); Marrëdhëniet

(Të dhënat mund të përdoren për të identifikuar marrëdhënie të ndryshme); Modelet

vijuese (data mining përdoret për të parashikuar modelet e sjelljes dhe trendet).

4.6 GRUMBULLIMI DHE PËRDORIMI I INFORMACIONIT TË

KREDISË DHE TIPARET E NJË BAZË TË DHËNASH TË KREDISË

4.6.1 Databasi i riskut të kreditit DRK

Databasi i riskut të kreditit (DRK) është një rast i suksesshëm i krijimit të një sistemi të

shkëmbimit të informacionit.Të kuptuarit e saj ofron sukses dhe përvojë të dobishme për

zhvillimin dhe tranzicionin e ekonomive të forcuara nga infrastruktura financiare

përshtatur për të ndihmuar financimin e SME-ve.

Suksesi i mekanizmave të shkëmbimit të informacionit kritik varet nga madhësia e bazës

së të dhënave. Sa më e madhe madhësia e bazës së të dhënave, më i besueshëm PK dhe

më i dobishëm dhe efektiv informacioni që ndahet. Përfshirja e sektorit publik në një fazë

të hershme është çelësi për ndërtimin e suksesshëm të të dhënave. Po aq e rëndësishme

është që të krijojë besimin në organizatë në këtë proces, pasi integriteti i organizatës luan


115

një rol të rëndësishëm. Organizata duhet të menaxhohet nga njerëzit me përkushtim të

fortë për politikat publike dhe njohuri të thella në lidhje me mekanizmat bankare. Në

krijimin e mekanizmave shkëmbimi i informacionit, tranzicionit dhe ai ekonomik duhet

të kushtojë vëmendje sa më të lartë në faktorin njerëzor në infrastruktura të tilla si baza e

të dhënave. Sistemi i informacionit dhe operacionet e inteligjencës mbështeten në një

sistem tradicional dhe burimesh të shumëfishta të të dhënave dhe aplikacioneve, ku pjesë

të ndryshme nuk mund të komunikojnë me njëra tjetrën.Për shkak të të dhënave burimore

dhe formateve të ndryshme, të të dhënave të integrimit është e vështirë për të integruar të

dhënat pa një teknologji të fuqishme. Por si fillim burimet e të dhënave kryesisht duke

pasur parasysh baza të dhënash relacionale, integrimi është kryesisht në llojin e kësaj

baze relacionale. Së bashku me zhvillimin e shpejtë të teknologjisë se informacionit, të

dhënat e magazinimit shkon përtej shtrirjes se bazës së të dhënave relacionale, dhe

spontanisht teknologjia përkatëse e të dhënave të magazinimit sjell një kërkesë të

integrimit ndër-platformor të shumëfishtë. Llojet e të dhënave dhe teknologjia e të

dhënave të integrimit është ende në zhvillimin e sipër.

Analiza e cilësisë së të dhënave është e nevojshme para se të merren me pastrimin nga të

dhënat e tepërta, të përsëritura apo të panevojshme. duke identifikuar problemet në të

dhënat e papërpunuara.

4.6.2 Roli i të dhënave të mbledhura në një database

Regjistrat e kreditit ndihmojnë në ndërtimin e një baze të dhënash që mund të përdoret

për të gjeneruar kredi. MPK parashikojnë shlyerjen në bazë të karakteristikave të

huamarrësit. Përdorimi i PK për kreditimin e biznesit të vogël, shpesh bazuhet në të

dhënat e mbledhura për qëllime në regjistrin e kredive, ky trend po bëhet gjithnjë e më i

përhapur në vendet në zhvillim.Futja e teknologjisë së PK në Shtetet e Bashkuara nisi

fillimisht me bankat më të mëdha që kishin mjaft të dhëna historike të kredisë për të

ndërtuar një model të besueshëm. Për shembull, modeli i Bankës Amerikane ishte

zhvilluar në bazë të 15.000 kredive të mira dhe 15.000 kredive të këqija, me vlerë deri në

$ 50,000.

PK është në dispozicion të huadhënësve të cilët nuk kanë vëllime të mjaftueshme për të

ndërtuar modelet e tyre të kredisë për individët/biznesin e vogël. Saktësia është një

konsideratë shumë e rëndësishme në përdorimin e PK. Edhe nëse huadhënësit mund të

ulin kostot e veta të vlerësimit të aplikacioneve të kredisë duke përdorur pikësimin, në

qoftë se modelet nuk janë të sakta, këto kursime do të përdoren për kreditë me probleme

të dobëta119. Saktësia e një sistemi PK varet nga kujdesi me të cilën ajo është zhvilluar.

Të dhënat mbi të cilat sistemi bazohet ka nevojë të ketë një kampion me kredi të mira dhe

me kredi të këqija. Të dhënat duhet të jenë present deri në datën e dhënë dhe modelet

duhet të ri-vlerësohen shpesh për të siguruar që ndryshimet në marrëdhëniet në mes të

faktorëve të mundshëm të performancës të kredisë të jenë reflektuar.

Natyra e bazës së të dhënave të informacionit, tregon se sa më shumë informacion është

ruajtur në regjistrin e kredive, aq më e dobishme është përzgjedhja nga huamarrësit për

119Mester (1977


116

huadhënësit me risk të ulët120. Për të vlerësuar rrezikun e kredisë ose nëse duhet të japësh

një kredi, ka një shumëllojshmëri të metodologjisë së disponueshme121si:

Analiza e regresionit diskriminant linear, regresionit logjistik, probit, logit metodat

parametrike për zbutjen e modeleve të programimit matematikor bazuar në zinxhirët

Markov, algoritme të ndarjes rekursive, pemë vendimi, sisteme të informacionit,

algoritmat gjenetike,rrjetat nervore dhe gjykimi përfundimisht njerëzor, që është, vendimi

i një analisti në lidhje me dhënien e një kredie. Në kuadër të qasjeve ekonometrike,

modelet e probabilitetit linear janë vjetëruar nga të metat teknike, ndërsa modelet Probit,

logit dhe regresioni logjistik janë superiore ndaj analizës diskriminante për secilin

debitor. Modelet e përdorura të programimit matematikor lejojnë dizajnimin e mirë të

përshtatur për nevojat e huadhënësve dhe trajtojnë një numër të madh të variablave, duke

qënë të bazuara në optimizmin e një kriteri objektiv, të tilla si përqindje e mirë e

aplikantëve. Ndër të gjitha metodat në dispozicion, modeli probit, së bashku me

regresionin linear dhe logjistik, analizën diskriminante dhe pemën e vendimit janë ndër

metodat më të zakonishme që përdoren në këtë industri për të krijuar këto modele122.

Duke përdorur një metodë Probit bivariate vlerësohet kërkesa e kreditit,123 duke marrë

parasysh jo vetëm mundësinë e vonesës së debitorit, por edhe dobinë e pritur nga banka

që rezulton nga përdorimi i kartës.124 Kur krahasohen modelet e rrezikut të kredisë të

përdorura sipas modelit probit, llogarisim probabilitetin e parazgjedhur për çdo ekspozim

portofoli125. Megjthatë, nuk ka një standard për të mos lejuar dhe kombinimin e këtyre

metodave. Në aplikacione të ndryshme të MPK, lloji i variablave të përdorura ndryshon

në varësi të faktit nëse janë modele për portofolin e shitjes me pakicë ose jo, (individët

dhe SME-të) ku variablat socio-ekonomike në përgjithësi apo të dhënat bazë të përdorura

janë produktive. Për të matur riskun e kredisë variablat e përdorur jane sjellja e lidhur

kryesisht me pagesat e kaluara, dhe pasqyron idenë se sjellja e kaluar është parashikuese

më e mirë e sjelljes në të ardhmen. Grupet e variablave të përdorura, së bashku me

ndikimin e tyre në pikësim, janë: historia e pagesës shuma që i detyrohet, historia e gjatë

e kreditit, kredia e re, dhe llojet e kredive të përdorura, etj.

4.7.DATABASE NË HARMONI ME SISTEMET E

INFORMACIONIN DHE TEKNOLOGJINË

Një bazë të dhënash që furnizon vetëm të dhëna negative ka fuqi më pak parashikuese

sesa një që ofron dy lloje të të dhënave.Për më tepër, për zhvillimin e një MPK është bërë

shumë më e vështirë nëse nuk ka të dhëna pozitive. Në mesin e çështjeve, vëmendje nga

studiuesit dhe specialistët financiare është nëse mbledhja dhe përdorimi i informacionit

negativ dhe pozitiv është e lidhur me nivelin e borxhit.

Regjistrat publike dhe privatë nuk janë reciprokisht ekskluzivë; shumë vende i kanë

të dyja dhe ka mënyra të ndryshme të ndërveprimit. Për më tepër, nëse rregjistrat privat

120 Pauell et al. 2004 121 për një krahasim të qasjeve alternative shohim Srinivasan dhe Kim (1987), Mester (1997), Hand dhe

Henley (1997) dhe Thomas (2000) 122 Boyes, Hoffman dhe Low (1987) 123 Greene (1992) 124 Gordy(2000), 125 Cheung (1996) dhe Nickell, Perraudin dhe Varotto (1998)


117

funksionojë mjaft mirë, qeveria në një vend ku Banka Qëndrore ose Autoriteti Monetar

menaxhon bazën e të dhënave mund të vendosë për t’ia lënë biznesit të sektor privat.

Një database i mirë në harmoni me sistemin e informacionit dhe teknologjinë e fundit të

përdorur lidhur me kushtet njerëzore dhe organizateve, në mirëmbajtjen dhe përditësimin

ka një impakt në shumë drejtime:

1. Zvogëlon asimetritë e informacionit ndërmjet huamarrësve dhe huadhënësve,

duke zvogëluar ose parandaluar përzgjedhjen e huamarrësve me cilësi të dobët

dhe shmangien kështu të rrezikut.

2.Lejon huadhënësit për të saktësuar dhe vlerësuar në mënyrë efikase

karakteristikat e klientit (rrisqet) për të përmirësuar cilësinë e portofolit.

3.Transparenca është përmirësuar, nëpërmjet përmirësimit të informacionit për

huamarrësit dhe cilësia e kredisë nga analiza e kredibilitetit të tyre.

4. Shërben për të lehtësuar problemet e përzgjedhjes negative, në këtë mënyrë

zvogëlon kufizimet në uljen e kostove të kredisë për huamarrësit më të mirë.

5.Rrit volumin e kredive në nxitjen e rritjes së kontributit në stabilitetin e

tregu financiar.

6. Punon për të krijuar 'kapitalin reputacion "(shpesh më shumë e vlefshme për

huadhënësit se kolateralit fizik), apo dëshmi të një krediti ose shlyerje me një

historik të mirë.

7. Redukton koston dhe kohën e kërkesave të vendosura në institucionet

kredidhënëse, duke rritur efikasitetit të tyre.

8. Në nivelin e makro-ekonomisë, rrit furnizimin ose vëllimin e kredive, zgjeron

informacionin e kreditimit duke rritur transparencën e tregut të kredive.

9. Në rastin e shkëmbimit të informacionit të kredive personale, promovon

përdorimin e kredisë konsumatore, me përfitime, duke përfshirë lehtësimin e

pronësisë për shtëpi dhe krijimin e aseteve shtëpiakë.

10. Për qeverinë, mbështet mbikëqyrjen bankare sidomos në lidhje me rrezikun e

kredisë dhe sigurimin e bankave

11. Qeveria merr informacion për kërkimet e veta ekonomike.Planifikimi i

politikave dhe zbatimi i tyre

12. Për aq sa teknologjia e informacionit ka vendosur në lidhje me softwaret,

mjete të tilla si PK, institucionet financiare kanë justifikim të fortë për të

bashkëpunuar në shkëmbimin e të dhënave.


118

13. Konkurrenca në mes të institucioneve financiare mund të nxitet, duke çuar në

një efikasitet më të madh të përgjithshëm.

Për të krijuar një pikësim të përsosur krediti dhe menaxhim të rrezikut të kredisë

pavarësisht nga marrja e të dhënave, duhet të krijohet një lidhje e caktuar, në nxjerrjen e

të dhënave të kërkuara nga sistemet.

4.8. ANALIZA E FAKTORËVE NDIKUES NË MODELIN E

PIKËSIMIT TË KREDITIT

Qëllimi i analizimit të karakteristikave është të identifikojë dhe të dijë të ndajë të mirat

nga të këqijat. Një karakteristikë parashikuese përmban atribute që shfaqin nivele të

ndryshme të riskut. Përcaktimi i mirë nga i keq .

Nuk kemi një përkufizim të saktë që konsiston në të mirë apo në të keq por shpesh

përdorim një përcaktim të tillë si:

-Të mirë : kurrë me vonesë ose vonesa më e madhja është deri në një pagesë më poshtë,

-Të këqij: (60-90 ose më shumë ) ditët e vonesës me pagesat

Vendosja e peshave për secilin faktor është e rëndësishme, flasim për një përafrim

matematikor dhe një gjykim përafrues. Një numër i madh përafrimesh matematikore janë

presente përfshirëse si dhe analiza diskriminante apo logjistike. Analiza diskriminante

prodhon një metodë statistikore për të gjetur kombinacionet e variablave që bën të

mundur ndarjen e aplikantëve të mirë nga ata jo të mirë. Idea është që të përdoret një

vektor për peshën që maksimizon diferencën ndërmjet të mirës dhe të keqes .

PK është një sistem i përdorur për të lehtësuar vendimmarrjen.

Metoda e konvertimit të të dhënave të shumta krijon vështirësi për t’u krahasuar me të

dhënat e një rezultati të vetëm që lehtëson krahasimin.

Proçesi për analizimin e tendencave të kaluara të performancës për të parashikuar ecurinë

e të ardhmes së sistemit për lehtësinë e përdorimit në vendimmarrje.

Në industrinë e huadhënies, aplikantët e kreditit në mënyrë tipike kanë një sasi të madhe

të të dhënave për të siguruar një vendim. Huadhënësit kanë nevojë për një mënyrë për të

marrë vendime të shpejta, konsistente dhe për të përcaktuar riskun e duhur. Një rezultat

në thelb merr një sasi të madhe të të dhënave që është gati e pamundur për t’u krahasuar

apo konvertuar në një të vetme.

4.8.1 Përcaktimi i variablave të varura

Ky përcaktim i variablave të varura është quajtur performancë e përcaktuar. Në këtë

studim klientët më vonesa deri në 60 ose më shumë janë konsideruar të këqinj, dhe

klientë me vonesë deri në 30 ditë maksimumi janë konsideruar të mirë.

Klientët e dizanjuar dhe të pavendosur në çfarë grupi marrin pjesë sepse informacioni i

marrë prej tyre nuk është i mjaftueshëm dhe kështu ky grup që nuk bën pjesë në të mirë

apo në të këqinj mbahen të veçuar për t’u analizuar më tej. Shpesh vendimi për të shtrirë

në kohë kredinë apo refuzimin e saj, bëhet shumë shpejt. Nëse vendimi që merret për të

bërë një ristrukturim të kredisë kërkon një periudhë më të gjatë kohore, aplikanti do të


119

drejtohet diku tjetër gjetkë. Në këto kushte dhe në mungesë të një alternative për një

pikësim automatik, është e nevojshme të vendosen disa karakteristika individuale që

kontribuojnë në vendimarrjen për dhënie kredie. Kështu nis proçesi me arshivimin e të

dhënave, ndarjen e vlerave të secilit variabël të vazhdueshëm, ose parashikues në një

numër relativisht të vogël të kategorive në mënyrë që një aplikant mund të vlerësohet në

një periudhë kohe sa më të shkurtër.

Për shembull, një variabël mosha e aplikantit mund të segmentizohet në disa kategori

psh. (20-30, 30-40, 50-60, 60+), dhe rezultatet e duhura që lidhen me secilën kategori

shprehen në fletënotë, scorecard për të llogaritur rezultatin përfundimtar. Janë një numër

metodash dhe konsiderimesh që mund të përdoren në vendimmarrje si të risegmentizimit

të disa vlera të variablave në numër më të vogël klasash. PK dhe risku i kreditit përmes

segmentimit të klasave për një parashikim është një funksion monoton rritës apo zbritës.

Shembull, sa më shumë borxh një aplikant mbart aq më i madh është rreziku i

mospagimit, ristrukturuar në zgjatje të kredisë në kohë.

4.9.ANALIZAT E SJELLJES SË VARIABLAVE RËNDËSI PËR

VENDIMARRJET NGA HUADHËNËSIT

4.9.1 Rezultate të përpunimit të data mining /database =203 kliente të

marrë si kampion në bankat e nivelit të dytë në Shqipëri

Siç përshkruam më lart rritja e numrit të kredive të këqija është rritur shumë duke u bërë

problem dhe një pengesë për zhvillimin ekonomik. Koha e një krize gjithëpërfshirëse i

detyron të gjithë huadhënësit që të jenë më të ndjeshëm ndaj risqeve të ndryshme. Kur

ndërtohet një MPK të dhënat historike për çdo klient janë përdorur në një kampion.

Kampioni është marrë nga portofolet në dispozicion të konsumatorëve në kohën e

aplikimit.Informacioni i një klienti është grumbulluar pas dhënies së kredisë.

Performanca e konsumatorit është regjistruar gjatë periudhës efektive të kontratës së

kredisë. Kampioni për ndërtimin e një MPK u zgjidh nga një horizont kohor 1-1,5 vit. Pas

një periudhe të caktuar (periudha rezultati), të themi 18 muaj, sjellja ndaj pagesës për

konsumatorët gjatë kësaj periudhe është mbledhur dhe janë ndarë në klasa (p.sh. në

'parazgjedhje' dhe 'jo-parazgjedhje').

Të dhënat e njohura janë:Karakteristikat e aplikantëve të përdorura si ndryshore të

pavarura; sjellje ndaj pagesave në shfaqjet e konsumatorëve duke u përdorur si ndryshore

të varura, që parashikon se si llogaritë ekzistuese do të likujdojnë kredinë. Informacioni

që ka ndodhur pas dhënies së kredisë gjithashtu përfshin informacionet shtesë, variablat e

reja që përshkruajnë çfarë ndodh në periudhën e performancës. Informacioni i njohur

përdoret si ndryshore e pavarur. Një periudhë kohore pas vëzhgimit është 'periudhë

rezultati', sjellja e konsumatorit është e vlerësuar në bazë të performancës mbi këtë

'periudhë rezultati'

Zgjedhja e kampionit është pjësa e popullsisë që përzgjidhet për analizë.


120

Duke iu referuar të dhënave shohim se 62,85% e këtyre huamarrësve regjistron vetëm një

kredi në të gjithë historinë e tyre të kreditit dhe në të gjithë sektorët e analizuar më sipër.

Kështu numri i kredimarrësve me 4 kredi rezulton 10 duke zënë një përqindje prej 2.98%.

Tabela 12 Numri i kredimarrësve e kundrej kredive të marra në numër (n=203)burimi

autori

Numerimi i kredive KREDIMARRESIT %

1 127 62.85%

2 41 16.37%

3 27 10,34%

4 10 5.25%

5 5 2.71%

6 2 1.76 %

7 1 0.72%

8 0 0%

9 0 0%

10 0 0%

më shumë së 10 0 0%

Totali 203 100.00%

Grafiku 13. Numri i kredimarrësve e kundrej kredive të marra në numër (n=203) burimi autori

4.9.2 Variabli, Vonesa maksimale në pagesën historike të kredisë

Analizat e sjelljes: Variabli, Vonesa maksimale në pagesën historike të kredisë

Një rëndësi të madhe në kreditë e këqija dhe në historikun kreditues është ajo e vonesave

maksimale që kredimarrësit për arsye nga më të ndryshmet (nuk është synimi ynë të

merremi me këtë) kanë kryer gjatë gjithë historikut të tyre në marrëdhënie me kredinë.

Analiza e këtyre vonesave maksimale në historikun e kreditit është shumë e rëndësishme,

për këtë arsye po analizojmë kampionin tonë për sjelljen e kredimarrësve ndaj pagesave

prej 203 kredimarrësish. Kjo ka një ndikim të madh në PK.

Analizojmë vonesat maksimale të pagesës historike dhe gjejmë se 22.83% e popullsisë

paraqet 0 deri në 30 ditë vonesa maksimale në historikun e tyre të kredisë . Pjesa prej


121

9.36% paraqet vonesa më të mëdha se 30 ditë, mbetur 67.81% e cila korrespondon me

popullatën pa kredi të mëparshme me DLC (data e kredisë së fundit).

Pra kjo pjesë përfaqësohet nga numri i kredive të reja të marra kështu historiku i kreditit

është shumë i rëndësishëm për bazën kredituese për analizimin e tij të mëvonshëm dhe

përcaktimin në ndarjen e huamarrës të mirë dhe jo126të mirë.

Tabela 13. Vonesat historike të klienteve (n=203) Burimi: autorja

Vonesat maksimale

historike Kredimarrësit %

0 -30 ditë 52 22.38%

30 + 19 9.36%

Pa histori krediti 132 67.81%

TOTALI 203 100.00%

Nevoja e krijimit të këtij historiku shtrohet dhe si rekomandim i këtij punimi.

Të gjitha bankat janë të interesuara të kenë një numër sa më të vogël të kredivë të këqija

të cilat bëjnë pjesë në rrezikun që duhet të minimizohet, kështu në termin bankar flasim

për kredimarrës të mirë apo kredimarrës jo të mirë *(po jap këtë përkufizim për

kredimarrësit e këqinj ata që vonesat maksimale i kanë më të mëdhe se 30 ditë në të

gjithë historikun e tyre të kreditit).

Përkufizimi i indikatorëve të mirë dhe jo të mirë zhvillohet në tabelën e mëposhtme

Indikatorët MK127 Indikator të mirë: ato që kanë vonesa maksimale më të vogël se ose e

barabartë me 30 ditë. Indikatorë jo të mirë (keq):ato që kanë vonesa maksimale më të

madhe se 30 ditë. Nga kampioni prej 203 kredimarrësish përcaktojmë 142 prej tyre si të

mirë prej 69,83% dhe si kredimarrës jo të mirë 62 me një përqindje prej 30,17 %.

Tabela 14. Indikatoret MK e mirë dhe jo të mirë, burimi autorja

Indikatorët mk frekuenca %

Te mire 142 69.83%

Jo të mire 61 30.17%

TOTALI 203 100.00%

Sipas kësaj analize shikohen se popullsia apo kredimarrësit prej 69, 83% janë kualifikuar

si kredimarrës të mirë dhe 30.17% si kredimarrës jo të mirë. Fillojmë dhe me variabla të

përcaktuara si të tipit klient, produkt si dhe variablat e sjelljes për të parë një përcaktim të

tillë të lidhur si një trekëndësh .

126 Për të përdorur një term më të butë për cilësimin kredimarrës

të keq po quajmë “kredimarrësit e këqij” me termin “kredimarrës jo të mirë”

127 Mire , Keq


122

Tabela 15. Ndarja e disa faktoreve dhe studimi i tyre (n=203) Burimi autorja

KLIENT PRODUKT SJELLJE

Mosha Subjekti Numri i kreditve

Statusi civil Tipi i subjektit Statusi i vonesave

Gjinia Burimi i te ardhurave Maksimumi i historik i statusit te vonesave

Qyteti Shuma e marrë hua Maksimumi i vonesave

vjetore

Niveli i edukimit Maturimi Maksimumi i vonesave 3

mujore

Detyrimet familjare Tipet e kreditit Maksimumi i vonesave 6

mujore

Niveli i strehimit

përqindja e totalit të balancës së mbetur me balancën totale për të

gjitha llogaritë e hapura dhe të raportuara në 12 muajt e kaluar Numri i kreditit nga faza

Shuma totale që i detyroheni

Numri i krediteve jo më shumë se 30 ditë vonesa

Llojet e krediteve të hapura Totali i numrit të

problemeve në një kredi`

Kreditë e reja

Nga analiza e korrelacionit shohim lidhjet midis këtyre variablave, së pari rëndësi këtu ka

përqindja e referuar e cila jepet me formulën e mëposhtëme apo e quajtur korrelacioni

pjesor

Përqindja e referuar (korrelacioni pjesor )

Kjo përqindje është kalkuluar me formulën e mëposhtme ku përqindja e referencës jepet

si më poshtë

% 𝑹𝒆𝒇 =%𝒑𝒐𝒑𝒖𝒍𝒍𝒂𝒕𝒂 𝒆 𝒌𝒆𝒒𝒆 ∗% 𝒌𝒂𝒕𝒆𝒈𝒐𝒓𝒊𝒂 𝒆 𝒌𝒆𝒒𝒆

% 𝒑𝒐𝒑𝒖𝒍𝒍𝒂𝒕𝒂 𝒆 𝒌𝒆𝒒𝒆 (19)

Përqindja e referuar (korrelacioni pjesor) na shërben për të vëzhguar më afër në

diskriminimin brenda variablit dhe mundësinë që na ofron për të bërë një dallim midis një

kredimarrësi të mirë dhe një jo të mirë. Nëse kjo përqindje e referuar është negative.

(Ref) pasqyrojnë faktin se sa e ndryshueshme është e ndjeshme për të qënë negative,

ndërsa përqindjet positive (Ref) pasqyrojnë faktin se ndryshueshmëria është e ndjeshme

për të qënë një vlerësim pozitie parë kjo në rolin e kredimarrësit nga kredidhënësit. E

nisim me analizën e variablave të tipit kredimarrës pikërisht me variablin mosha

4.9.3 Variabli mosha


123

Kështu për këtë variabël kryejmë një ndarje në grup-mosha sipas renditjes se mëposhtme

18-25,26-30,31-36,36-40,41-45,46-50,51-55,56-60,61-65,>65.

Duke iu referuar përdorimit të formulës së mësiperme marrim % e ref si në tabelë:

Kështu në 18-25 kemi kredimarrës të mirë rreth 77.39 % dhe kredimarrës në këtë moshë

kemi 5 të tillë e kështu me rradhë çdo segmend moshe i përcaktuar ka kredimarrësit e vet

të mirë dhe jo të mirë.

Nga keoficienti i referencës shohim se % e ref më tepër se 56,34% përfshihen në

konsumatorë të cilët kanë më tepër tendencë për të qënë të mirë. Kështu vërejmë se grupi

i moshave të segmendit 56-60, 61-65, 65+ kanë sjellje dhe qasje më të mirë për të qenë

kredimarrës të mirë përkatësisht me ref 60,34%, 56,34%, 56,90% dhe 65,16% ku numri i

kredimarrësve është përkatësisht në total 55 kredimarrës me moshë më të madh se 51

vjeç, ku numri i kredimarrësve të mirë ëshë 51. Është e rëndësishmë për bankat dhe

departamentet e saj për të krijuar produkte në formë shërbimesh që u afrohet pikërisht

kësaj moshe ku do të ketë numrin më të vogël të kredive të këqija në këtë moshë.

Departamenti i marketingut dhe ai i dizanjimit të produkteve mund të krijojnë strategji të

ndryshme efikase për të ulur sa më tepër riskun për kredi-kthimin nga kjo masë

kredimarrësish.

Tabela 16. Faktorit moshe dhe studimi i sjelljes së segmendeve të ndara sipas një moshe

të caktuar(n=203) Burimi autorja

Mosha

të mira

jo të mira

klientët totalë % % ref

klientët % klientët % % b 18-25 11 77.39% 5 22.61 16 1.90 25.05

c 26-30 13 79.91% 7 20.09 20 3.08 33.43

d 31-35 14 81.07% 9 18.93 23 4.05 37.27

e 36-40 14 81.52% 13 18.48 27 4.43 38.76

f 41-45 14 81.83% 11 18.71 25 4.07 39.78

g 46-50 15 84.59% 5 15.ku k41 20 2.86 48.91

h 51-55 13 88.03% 3 11.97 16 1.92 60.34

i 56-60 13 86.83% 1 13.17 14 1.21 56.34

j 61-65 12 87.00% 0 13.00 12 0.61 56.90

65+ 13 89.49% 0 10.51 13 0.44 65.16

jo te dhena 10 65.74% 7 34.26 17 75.42 -13.56

Totali 142 69.83% 61 30.17% 203 100,00 0.00%

Shohim se për moshën 50 vjeç e lart mund të flasim për kredimarrës më të mirë.

Blloku i kategorive të moshave me shenjë të theksuar në tabelën e mësipërme.

Analizojmë një variabël tjetër të kredimarrësit që është seksi si i shohim kredimarrësit në

ndarjen e tyre sipas gjinisë në sjelljen me huamarrësit. Pra pas gjetjes se mosha më e mirë


124

e kredimarrësve të mirë është mbi 50 vjeç shtrohet pyetja: Mbi këtë moshë kush janë

kredimarrësit më të rregullt ata të seksit mashkull apo femër ?

4.9.4. Variabli Seksi

Tabela 17.Faktorit seksi dhe studimi i saj në lidhje me sjelljen ndaj kredisë në bankë

(n=203)

Nga %-ja e referencës shohim se pozitive dhe përkatësisht 10,73 është nga femrat ku

numri i tyre në total është përkatësisht 107 ku 77 janë kredimarrës shumë të mirë dhe 30

femra janë kredimarrës jo të mirë. Kurse seksi mashkull jane gjithsej 71 ku prej 47

meshkujsh janë klientë të mirë dhe 24 prej tyre janë klientë jo të mirë .

Nga grafiku shohim se femrat kanë sjellje më të mirë në variablin e kredimarrësit .

4.9.5 Variabli niveli i strehimit

Analizojmë variablin niveli i strehimit

Klientët me shtëpinë e tyre kanë sjellje më të mirë, këtë e shohim nga tabela më poshtë

ku sipas ref në përqindje vlera më e madh pozitive prej 51,55% u përkon pikërisht

kredimarrësve që kanë një shtëpi pra kredimarrësit që kanë shtëpinë e tyre.Shohim

kredimarrës me sjellje më të mirë rreth 52 dhe kredimarrësit me sjelljen më të keqe me

ref % prej 18,55 janë ata që janë më qera rreth 15 të tillë.

Tabelë 18 Faktori i niveli të si ndikon në sjelljën kredituese ndaj bankës (n=203)Burimi

autorja

Gjinia

Të mira

Jo të mira

Klientët totalë % % ref

Klientet % Klientet % Femra 77 73.06% 30 26.94 107 56.97 10.73

Meshkuj 47 63.97% 24 36.03 71 39.72 -19.41

Biznese 6 42.86% 6 57.14 12 0.03 -89.38

Jo te dhëna 12 84.81% 2 15.19 14 3.27 49.66

Totali 142 69.83% 61 30.17 203 100.00% 0.00%

Niveli i strehimit

Të mire

Jo të mire

Klientët totalë % % ref

KLIENTËT % KLIENTËT % Me qa 11 75.42 4 24.58 15 0.53 18.55

Shtëpi 12 80.85 3 19.15 15 2.43 36.52

Financuar 16 81.59 1 18.41 17 0.4 38.97

I pasigurt 14 76.92 0 23.08 14 0.01 23.52

Hua 12 75.00 0 25.00 12 0.00 17.15%

Pronar 29 8526% 23 14.74 52 18.51% 51.15


125

Analizojmë një variabël tjetër atë të vonesave maksimale të ndodhura. Për të realizuar

këtë analizë u referohemi një limiti ditësh për vonesat konsumatore sipas kategorive më

poshtë nga 0-30 ditë, 31-60 ditë, 60+ . Duke iu referuar kalkulimeve si në tabelë për

variablin e strehimit shohim se sipas përqindjes së referencës kredimarrësit që kanë qënë

historikisht në mes 0 dhe 30 ditë me vonesë të pagesave kanë sjellje më të mirë.

Kështu me ref prej 3,22 pozitive kemi vonesat max historike 0-30 ditë kredimarrës me

sjelljë më të mirë rreth 45 të tillë ku 36 janë kredimarrës të mirë dhe 9 janë kredimarrës jo

të mirë.

Tabela 19. Faktori i vonesave maksimale dhe marrëdhia e krijuar me sjelljen ndaj

kredisë (n=203)burimi autorja

4.9.6 Variabli i vonesave maksimale vjetore

Analizojmë variablin e kredimarrësit që ka status të vonesave maksimale vjetore

përsëri bëjmë një kategorizim si tek statusi i variablës së vonesave maksimale historike

0-30 ditë, 31-60 ditë dhe 60+ po kështu kemi dhe kredimarrës pa histori krediti dhe

analizojmë si më poshtë. Shohim se ref është pozitive vetëm në kategorizimin 0-30 ditë

ku janë afërsisht 45 kredimarrës nga të cilët 36 janë kredimarrës të mirë dhe 9 janë

kredimarrës jo të mirë.

Tabela 20 .Statusi maksimal vjetor i vonesave dhe studimi me sjelljen e kredimarrësve

ndaj pagesës së kredisë (n=203)Burimi autorja

Të tjera 14 80.43 1 19.57 15 1.72 35.14

Jo të dhëna 34 65.40 29 34.60 63 76.39 -14.68

Totali 142 69.83% 61 30.17% 203 100.00% 0.00%

Vonesat max historike

Të mire Jo të mirë Klientët totalë % % ref

KLIENTËT % KLIENTËT %

A. 0 - 30 ditë 36 80.76 9 19.24 45 22.83 36.22

B. 31- 60 ditë 15 56.84 14 43.16 29 420% -43.03

C. 60+ ditë 32 54.08 11 45.92 43 5.16 -52.19

Pa histori krediti 59 68.15 27 31.85 86 67.81 -5.56

Totali 142 69.83% 61 30.17 203 100.00% 0.00%


126

Klientët që paraqesin një vonesë më të madhe se 30 ditë gjatë vitit të kaluar kanë sjellje të keqe

Analizojmë variablin e tipi i kreditit dhe shohim se kreditë për banim dhe ndërtim të

shtëpive që kanë marrë kredimarrësit kanë sjellje të mirë, e cila është në përputhje me atë

që pritet. Përveç kësaj, sjellja e mirë pritet nga kreditë për punë, kapital dhe aseteve fikse,

të tilla siç shihet dhe në tabelën e meposhtme. Kështu shohim se tipi i kreditit asete të

patundëshme, kapital pune dhe strehimi përbëjnë tipin e kreditit ku kredimarrësit kanë

sjellje më të mirë. Përkatësisht 4, 27 dhe 12 rreth 45 kredimarrës ku jo të mirë kemi

përkatësisht 13 të tillë:

Tabela 21.Faktori tipi i kreditit dhe studimi i sjelljes kredituese (n=203)burimi autorja

Tabele 22 Intervali i scorimit dhe segmentizmi i huamarrëseve për PK (n=203), Autorja

Vonesat max vjetore

Të mirë Jo të mire Klientët totalë % % ref

Klientët % Klientët %

A .0 - 30 ditë 36 80.61 9 19.39 45 21.54 35.74

B 31 - 60 ditë 15 55.21 14 44.79 29 3% -48.46

C. 60+ ditë 32 49.08 11 50.92 43 3.46 -68.76

Pa histori krediti 59 68.28 27 31.72 86 71.61 -5.14

Totali 142 69.83% 61 30.17% 203 100.00% 0.00%

Tipi i kreditit

Të mirë Jo të mira Klientët totale % % ref

Klientët % Klientët %

Asete te patundshme 3 89.78 1 10.22 4 0.21 66.15

Bujqesi 3 94.03 0 5.97 3 0.23 80.21

Page 12 95.32 2 4.68 14 4.91 84.5

Kapital për pune 23 86.59 4 13.41 27 13.97 55.56

Tregti 21 65.43 10 34.57 31 15.69

-14.56%

Strehim 4 87.31% 8 12.69 12 0.37% 57.95

Manaxhim 0 100.00 0 0 0 0 100

Punësim 0 50.00% 50.00 0 0 -65.71

Blegtori 0 64.29 0 35.71 0 0.02 -18.36

Investim 1 67.82% 1 32.18% 2 0.10% -6.66%

Personale 3 73.75 3 26.25 6 1.59 13.01

Shërbim 2 69.09 3 30.91 5 0.18 -2.44

Jo te dhena 69 64.74 28 35.26 97 62.11 -16.85

Të parshkruara 1 75.46 1 24.54 2 0.61 18.66

Totali 142 69.83% 61 30.17% 203 100.00% 0.00%


127

4.9.7 Shpërndarja kredimarrësve sipas nivelit të skorimit

Duke iu referuar të gjitha analizave të mësipërme fillojmë shpërndarjen në një tabelë

referuar PK të përcaktuar me nivele përkatësisht sipas kësaj ndarjeje në intervalin e

skorimit duke filluar nga 350-560, 561-592, 593 – 611, 612 – 654, 655 – 662, 663 -760,

761 – 801, 802 – 860, 861 – 985, 985+.

Kjo shpërndarje tregon se përqindja e kredimarrësve të mirë rritet me rritjen e shënuar.

Kredimarrësit në intervalin e parë (më të ulët se 560) kanë një probabilitet prej 55,58%

për të qënë klientë të këqij (probabilitet të lartë të shkaktohen në një vonesë më të madhe

se 30 ditë); ndërsa klientët në intervalin e fundit (më shumë se 985), kanë vetëm një

probabilitet prej 10.91% për të qënë klientë jo të mirë.

Vlerësimi i PK dhe vendosja e pragut që bën diferencën e kredimarrësve të mirë dhe jo të

mire (pika e cut-off-it).

Dy format e Cut-off-it mund të përcaktohen, ku refuzime automatike ose miratimet do të

kryhet në përputhje me nivelin e riskut për moskthim kredie nga çdo aplikant për

institucionin dhe duke marrë parasysh sjelljen me institucionin ose me institucionet.

INTERVAL I SKORIMIT

KLIENTËT TOTALI %

TË MIRA % JO TË MIRA %

>560 3 44.42 3 55.58 6 3.72

561 – 592 17 54.28 15 45.72 32 14.79

593 – 611 10 57.57 7 42.43 17 9.88

612 – 654 22 59.34 15 40.66 37 16.69

655 NE 662 14 65.89 7 34.11 21 11.60

663 -760 14 77.40% 5 22.60 19 9.97%

761 – 801 22 86.67 3 13.33 25 10.78

802 – 860 17 87.13% 3 12.87 20 9.14

861 – 985 17 88.33 3 11.67 20 9.99

985+ 6 89.09% 0 10.91% 6 3.43%

TOTALI 142 69.83% 61 30.17% 203 100.00%


128

Grafiku 14. Përcaktimi i pikës së cut-off-it (n=203) Autorja

Duke iu referuar këtyre grupimeve nga gjetjet e duhura është e rëndësishme sepse krijon

mundësi për të dizanjuar strategji të ndryshme për këto grupime dhe me sjelljet e tyre

përkatëse.Kur popullsia është e segmentuar në bazë të nivelit të saj të riskut në mënyrë

specifike strategjitë mund të jenë të dizejnuara për çdo segment:

Refuzimin automatik për ata klientë me një nivel shumë të ulët të PK; përkatësht ata

kredimarrës që janë deri 560 pikë , dhe 561-592 pikë

Kredimarrës me një risk të lartë që bëjnë pjesë në pikësimin 593-611, 612-654, 655-

662 për këta kredimarrës kërkohen më tepër dokumentacion dhe garanci nëse duhet të

mbajmë një nivel të ulët risku

Kredimarrës me një risk tëulët për ata klientë me një nivel mesatar të riskut;

përkatësisht në intervalet 655 – 662, 663- 760.

Aprovim automatik ndërsa klientët me rezultat të lartë do të shpërblehet me miratim

automatik të kredisë përkatësisht në intervalet, 761- 801, 802 – 860 861 – 985 985+.

Tabela 23. Vlerësimi dhe dizanji i strategjive të huadhënesve sipas pikësimit të krijuar në

intervalet e mësipërme, auorja

INTERVAL I SKORIMIT

Te MIRAT te keq TOTALI

KLIENTET% KLIENTET% KLIENTE %

TO 560 5 44.42% 2 55.58 7 3.72 0.002468864

561 NE 592 17 54.28% 6 45.72 23 14.79 0.002481682

593 NE 611 12 57.57% 17 42.43 29 9.88 0.002442695

612 NE 654 18 59.34% 16 40.66 34 16.69 0.002412764

655 NE 662 15 65.89% 10 34.11 25 11.6 0.002247508

663 NE 760 15 77.40% 8 22.6 23 9.97%

0.001749246

761 NE 801 18 86.67% 1 13.33 19 10.78 0.001155311

802 NE 860 17 87.13% 1 12.87 18 9.14 0.001121363

861 NE 985 17 88.33% 0 11.67 17 9.99 0.001030811


129

INTERVAL I SKORIMIT

Te MIRAT te keq TOTALI

KLIENTET % KLIENTET % KLIENTE %

TO 560 5 44.42% 2 55.58 7 3.72 REFUZIM

AUTOMATIk

561 NE 592 17 54.28% 6 45.72 23 14.79

593 NE 611 12 57.57% 17 42.43 29 9.88

612 NE 654 18 59.34% 16 40.66 34 16.69

655 NE 662 15 65.89% 10 34.11 25 11.6

KLIENTE ME NJE RISK TE

LARTE

663 NE 760 15 77.40% 8 22.6 23 9.97%

KLIENTE ME NJE RISK TE

ULET

761 NE 801 18 86.67% 1 13.33 19 10.78

802 NE 860 17 87.13% 1 12.87 18 9.14

861 NE 985 17 88.33% 0 11.67 17 9.99

ME TEPER SE 985 7 89.09% 0 10.91% 7 3.43% APROVIM

AUTOMATIK

TOTALI 142 69.83% 61 30.17% 203 100.00%

Nëse pragu i PK është vendosur në intervalin e dytë, 18.51% e klientëve janë të refuzuar;

Reduktimi i rrezikut, duke marrë parasysh vetëm këtë interval është reflektuar nga një

29% të klientëve të këqij. Në të njëjtën mënyrë përqindja e kredimarrësve jo të mirë

brenda miratimeve automatike do të jetë 12.46%, 33.34% e popullsisë. Shperndarja

kumulative si më poshtë:

Tabela 24 Shpërndarja kumulative rritëse dhe zbritëse . autorja

INTERVAL I SKORIMIT

Te MIRAT

KLIENTËT % KLIENTËT %

TO 560 44.42 55.58 3.72

561 NE 592 54.28 45.72 14.79

593 NE 611 57.57 42.43 9.88

612 NE 654 59.34 40.66 16.69

655 NE 662 65.89 34.11 11.60

663 NE 760 77.40% 22.60 9.97%

ME TEPER SE 985 7 89.09% 0 10.91% 7 3.43% 9.71972E-06

TOTALI 142 69.83% 61 30.17% 203 100.00%


130

761 NE 801 86.67 13.33 10.78

802 NE 860 87.13% 12.87 9.14

861 NE 985 88.33 11.67 9.99

ME TEPER SE 985 89.09% 10.91% 3.43%

TOTALI 69.83% 30.17% 100.00%

Shpërndarja akumulative zbritëse

Shpërndarja akumulative zbritëse

INTERVAL I SKORIMIT

TË MIRA % JO TË MIRA %

MË TEPËR SE 985 89.09 10.91 3.43

861 NË 985 88.52 11.48 13.42

802 NË 860 87.96 1204 22.56

761 NË 801 87.54 12.46 33.34

663 NË 760 85.21 14.79 43.31

655 NË 662 81.13% 18.87 54.92%

612 NË 654 76.05 23.95 71.60

593 NË 611 73.81% 26.19 81.49

561 NË 592 70.81 29.19 96.28

TO 560 69.83% 30.17% 100.00%

Duke iu referuar këtyre të dhënave bëjmë një shpërndarje kumulative rritëse dhe zbritëse

dhe shohim shpërndarjen maksimale midis të mirave dhe jo të mirave e njohur si KS, për

këtë model marrim një KS 31.62%, duke njehsuar nëse vlerat janë normalisht shpërndarë

përmes pikësimit.

4.9.8.Rezultatet e modelit parashikues

Rezultatet e regresionit logjistik tregojnë se modeli është statistikisht i rëndësishëm (në

një nivel të rëndësisë 0,05).Përveç kësaj,variablat e mëposhtme të përdorura janë

statistikisht të rëndësishme në parashikimin e riskut të kredisë.Statusi i llogarisë

rrjedhëse, kohëzgjatja, historia e kreditit, qëllimi, debitorë të tjera / garantues, norma e

këste në përqindje e të ardhurave të disponueshme, llogari kursimi / bono, vite punësimi,

etj.

Tabela 25:.Intervali i skorimit

INTERVALI I SKORIMIT TOTAL INDEKS

560 0.001624

561 – 592 0.036376

593 - 611 0.04987


131

612 – 654 0.130869

655 – 662 0.10931

663 – 760 0.078646

761- 801 0.061816

802 – 860 0.060255

861 – 985 0.069031

- 985 + 0.024258

TOTAL 0.622055

37.79%

4.9.9 Dizenjimi i strategjive për grupimi e klientëve në shërbim të

biznesit

Popullsia është e segmentuar sipas rezultatit që merret për vonesat në pagesa. Nga ky

segmentim, i popullatës mund të kalojmë në disa segmentime popullate për të dizanjuar

strategjitë. Këto grupime kemi në përmirësime të grumbulluara të përcaktuara, si

parandalim i vonesave dhe ri-aktivizim të kredimarrësve ndërmjet marketingut.

Tabela 26: Dizanji i strategjive ndarja ne grupe më strategji të ndryshme për të zgjeruar

dhe

përmirësuar bazën e huadhenësve ,autorja


132

Permbledhje e perpunimit te database konsistojne ne disa gjetje:

1. Mosha 50 vjeç e lart janë kredimarresit më të mirë.

2. Seksi femer është kredimarrës i mirë

3. Kredimarrësit me një shtëpi janë kredimarrës të mirë

4. Kredimarrësit me vonesat nga 0-30 ditë si dhe kredimarrësit me vonesat

maksimale vjetore nga 0-30 ditë janë kredimarrësit më të mirë.

4.10 REZULTATET E MARRA NGA ANALIZA

Disa pyetjeve kërkimore të situatës së bankave të nivelit të dytë të cilat i japin përgjigje

pyetjes të ngritur më sipër që do na ndihmojnë në punën tonë që synonin të nxjerr në pah

problematikat me të cilat ndeshen bankat gjatë procesit të kreditimit si dhe masat për

planifikimin që do ndërrmirren në të ardhmen për menaxhimin sa më të mirë të situatave

jo të pëlqyeshme. Rrjedhimisht, u pa me vend të realizoheshin intervista për të kuptuar

rolin e të tilla sistemeve në bankat që operojnë në sistemin bankar shqiptar dhe praktika

të tjera të ndjekura nga bankat, në kushtet kur kreditimi po rritej me ritme të shpejta dhe

menjehere me ardhjen e krizës se 2008 në Shqipëri, kreditimi filloi të ulej në mënyre

drastike dhe kreditë e këqija të rriten me ritme të shpejta.

A përdorin bankat programe apo sisteme software për vlerësimin e klienteve apo

bizneseve ?


133

Bankat nuk përdorin sisteme software të mirëfillta vlerësimi për klientët (me përjashtime

të vogla), por shumica e tyre kanë ndërmarrë hapa në drejtim të përgatitjes të disa

modeleve për vlerësimet e klientëve, përpara se të japin kredinë. Këto modele vlerësimi

janë të organizuara në Excel apo Access dhe shërbejnë më tepër si pika orientimi për

specialistët e kredisë dhe komitetet e kredisë që duhet të marrin vendimin nëse do ta

miratojnë një kredi apo jo. Vetëm dy banka janë të pajisura me sisteme software për

vlerësimin e huamarrësve, por ato ende i përdorin këto sisteme thjesht si këshillues të

analistëve të kredisë, dhe jo si vendimmarrës apo përcaktues në proçesin e miratimit të

kredisë.

Kjo dukuri vjen si pasojë e faktit se bankat nuk mund t’u besojnë rezultateve të

gjeneruara nga sistemi për shkak të mungesës së besimit apo vërtetësisë në të dhënat që i

jepen këtyre sistemeve.

A janë të dhënat e mbledhura në mënyrë të saktë dhe kanë besushmëri për të gjeneruar

modele të ndryshme që të vijne në ndihmë për bazën e klientëve kreditues ?

Duhet të ndërtohen këto sisteme të pështatura me shumë elementë specifikë (për

shembull, peshat që i jepen në vlerësim industrisë ku operon biznesi) me kushtet e

ekonomisë shqiptare pasi ato janë të përshtatura me kushtet e vendit ku operon banka

mëmë.

A eksiston nga bankat një orvajtje , nje objektiv i vënë nga bordet drejtuese për të

mundur të krijoje vetë apo të huazojë nga banka mëmë modele vlerësimi për klientët

për minimizim e rriskut në sektorin bankar ?

Mbi 50% e bankave kanë ndërmarrë hapa konkretë dhe janë munduar të krijojnë

vetë apo të huazojnë nga banka mëmë modele vlerësimi për klientët, me baza Excel apo

Access.Këto modele shërbejnë si baza të dhënash për klientët dhe për historikun e tyre

me bankën, por njëkohësisht mund të gjenerojnë edhe vlerësime për situatën financiare të

klientit dhe aftësinë paguese të tij.Në përgjithësi, modelet e vlerësimit të përdorura nga

bankat analizojnë elementë sasiorë (të ardhurat, raporte financiare, ekspozimin në sistem,

aftësinë paguese të klientit etj), elementë cilësorë (aftësitë manaxheriale, industrinë ku

operon, historikun me bankën, karakterin etj). Nga shumica e bankave që përdorin

modele te ndryshme vleresimi, i kushtojnë një seksion të veçantë vlerësimit dhe analizës

së kolateralit të lënë si garanci. Si rezultat i kësaj, objektivat kyçe në tranzicion për

projektet e reja ndryshojnë nëpër dimensione të ndryshme. Ka pasur një debat aktiv mbi

marrëdhëniet mes të madhësisë së bankave, pronësisë së bankave dhe kreditimit.


dhënash në mungesë në nivel kombëtar dhe gjithpërfshirës ?

Deri kohët e fundit bankat janë më të prirura për të financuar SME-të dhe individët,

sepse ato janë më të përshtatshme për t'u angazhuar në kredidhënie "marrëdhënie"128, një

128 Berger, Kayshap, dhe Scalise, 1995; Keeton, 1995


134

lloj i financimit të bazuar kryesisht në informatat e "buta"129 të mbledhura nga oficerët e

kredisë në mënyrë të vazhdueshme, të personalizuar, përmes kontakteve të drejtpërdrejta

me individët dhe bizneset si edhe kontakteve me komunitetin lokal në të cilin ata

jetojnë/punojnë. Këto janë parë si rrugët që ndihmojnë në njohjen e klientëve, aplikues

për kredi130 në mungesë të të dhënave të tjera që mund të zotërohen në nivel kombëtar

dhe gjithëpërfshirës.Pra ka konsumatorë të cilët nuk trajtohen si klientë pasi ata nuk janë

të përfshirë me anë të informacionit të tyre në bazën e klientëve që tashmë kanë një sasi

dokumentash dhe janë të identifikuar

Duke iu referuar zhvillimit të sistemit bankar dhe ekonomisë në Shqipëri, një rëndësi të

veçantë vit pas viti merr vendosja e standardeve më të larta për të demonstruar efektet në

lidhje me zgjerimin e tregut dhe ristrukturimet e suksesshme.Por një boshllëk në marrjen

e të dhënave të sakta çon në një informacion dhe një vendimarrje jo të saktë ndërkohë që

ndryshimet në ambjentin e biznesit të kredidhënies ndryshon për cdo ditë. Si rrjedhim

krijimi i një SIK do jetë në gjendje që me mbledhjen dhe analizimin e të dhënave të

duhura të arrijë të krijojë një standard të domosdoshëm në sektorin e kredidhënies për

individët dhe bizneset.

Në kushtet e Shqipëris, PK si një produkt i SIK do të jetë i dizenjuar për të ndihmuar në

menaxhimin e rreziqeve të kredidhënies, si edhe në fusha të tjera. Ai do të bazohet në një

algoritëm që parashikon klasifikimin e aplikantit në të ardhmen si riskun e keq dhe të

mirë të kredive duke njohur profilin e subjektit i cili i përket një mase homogjene të

popullatës. Algoritmi derivon në përdorimin e një teknike të analizës shumëvariabëlshe

që lejon identifikimin e karakteristikave të profilit dhe përcakton peshat për secilin

huamarrës duke përcaktuar statusin nëse është mirë apo jo-mirë.Një kredi është një

transaksion ku individi/biznesi merr një sasi parash dhe angazhohet të kthej shumën e

njëjtë në një datë të mëvonshme në një ose më shumë këste duke shtuar edhe shlyerjen e

interesave. Disa subjekte (individë/biznese) kanë marrë kredi, disa janë refuzuar të tjerë

do të aplikojnë në të ardhmen. Një veçori e subjekteve është homogjeniteti dhe është

rrjedhojë e nevojave të subjekteve për shërbime financiare. Disa nuk shlyejnë kredinë,

disa nuk paguajnë këstet për një periudhe të gjatë duke u bërë subjekt i zyrave të

përmbarimit dhe si rrjedhim në shumicën e rasteve institucionet financiare humbin

efektivitetin në të bërit biznes me klientët dhe si pasojë të tilla kredi quhen kredi të këqija

dhe nga ana tjetër kufizohet mundësia për kredi të reja. Pra këtu shihet dhe rëndësia e PK

me anë të menaxhimit sa më të mirë të të dhënave me anë të agjensive apo zyrave të të

dhënave publike apo private duke e kthyer në një shërbim shumë të rëndësishëm sot me

një ndikim direkt në shëndetin e sektorit bankar duke reduktuar rrezikun e kreditit e cila,

siç u përmend tashmë, mund të çojë në shfaqjen e rrezikut për bankat. Bankat përdorin

informacionin mbi sjelljen e klientëve të tyre në të kaluarën, në mënyrë që ata mund të

parashikojnë sjelljen në të ardhmen131. Po kështu rëndësia e PK qëndron në disa kolona

kryesore si:

129 Te dhena te mbledhura ne menyre periodike dhe te vazhdueshme per te ndjekur konsumatorin dhe per ti

bere ne cdo moment nje vleresim sa me real 130 Berger dhe Udell, 1996, dhe Strahan dhe Ëeston, 1996, studimet e rasteve për vendet në zhvillim 131 Miller MJ,2006, Hulumtimi i kryer në sektorin bankar të 34 ekonomive kombëtare


135

1. Të gjithë konsumatorëve dhe bizneseve u jep mundësinë për të krijuar historinë e

tyre të kreditit dhe e përdorin atë si një pasuri në rrugën për të marrë kredi dhe duke

shfrytëzuar shërbime të ndryshme financiare.

2. Institucionet shtetërore/subjekte juridike bëhen më të informuar në lidhje me

nivelin e rrezikut të partnerëve të tyre dhe të klientëve të mundshëm, për të kërkuar më

shumë informacion në lidhje me sjelljet e tyre të shlyerjeve të detyrimeve financiare.

3. Bankat dhe institucionet financiare janë të mbrojtura nga partnerët/klientët e tyre jo të

mirë.

KAPITULLI V

NDËRTIMI I MODELIT SHQIPTAR ALBANIAN-SCORE

PËR PK .

5.1 . HYRJE

Numri i faktorëve të përcaktuar në këtë model shtrohet si problem prandaj për këtë është

realizuar një anketë, ku rreth 7 bankave të nivelit të dytë u është kërkuar që të

përzgjedhin një sasi faktorësh nga 1 deri në 7 nga një listë faktorësh të gatshëmqe

gjenden në shtojcën D. Rendesi ka si t’i rendisim këta faktorë nga rëndësia që

perceptojnë ne realitetin shqiptar..Këta faktorë duhet të kenë karakteristika

gjithëpërfshirëse për klientët individë, bizneset e vogla dhetë mesme si dhe

korporatat.Këta faktorë do të na çojnë drejt implementimit të një modeli që do të mund të

konvertojë të gjithë historinë e kreditit në një numër të thjeshtë tre-shifror.Huadhënësit

përcaktojnë PK lidhur me riskun e kredisë duke ofruar norma më të larta apo më të ulta të

interesit për aplikuesit e tyre. Një numër i derivuar statistikor si shprehje e vlefshmërisë


136

që konsumatori dëshiron një kredi apo një hua që përdoret pikërisht nga huadhënësi për

lidhjet e tij me pagesën në të ardhmen. Sa me i lartë numri, aq më shumë vlen

konsumatori dhe aq më pak risk do gjenerohet nga ky person në të ardhmen.

Konsumatorët zakonisht mund të mbajnë rezultatet e tyre të kreditit të larta, pra nje

pikësim të lartë të kreditit duke mirembajtur një historik te mire lidhur me pagesat e

faturave në kohë. Një PK luan një rol të madh në vendimin e një huadhënësi për kredi

dhe në çfarë kushtesh do te merret kjo kredi, në çfarë shume dhe në çfarë periudhe do të

shtrihet.

Gjatë dekadës së fundit, shumë nga bankat më të mëdha të botës kanë zhvilluar sisteme të

sofistikuara në përpjekje për të krijuar një model për të parashikuar riskun e kredisë që

përfshin aspekte të rëndësishme të kredidhënies.

Modele të tilla përdoren për të ndihmuar bankat në vlerësimin e riskut në proçesin e

kredidhënies duke bërë klasifikimin e bizneseve sipas kriterit gjeografik dhe produkteve,

në baza cilësore dhe sasiore. MPK përdorin të dhëna të vëzhguara nga huamarrësit e

përzgjedhur për të llogaritur mundësinë e dështimit apo për fitimit. Një MPK është

Altman Z Score132 Formula për të parashikuar falimentimin133 është një formulë me

shumë variabla dhe përfaqëson një diagnozë të fuqishme për matjen e gjendjes financiare.

Modeli është zhvilluar nga autori më shumë se 30 vjet më parë dhe ende sot është nga

modelet më të rëndësishme. Struktura financiare dhe raportet e kompanive të ndryshme

variojnë në mënyrë të dukshme nga një shtet apo industri në një tjetër.

5.2 MODELI ALBANIAN-SCORE I APLIKUAR PËR KUSHTET

SHQIPTARE

Si mund ta përcaktojmë një Albanian-Score134?

Analiza e informimit kreditues mbledh informacionin e duhur dhe pastaj fillon

kalkulimet Shtytjen pë të thënë idenë e një PK erdhi nga anketa e zhvilluar me njerëz

profesionistë të niveleve të larta në banka po japim analizën e anketës që do të na çojë në

renditjen e këtyre faktorëve të rëndësishëm të PK.

5.2.1. Analiza e anketës

Objektivi kryesor i kësaj ankete është të japë një demostrim të rolit të bankës në ekonomi

dhe veçanërisht funksionin e saj në çështjet e kreditimit duke përfshirë asetet, punonjësit,

klientët e bankës dhe qëndrimin e tyre ndaj kredisë.

Në përgjithësi roli i saj është që të tregojë rolin e madh të nevojës së bankës për të

qëndruar afër konsumatorit dhe zakonet e kredimarrësve përmes experiencës së tyre.

Japim kuptimin e PK dhe çfarë mund të përfitojmë për të.

132 The Altman Z-score 133 E. Altman (1968) 134 Nje model per pikesimin e kreditit ne kushte shqiptare duke iu referuar disa faktoreve te percaktuara dhe te dala si

rrjedhoje e anketes me punonjesw te niveleve te larta te bankave.

http://www.stockopedia.co.uk/content/the-altman-z-score-is-it-possible-to-predict-corporate-bankruptcy-using-a-formula-55725/


137

Japim kuptimin e PK të SIK-ve dhe rëndësinë e krijimit të saj në në vendin tonë si një

suport i fortë për njehsimin e PK dhe rankimin e tyre sipas këtij PK për njehsimin e

normës se interesit.

Për të arritur këtë janë intervistuar rreth 67 punonjës të lartë të bankave të nivelit të dytë

(bankave tregtare) dhe Bankës Qëndrore etj, me anë të një ankete, duke iu referuar

personave të selektuar në këtë formë pasi kanë njohuri për PK dhe mund të ndihmojnë në

percaktimin e faktorëve më të rëndësishëm ne realitetin shqiptar.Keta faktore jane te

rendesishem dhe përdoren për të krijuar një MPK në kushtet shqiptare

Çdo pyetje studimi është paraqitur më poshtë me përgjigjet e anketës me peshën e

ponderuar ten je kompioni 67 punonjës të lartë në sistemin bankar. Është bërë një

shpërndarjë ku për rreth 16 banka janë marrë mesatarisht 4 punonjës në nivel të lartë

hierarkie. Gjithashtu është ruajtur një shpërndarje gjeografike duke iu referuar

dendësisë më të lartë gjeografike të popullatës në qytetet kryesore si Tirana, Elbasani,

Fieri , Vlora , Durrësi dhe Shkodra.

SEKSIONI I PARË

NJOHJA ME KONCEPTIN.

I referohet një kampioni prej 67 personash që kanë njohuri bankare

apo punojnë në sistemin bankar në Shqipëri .

ANALIZA E SEKSIONIT 1

1- Njohja me konceptin për PK sipas pyetjeve të cilat janë listuar në këtë seksion për

të analizuar fillimisht 4 pyetjet e para të cilat japin një njohuri të mirë mbi këtë

koncept.

Kështu nga 67 të anketuarit 24 prej tyre e njihnin dhe kishin informacion e

shprehim në mënyrë tabelare dhe grafike.

Tabela 27. Njohuritë mbi konceptin e PK (n=67), burimi autorja

Nr Punonjës në banka të

nivelit të dytë Punonjës në Bankën Qëndrore

të Shqipërisë

Total /nr 20 4

Total / % 83% 17%

Meqënëse nga kampioni ynë prej 67 personash kaluam në atë të 24 personave fillojmë

analizimin e seksionit të parë mbi përdorimin e këtij instrumenti pra PK. Nga analizimi i

dy pyetjeve në këtë pjesë të seksionit të parë morëm përgjigjet si më poshtë :


138

Tabela 28. Njohuritë mbi përdorimin e PK (n=67), burimi autorja

Nr Punonjës në banka të nivelit

të dytë Punonjës në Bankën

Qëndrore të Shqipërisë

Total /nr 23 1

Për vendimmarrjen në proçesin e kreditimit të individëve apo sme‐ve,

A përdorni metoda për PK?. Morëm një përgjigje po nga të anketuarit.

Nëse po, përdorni programe kompjuterike për automatizimin e proçesit të vlerësimit të

kredive. Kësaj pyetje iu përgjigjën të gjithë me po,

Fillojmë analizën e anketës për funksionimin dhe rëndësinë e këtij instrumenti pra PK

verejmë dhe marrim në konsideratë 24 personat më lart që e njihnin dhe nuk e përdornin

Tabela 29 Njohuritë mbi rëndësinë dhe funksionimin e PK (n=67), burimi autorja

Nr Punonjës në

banka të nivelit të dytë

Punonjës në Bankën Qëndrore

të Shqipërisë

U shërben konsumatorëve

12 3

U shërben bizneseve

16 4

U shërben bankave në sektorin bankar

20 4

I shërben ekonomisë Shqiptare

17 3

Duke iu përgjigjur pyetjeve të mëposhtmë shohim se të gjithë të anketuarit janë të

ndërgjegjshëm se ky instrument PK është i nevojshëm për sistemin bankar dhe

institucionet kredidhënëse jo-banka. Kurse për të ardhur tek pyetjet e tjera ata kanë një

qasje si në tabelën më lart:

P16. Nëse aktualuisht nuk përdorni PK, a e mendoni si të mundshme për

ta përdorur në 12-18 muajt e ardhshëm?

Tabela 30. Rëndësia e përdorimit të PK (n=67), burimi autorja

Pergjigjet Punonjës në banka të nivelit të

dytë Punonjës në

Bankën Qëndrore të Shqipërisë


139

Po 22 12

Jo 25 8

Totali 47 20

P17. Si e mendoni përdorimin e PK si mundësi në përdorim më të gjerë në Shqipëri

dhe çfarë hapash mund të përdorim deri në përdorim të gjerë të këtij instrumenti ndihmës

të kredisë.

Përgjigje e hapur secili jep mendimin e tij.

Nga analizimi i të dhënave marrim një informacion të vlefshëm nga 24 personat që kishin

njohuri mbi këtë koncept si dhe si mund të përdoret ai kushtet Shqiptare.

Gjetjet e përdorimit të PK

Tabela 31 . Përdorimit të PK (n=67), burimi autorja

P18. Për çfarë arsyesh më poshtë banka juaj nuk përdor PK? Morëm një rezultat të tillë:

Tabela 32. Arsyeja e mos-përdorimit të PK (n=67), burimi autorja

Arsyet per mos përdorjen e PK Bankat

Mungesa e besimit në rezultatet e kreditit. 27

Volum i vogël i kredive. 12

rezistenca ndaj klientit. 5

Shpenzimet 8

Të tjera 15

Totali 67

ANALIZA E SEKSIONIT II

1-Ndër faktorët që pengojnë suksesin në proçesin e vlerësimit të riskut të kredisë,

cilin vlerësoni më ndikues?

Rekomandimet %

Krijimi I SIK 25%

Implementimi I brendshëm 42%

Marrja përsipër nga banka Qëndrore 6,2%

Krijimi I lidhjeve me eksperiencën evropiane dhe atë botërore 12%

Zgjerimi I rregjistrit të kredive në bankën e Shqipërise 4,8%

Totali 100%


140

Ju lutem përdorni vleresimin tuaj nga 1 deri 5.

Tabela 33. Rankimi i faktorëve që ndikojnë në PK sipas anketes(n=67)

Faktorët

Vlerësimi

Totali i vlerësimit

shkalla e trainimit dhe eksperienca e analistëve të kredisë

4 5

subjektivizmi në vendim marrje që shkaktohet nga metoda e përzgjedhur

3 5

Periudha e historikut të kreditit

5 5

Aftësitë e oficerëve të kredisë

4 5

saktësia e të dhenave financiare dhe jo financiare nga biznesi apo individi

5 5

Historiku i pagesave ,

5 5

Shuma totale që i detyrohen individet apo bizneset huadhenesit (bankat)

3 3

Llojet e krediteve të hapura

2 5

Përqindja e totalit të balancës së mbetur me balancën totale për te gjitha llogaritë e hapura dhe të raportuara në 12 muajt e kaluar

2 5

Kreditë e reja

2 5

Mosha e huamarrësit

3 5

Llogari rrjedhëse e huamarrësit(AK)

2 5

Gjinia e huamarrësit 3 5

Të ardhurat bruto 5 5

Bilanci mesataree punësimit huamarrës më AK

2 5

Statusit martesor 3 5

Percaktimin e kredisë varur në familje ose me vonesat

3 5

niveli i strehimit

3 5

Numri i pagesave në vit

3 5

Kolateral / garanci

4 5

Totali i numrit të problemeve në një kredi 2 5


141

Duke iu referuar rezultateve më sipër shohim se shumë prej faktorëvë i rezauruam në

analizën e mëparshme kështu meqë futen ne variablat social në analizuam dhe erdhën në

disa qasje për këta faktorë më në detaje.Kështu në analizën e mëposhtëmë do të marrim

parasysh faktoret të cilët morën vlerësimin maksimal 5 më lart i rredhtojmë këta faktorë

si më poshtë. Duke selektuar një numer faktorësh që dolën u kërkua përsëri që të bëhëj e

mundur ti rendisin sipas rëndësisë dhe peshës që zënë në total.Kështu nga përgjigjet që

morëm për faktorët më poshtë kalojmë në këtë rezultatet:

Tabela 34 Selektimi i faktorëve sipas pyetsorit për rëndësinë e ndikimit në PK qe do te

perdoren per zhvillimin e modelit (n=67)

FAKTORËT KRYESORË PËRQINDJA

Historiku i pagesave 33%

Shuma totale që i detyroheni 14%

Periudha e historikut të kreditit 26%

Llojet e krediteve të hapura 17%

Kreditë e reja 1%

Përqindja e totalit të balancës së mbetur me balancën totale për te gjitha llogaritë e hapura dhe të raportuara në 12 muajt e kaluar

4%

Totali i numrit të problemeve në një kredi 5%

Totali 100%

2-Kush është burimi për përdorimin e PK?

Për të analizuar këtë pyetje të seksionit të dytë po japim rezultatet e anketës si më poshtë

Tabela 35. Burimi i përdorimit të PK (n=67)

Burimet e PK

Banka zhvillon një MPK të vetin 16

Banka zhvillon një MPK me ndihmën e burimeve të jashtme 8

Banka zhvillon një MPK që suplementon pikët nga SIK 0

Bankat zgjedhin një MPK nga SIK 0

Të tjera 43


142

Renditni më poshtë rëndësinë në vendimin përfundimtar të kredisë ku PK është vetëm

pjesë e proçesit të evaluimit të kredisë (1 = shumë e rëndësishme; nëse një faktor nuk

konsiderohet i rëndësishëm lëreni bosh)

Rankoni rëndësisë e faktorëve të mëposhtëm në një vendosje për kredi për bizneset

Nga analizimi i faktorëve bëjmë një renditje sipas rëndësisë .Sipas rankimit nga analiza e

anketës marrim si më poshtë

Tabela 36. Rankimi i faktorëve që ndikojnë për pikësimit të kreditit (biznese )(n=67)

Cilësia e kolateralit 1

Cash flow i biznesit 1

Personi garantues 0

Vlera neto e biznesit 0

Pikësimi i kreditit 0

Të tjera 0

4-Për secilin prej qëllimeve mund të përdoret PK?

Po analizojmë më poshtë ku ky instrument mund të ketë përdorim të gjerë. Rezultatet po i

vendosim në një tabelë si më poshtë :

Tabela 37, Qëllimet e përdorimittë PK

Alternativat e përdorimit të PK Frekuenca

Marketing produkte kredie të biznesit të vogël 12

Marketing produkte shërbime jo kredie për biznesin e vogël 9

Evaluimi periodik i kredive ekzistuese 4

Risku bazuar në çmimin e kredisë 14

Në sigurime 10

Nga punëdhënësit 10

Të tjera 8

Totali 67


143

Një numër i madh variablash përcaktohet në bazë të rëndësisë së tyre specifikohen me një

peshe të caktuar në përqindje.Një shpërndarje për konsumatorin dhe huadhënësin.Që

gradualisht grupohen nga (Scorecards) duke iu referuar faktorëve që ndikojnë në

Albanian-Score dhe kemi present këtu 7 faktorëtë tillë të pranishëm.

Të cilët rezultuan nga seksioni i dytë i anketës për faktorët më të rëndësishëm që duhet

të jënë të pranishëm në modelin përshtatur me realitetin shqiptar.

5.4 MODELI PIKËSIMIT TË KREDITIT ALBANIAN-SCORE

Figura 10.Renditja e PK në një Albanian Score, burimi autori

Duke iu referuar rëndësisë së madhe të përdorimit të PK në botë dhe funksionimin

dimensional në ditët e sotme ka ardhur momenti që ky vleresim krediti të bëhet i

prekshëm edhe për ne, për bankat tona, dhe përdorimi i tij ne fusha të gjera duke përdorur

dhe zhvillimet e mëdha të teknologjisë. Ne u njohëm me shume koncepte të reja për

kushtet tona evidentuam rëndësinë e PK, modelet e shumta që përdoren si dhe

karakteristikat të cilat në kushtet tona i shohim si me të rëndesishmet.Nga analizimi i

pyetsorit orientohemi më mirë në anën konsumatore apo të biznesit të vogël.Duke iu

referuar intervistave të shumta, kalkulimeve vijmë me idene se karakteristikat që mund të

përdoren përzgjidhen ato që mund të japin një impakt dhe orientim në kredimarrjen

konsumatore dhe te bizneseve. Faktorët që përdoren janë marrë nga analiza e Anketes

(seksioni I II)duke ndërtuar një model të thjeshtë për kushtet shqiptare i quajtur Albanian-

score.Për faktorët e analizuar në anketë ndahen në 5 kategori të përcaktuar si më të

rëndësishmit nga përzgjedhja e bankave të nivelit të dytë .Përcaktojmë peshën në varësi

të rëndësisë që kanë këta faktorë në përshtatje me realitetin shqiptar. Po rreshtojmë 7

faktorët në grafikët e mëposhtëm :

Tabela 38. Faktorët e modelit Albanian-Score ,me pasha te ponderuara burimi autorja


144

FAKTORËT KRYESORË PËRQINDJA

Historiku i pagesave , 33%

Shuma totale që detyroheti 14%

Periudha e historikut të kreditit 26%

Llojet e krediteve të hapura 17%

Kreditë e reja 1%

Përqindja e totalit të balancës së mbetur me balancën totale për te gjitha llogaritë e hapura dhe të raportuara në 12 muajt e kaluar 4%

Totali i numrit të problemeve në një kredi 5%

Totali 100%

Grafik 15. .Modeli i paraqitur Albanian -Score ,Burimi autorja

Historiku i pagesës zë një përqindje prej 33% ashtu si mund të shohim dhe nga grafike.

Në këtë fushë kemi informacion nga:

-Pagesa të bëra në llogari me skedulin e faturës paguese (kredi, karta krediti,etj)

-Rekordet publike (falimentimin, pagesa urdhëruese nga gjykata, etj)

-Vonesa te pagesave, Over-draftet

-Numri i llogarive të hapura

- Numri i llogarive të pagura

Shuma që ju u detyroheni është një nga faktorët e rëndësishëm dhe zë afërsisht 15% të

peshës së faktorëve të tjerë duke përfshire si:

- Shuma totale e borxhit

- Numri i llogarive që detyroheni

- Përqindja e normës së interesit të kredisë që po paguani

- Përqindja e normes së interesit të lëna për kredi.

33%

14%

26%

17%

1%

4%

5%

0% 5% 10% 15% 20% 25% 30% 35%


Shuma totale që detyroheti



Kreditë e reja

Përqindja e totalit të balancës së mbetur…

Totali i numrit të problemeve në një kredi

Perqindja

fakt

ore

t kr

yeso

re

Modeli Albanian score


145

Periudha e historisë së kreditit zë një peshë si faktorë në llogaritjen e rezultatitt

Albanian Score rreth 25%. Në këtë faktorpërfshihen si:

- Para sa kohësh janë hapur llogaritë dhe kur është hera e fundit që është përdorur

llogaria.

-Koha që kur është hapur llogaria dhe llogaritë specifike.

- Koha që kur është aktivizuar llogaria.

Kreditim i ri apo kreditë e reja zënë një peshë si një faktorë prej 1%.

Këtu përfshijmë si:

-Numri i llogarive të hapura kohët e fundit

-Sa kohë më parë ka ndodhur ndonjë problem me pagesat.

Këtu përfshihet faktori i fundit që ka të bëjë me të gjitha llojet e kredive të

konsumatorit dhe zë një peshë prej 16% si faktorë. Në këtë kategori përfshihen:

-Aplikimi juaj i fundit për kredi

-Numri i llogarive të hapura

-Numri total I problemeve që keni për kreditë

-Koha që kur kredia filluar me probleme.

-Sa tipe të ndryshme krediti përdorni.

–Si është eksperienca juaj e kreditit.


-Vonesat në historikun e kredive

-Vlerësimi me një numër i çdo shkelje të gjetur

Përqindja e totalit të balancës së mbetur me balancën totale për te gjitha llogaritë e

hapura dhe të raportuara në 12 muajt e kaluar.

Shuma e mbetur në balancin e të gjitha llogarive në përqindje për një periudhë 12-

mujore.

Me anën e këtyre faktorëvë dhe formulimit mund te kalojmë në implementimin në

softwere për të marrë rezultatet e pritshmë

Rezultatet e larta do të ballanconin impaktin e vlerësimit nëse nuk do kishim një histori të

pagesave të fundit. Llogaritë e mbledhura të paguara bëjnë impaktin e ketij vlerësimi në

një rezultat score derisa ta ri-lëvizë raporti i kreditit. Përdorimi i konsulencës së

kreditimit dhe shërbimet e tyre nëse raportohet nga kreditori mund të ulin PK. Rezultati

vlerësohet si një mundësi që individi me eksperiencën e përcaktuar në 90+ ditët e shkuara

në detyrimet e zakonshme mbi 24 muajt e ardhshëm

5.5.PËRDORIMI I ALBANIAN -SCORE NGA HUADHËNËSIT


146

Marrim një renditje të pikësimit të Albanian-Score nga 350-850.

Huadhënësit përdorin rezultatet Albanian -Score, per t’u plotësuar me informacione të

tjera nga raporti i kredisë që marrin nga rregjistri i kredisë prane Bankës Qëndrore si dhe

me perspektivë në ndërtimin e SIK-ut.

Qëllimi kryesor i modelit shqiptar është të sigurojë një kuadër sasior analitik, për të

analizuar jo vetëm rrezikun e kredisë, por edhe rreziqet e tjera potenciale që vijnë nga

sektori makrofinanciar.

Më poshtë jepen disa zbatime të modelit tonë në në procesin e vendimmarrjes.

Ky lloj modeli mund të përdoret, për të analizuar veçmas pjesë të ndryshme të bilancit të

bankës, si për shembull: rrezikun e kredisë, analizat e risqeve të kredisë nën skenarët e

stresit. Ky kuadër është më i përshtatshëm sesa mjetet aktuale, sepse variablat kryesore të

përdorura përcaktohen në mënyrë endogjene dhe të njëkohshme, pra rezultatet finale në

rrezikun e kredisë dhe variablat finale nxirren nga ky mekanizëm transmisioni.

Gjithashtu, ky model përfshin një gamë të gjerë kanalesh që vijnë nga bilancet e bankave,

si dhe efektin reagues që ofrojnë një mjet të qëndrueshëm dhe më të përshtatshëm për të

testuar stabilitetin.

Në rastin tonë,

Së pari mbështetemi në lidhjen ndërmjet kredisë dhe rritjes ekonomike, e cila mund të

përcaktohet më tej në terma të konsumit dhe investimeve.

Së dyti, rezultatet këtu janë sjellë në terma agregate, ndërkohë që një përfaqësim më i

detajuar në drejtim të bankave të veçanta do të jetë ndihmues për diskutimin e

brendshëm.

Së treti, modeli duhet të testohet në drejtim të tipareve parashikuese të modelit gjatë një

kohe të mjaftueshme, me qëllim vlerësimin e ecurisë së tij

KAPITULLI VI

KONKLUZIONE DHE REKOMANDIME

6.1 PËRMBLEDHJE E PUNIMIT.

Regjistri Kredive në Shqipëri ka treguar efikasitetin e tij, por zhvillimet sjellin në dritë

nevojën për krijimin e SIK sipas eksperiencave që kanë vendet e zhvilluara. SIK merr

rëndësi pasi grumbullon gjithë të dhënat publike dhe përmes përdorimit të sistemeve të

PK dhe modeleve statistikore të ndryshme gjeneron krijimin e një historie për


147

konsumatorët individë apo biznese bazuar në të dhëna të sigurta dhe të besueshme.

Krijimi i këtij SIK për të gjeneruar raporte të ndryshme duke iu referuar të gjithë

informacionit të shkëmbyer midis gjithë institucioneve është shumë e rëndësishme pasi e

vendos klientin në një renditje në bazë të të gjithë informacionit që është duke i dhënë

mundësitë për tu diferencuar nga të tjerët në norma interesi, çmime dhe kushte për të

gjitha kreditë apo shërbimet që ai mund të marrë në të ardhmen. Në ditët e sotme SIK

kanë një përdorim të madh si në tregun bankar, tregun e sigurimeve, tregun e punës dhe

në tregëti përmes krijimit të besimit mes partnerëve në biznes duke iu referuar PK të

tyre.

PK është e qartë që është një mënyrë sasiore për të vlerësuar rrezikun e shlyerjes së një

huamarrje. Një “scorecard klasik” cakton pikët në variablat e një aplikanti për kredi dhe

gjithashtu dhe mbledh këtë numër pikësh, sa më i madh ky numër më pak risk për këtë

lloj aplikanti. Pikët e një “ scorecard klasik” janë derivuar nga një analizë e ekperiencës

ose e të dhënave.Eksperienca në vendet më të ardhura të larta tregojnë që pikësimi

pikërisht përdoret për t’u ardhur në ndihmë një mase të konsiderueshme të popullatës

ndërkohë rrit dhe fitimin e saj. Duke iu referuar parashikimeve dhe analizave të

ndryshme të përftuara pjesë përbërëse e zbatimit të politikave ekonomike, vlerësimi i

ecurisë së këtyre modeleve është pjesë e një proçesi mjaft të rëndësishëm.Një rezultat PK

është një përfaqësim numerik i aftësisë së një individi për të menaxhuar kredi financiare

në mënyrë të përgjegjshme. Rezultati gjithashtu pasqyron rrezikun që një institucioni

financiar mund të marrë në qoftë se ajo shtrihet ne kredi shtesë në formën e një linje

kredie.Të dhënat për konsumatorin janë të hedhur në tabela bazuar tek një formulë që

mund të përfshij borxhin e përgjithshëm të papaguar, vjetërsinë/moshën e llogarive të

kreditit, llojin e llogarive, numrin e pagesat me vonesë, kërkesat e kohëve të fundit për

krediti dhe peshën e pagesave të prapambetura.

Rezultatet e PK janë një nga komponentët më të rëndësishëm të financave personale të

konsumatorit. Kjo dikton sasinë e kredisë që do të mund të jap huadhënësi si edhe

normën e interesit.Me fjalë të tjera, PK mund t'iu kushtojë një pasuri ose e thënë ndryshe

do të i’u shpëtojë mijëra lekë në varësi se sa i mirë është ky PK.

Huadhënësit potencial dhe huamarrësit e bazojnë vendimin e tyre për të dhënë apo për të

mohuar këtë kredi në varësi të PK. Një PK e mirë mund të konsiderohet një aset

financiar, pasi ul kostot e të bërit biznes. Kështu që shtrohet një problem në formën e një

misioni.Të krijohet një zgjidhje inovative për të ndihmuar institucionet financiare, jo-

tradicionale dhe asetet e tyre në mënyrë sa më të lehtë dhe të moderosh të ardhurat

individuale që shërbejnë për të ndërtuar kredibilitetin konsumatorë në qasjen financiare

në mënyrë që të rriten bizneset e tyre ose asetet personale.Marrja kredi e konsumatorëve,

për sigurim strehimi, shërbimet bazë të shërbimeve, dhe madje edhe punësimi është

përcaktuar gjithnjë nga të dhënat e centralizuara të historisë së kreditit dhe interpretimeve

të automatizuara të këtyre shërbimeve. Historitë e kreditit në një formë apo një tjetër kanë

qënë prej kohësh një faktor i rëndësishëm në marrjen e vendimeve në zgjerimin ose

mohimin e një kredie për konsumatorët. Kohët e fundit, modelet kompjuterike janë

zhvilluar për të kryer vlerësime të tilla. Këto modele prodhojnë rezultatet numerike të PK

që funksionojnë si një version i një historie të kërkuesit të kredisë për të lehtësuar

veprimet të shpejta të kreditit.


148

Huadhënësit shqyrtojë historitë e kreditit për të vlerësuar llogaritë ekzistuese të kreditit,

dhe përdorin informacionin për të ndryshuar kufijtë e kreditit, normat e interesit, ose

kushtet e tjera në këto llogari.

Përveç huadhënësit, pronarët potencial dhe punëdhënësit mund të shqyrtojë historitë e

kreditit apo PK. Pronarët mund ta bëjë këtë për të përcaktuar nëse qeramarrësit potencialë

do të paguajnë qiranë e tyre në kohën e duhur.Punëdhënësit mund të shqyrtojnë këtë

informacion gjatë proçesit të punësimit, veçanërisht për pozitat ku punonjësit janë

përgjegjës për trajtimin e shumave të mëdha të parave.Ofruesit e shërbimeve, telefon në

shtëpi, dhe telefonin celular, ofruesit e shërbimit gjithashtu mund të kërkojnë një raport

krediti ose PK për të vendosur nëse ia vlen për të ofruar shërbim për konsumatorët.

Kompanitë e sigurimeve kanë filluar gjithashtu përdorimin e PK që rrjedh nga historia e

kreditit.

Një nga çështjet kryesore të ngritura nga teknologjia për data mining nuk është biznesi

apo teknologjia, por ana sociale. Kjo është çështja e privatësisë individuale. Data

mining/database bën të mundur analizimin e transaksioneve rutinë të biznesit duke

grumbulluar pak nga pak një sasi të konsiderueshme të informacionit në lidhje me blerjet

për individët shprehitë dhe preferencat e tyre. Një tjetër çështje është ajo e integritetit të

të dhënave. Në mënyrë të qartë, analiza e të dhënave mund të jetë aq e mirë sa të dhënat e

analizuara janë.Një sfidë kryesore është zbatimi integrues i të dhënave kontradiktore ose

të tepërta nga burime të ndryshme.Për shembull, një bankë mund të mbajë kartat e

kreditit llogaritë në disa baza të dhënash të ndryshme. Adresat (ose edhe emrat) të një

klienti të rregullt mund të jetë i ndryshëm në secilin database Softwaret duhet të

përkthejnë të dhënat nga një sistem në tjetrin dhe të zgjidhin adresën hyrëse në fund. Një

çështje e debatuar teknike është nëse është më mirë për të ngritur një strukturë të bazës së

të dhënave relacionale ose një shumë-dimensionale. Në një strukturë relacionale, të

dhënat janë ruajtur në tabela, duke lejuar pyetjet ad hoc. Në një strukturë shumë-

dimensionale, grupe të të dhënave janë rregulluar në vargje, me bashkësi të krijuara sipas

kategorisë. Ndërsa strukturat shumë-dimensionale lehtësojnë data mining. Strukturat

relacionale deri tani kanë funksionuar më mirë në mjediset klient / server. Me

shpërthimin e internetit, bota po bëhet një ambient i madh klient / server.

Së fundi, është çështja e kostos, ndërsa kostot e sistemeve hardware kanë rënë në mënyrë

të shpejtë brenda pesë viteve të fundit, të dhënat e data mining priren të jenë të vetë-

përforcuara. Sa më e fuqishme pyetja në data mining, aq më i madh shërbimi i

informacionit të mbledhur nga të dhënat, dhe aq më i madh presioni për të rritur sasinë e

të dhënave duke mbledhur dhe ruajtur, gjë që rrit presionin për më shpejtësi në pyetjet e

bëra, sisteme më të shpejta, të cilat janë më të shtrenjta.

Kredia konsumatore mund të kuptohet si një formë e tregtisë ku një person merr para për

të paguar, mallra ose shërbime në të ardhmen, duke shtuar një premium (interes) të vlerës

origjinale135. Aktualisht, kredia konsumatore është një industri e madhe që vepron në

mbarë botën. Shitësit më të mëdhej nxisin shitjet e tyre, duke furnizuar me kredi

konsumatorët. Kompanitë e automobilave, bankat dhe segmente të tjera shfrytëzojnë

linjat e kredisë konsumatore si një alternativë shtesë për të krijuar fitim.Në anën tjetër,

kredia konsumatore injekton burimet në ekonomi, duke lejuar prodhimin dhe zgjerimi e

ekonomise së një vendi, duke çuar në zhvillimin e kombit 136.Sipas 137 “në qoftë se

135 Santos, 2000: 15 136 Lewis, 1992: 2


149

krediti mund të përkufizohet si pritje e marrjes së një shume parash në një periudhë të

dhënë, atëherë rreziku i kredisë është një shans që kjo shpresa të përmbushet". Kriteret e

ndryshme të vlerësimit të performancës dhe teknika të ndryshme statistikore, të cilat

përdoren veçanërisht në sektorin e financës dhe bankave për vlerësimin për kredi janë të

ndryshme. Disa përjashtojnë gjykimin personal. Disa të tjera përdorin sistemet e PK që

janë thjesht sisteme numerike dhe vendimi do të merret, në varësi të pikësimit total të

aplikantitit që kërkon kredi, ndërsa në gjykimin personal të oficerit të kredisë vendimi

për marrjen e kredisë nga aplikanti varet nga gjykimi i oficerit të kredisë, përvoja

personale dhe çështje të tjera kulturore, të cilat ndryshojnë nga tregu në treg (shteti në

shtet). Megjithatë nuk ka një proçedurë ideale modeli të PK 138 sepse ajo çfarë pritet varet

nga cilësia e të dhënave, tiparet e aplikimit, shkalla në të cilën është e mundur të

segmentohen në klasa duke përdorur ato tipare dhe klasifikime, etj. Këto teknika

statistikore ndihmojnë vendimmarrësit e kreditit për të parashikur konsumatorët

aktualisht në banka si kredimarrës të mirë dhe kredimarrës të këqinj në bazë të atributeve

të tyre dhe informacionit për kredi të mbledhur. Këto kritere të vlerësimit të performancës

ndihmon në zgjedhjen e modelit më të mirë të bazuar në qëllimet dhe objektivat e

vendosura. Teknikat e PK janë një mjet i dobishëm, i cili duhet të ndihmojë bankat të

kontrollojë risqet. Zhvillimet e PK dhe aplikimet vazhdojnë të zgjerohen në fusha të

ndryshme veçanërisht në sektorin e financës dhe bankave. Gjithashtu, përdorimi i

metodave hibride, ofron një rrugë premtuese për klasifikimin e aftësitë parashikuese më

të mirë.

Duke iu referuar këtyre përfundimeve të rëndësishme të PK në jetën e përditshme të çdo

konsumatori, kaq e prekshme nga ana ekonomike (financiare) shtrohet një detyrë se si

mund ta përdorin konsumatorët shqiptarë, ta njohim, të edukohen për tu orientuar sa më

mirë në këtë realitet me këtë teknologji të zhvilluar dhe me një sasi të madhe

informacioni ku duhet të bëjmë selektimin e nevojshëm. Në këto kushte krijimi i këtij

SIK që përcakton PK përvec rregjistrit të kredive që tashmë është krijuar që në vitin

2008 dhe funksionon në Shqipëri ka ardhur koha për të pasur këtë aksesushmëri

konsumatore dhe në një rreth më të gjerë konsumatorësh. Kështu rekomandohet që në një

periudhë afat-mesme (të shkurtër 1-5 vjet të jetë implementuar ky SIK i cili do të sigurojë

një impakt të madh në gjithë ekonominë, kjo vjen nga eksperienca e vendeve të

zhvilluara. PK dhe rapori i kreditit janë vitale për të gjithë konsumatorët. Të pasurit e një

PK të mirë është vitale. Eshtë një ndihmë jo vetëm nga ana financiare por dhe një armë

që ndërtohet nga besimi konsumator i cili është aseti më më i fuqishëm sot. Kreditimi i

individëve dhe mikro- ndërmarrjeve, varet nga marrëdhëniet ekzistuese të klientit me

bankën, si dhe nga historia e kaluar e kredive.

Me rritjen e numrit të produkteve të kredisë në botë dhe paralelisht me rritjen e kërkesës

për kredi nga ana e personave fizikë dhe juridikë, filluan të shfaqeshin problemet e para

në formën e vonesave në shlyerjen e kësteve deri në mosshlyerje të plotë të

kredive.Numri i klientëve të tillë filloi të rritej gjithnjë e më shumë, por njëkohësisht,

mungonte informacioni i plotë dhe i saktë mbi ecurinë e tyre në sistemin bankar apo

financiar.Nisur nga nevoja për të shmangur mungesën e informacionit në kredidhënie si

137 Caouette et al. 2000: 1, 138 Hand & Henley(1997, p.535


150

dhe për ta përqëndruar këtë informacion e për ta rimarrë atë të përmbledhur, u krijuan

regjistrat e kredive.

Në mungesë të një SIK, shumë banka kanë krijuar mekanizma informalë që të përftojnë

informacion për huamarrësit më të vegjël, përfshirë konsultimin me huadhënësit e tjerë.

Për të kredituar individët, shumë banka i mbështetin vendimet për kreditim te verifikimi i

të ardhurave të huamarrësve,kryesisht nëpërmjet dokumenteve të punësimit, dhe

verifikimit pranë punëdhënësve. Gjithashtu, marrëdhëniet ekzistuese me klientët

nëpërmjet produkteve jo të kreditit (psh: llogarive të depozitave bankare) përdoren në

disa raste si një mekanizëm për të përcaktuar dhe verifikuar klientët e mundshëm. Kjo

shtron nevojën e përdorjes të çdo faktori që është prezent, si të rëndësishëm për një

vendim për dhënie kredie. SIK për kredidhënien mund të jetë një mënyrë e efektshme për

të plotësuar boshllëkun përsa i përket informacionit për huamarrësit.

Një nga pasojat e pikësimit të kreditit është mundësia që cdo risi është e lidhur me

teknologjinë duke zvogëluar nevojën për gjykim të kujdesshme dhe nevojën për të

ushtruar njohuritë në raste të veçanta. Në raste të tjera, mundet pa dashje të aplikojnë më

shumë burime se është e nevojshme për të mundësuar të gjithë portofolin. Kjo mund të

cojë në rrezikun e një vetë-përmbushje të profecisë139.Në SHBA, një industri e re ka

lindur dhe është përkushtuar për të ndihmuar huamarrësit për të përmirësuar pikësimin e

kreditit140 nga financat në vend se duke iu bindur rregullit të thjeshtë: të paguani faturat

në kohë për të mbajtur të ulët borxhin tuaj.

Pavarësisht nga kufizimet e modeleve të pikësimit të kreditit, nuk ka dyshim që pikësimi

i kreditit do të vazhdojë të jetë një mjet i rëndësishëm në parashikimin e rrezikut të

kredisë në kreditimin e konsumatorit.Është evidente që organizatat përdorin pikësimin e

kreditit në mënyrë të përshtatshme pë të fituar avantazh të rëndësishëm strategjik dhe

avantazh konkurrues mbi rivalët e tyre. Nga një perspektivë e menaxhimit, vlen të

përmendet se pikësimi i kreditit ka përfitimet e mëposhtme: (1) redukton subjektivitetin

dhe rrit objektivitetin në vlerësimin e riskut, (2) rrit vlerësimin e rrezikut me shpejt dhe

në mënyrë të qëndrueshme. (3) automatizimin e mundshëm të procesit të vlerësimit të

rrezikut , (4) redukton kostot e vlerësimit të riskut, (5) alokon më mirë burimet, (6)

përcakton më mirë normën e interesit, kohëzgjatjen e huasë, shumen e kredisë, etj, (7)

menaxhon më mirë rrezikun, (8) mbledh më mirë / rishikon strategjinë, dhe (9) zhvillon

mundësinë e tregjeve jo-tradicionale.Shpresohet që ky dokument mund të japë një

kontribut në literaturën e pikësimit të kreditit.

Data mining ka fituar vëmendjen e përhapur dhe popullaritet në rritje në botën tregtare.

Përveç pikesimit te kreditit , ka aplikime të tjera të mundshme te data mining për

bizneset. Për shembull, data mining mund të përdoren për:(1) të kryejë modelim për të

identifikuar konsumatorët të cilët janë të perzgjedhur, (2) të ndërtoje modele të zbulimit

të mashtrimit për të dhënë sinjale paralajmëruese të hershme të transaksioneve të

mundshme mashtruese, (3) të kuptojë konsumatorët dhe klientët më të mirë (4)

segmentizoje konsumatorët (p.sh., nëpërmjet grupimeve), ose (5) të ndërtoje modele të

parashikimit te mundësivë te blerjes së produkteve apo shërbimeve të caktuara në

mënyrë që të lehtësojë ne procesin e shitjes

139 Lucas, 2002. 140 Timmons, 2002


151

6.2 NDIHMESA PËR KËRKIME NË TË ARDHMEN

Ky punim trajton një numër drejtimesh për kërkime në të ardhmen, pasi ka shqyrtuar një

sasi të madhe të literaturës mbi SIK ka konstatuar se :

Se pari, mungesa e informacionit jo vetëm shqiptar por dhe atij botëror mbi metodat dhe

përdorimin e PK. Një nga arsyet pse bankat nuk mund publikojnë listën e tyre të

variablave të rëndësishëm mund të jetë për shkak të imazhit të tyre të tregut ose për shkak

të etikës.Kjo ka pasoja të rëndësishme për politikat e bankave dhe për sistemin bankar në

tërësi.

Së dyti teknologjia ka ndikimet e veta për proçedurat e reja të modelimit, por në

ndryshimin teknologjik, mjedisi ndikon në modelet e shpenzimeve të konsumiatorit dhe

llojet e kredive që mund të dëshirojnë të fitojnë, dhe për rrjedhojë mund të krijohen lloje

të kredive që mund të jenë subjekte të pacaktuara.

Së treti, nevojitet për të qënë me inovativ në përdorimin e variablave të rëndësishëm si

socialë, dhe në ndryshimin e kushteve ekonomike në modelimin e proçedurave të PK për

këta konsumatorë apo klientë.

Së katërti, hulumtimi duhet të fokusohet më shumë në kohën e mospagimit brenda afatit

të kredisë, dhe të arrihet të bëhet dallimi ndërmjet paguesit të ngadaltë, paguesit të

përhershëm dhe atij të ndërmjetëm.

Së pesti, në të ardhmen duhet të përfshihen në proçedurat e modelimit dhe aspekti i serive

kohore Kështu që tendencat e ndikimit të ndryshueshëm mund të parashikohen. Kjo është

veçanërisht e rëndësishme për kreditë me periudhë më të gjatë, e cila ka të ngjarë të jetë e

lidhur me atribute të ndryshme nga ato të kredive të shkurtra në një mjedis ekonomik dhe

social që ndryshon me shpejtësi.

6.3. KUFIZIMET E PUNIMIT

Realizimi i këtij punimi pati disa kufizime. Ndër të cilat mund të përmendim:

Së pari, koherenca e të dhënave.Vlerësimet vjetore të Bankës Qëndrore apo dhe të

institucioneve të tjera mbi gjendjen e sistemit bankar bëhen me vonesë. Prandaj dhe ky

punim në disa raste e reflekton një gjë të tillë.

Së dyti, natyra e të dhënave (për bankë dhe në vite) për vlerësimin e regresioneve të

kufizonte në marrjen e variablave kontrollues, edhe pse përgjithësisht rezultatet nuk

ndryshonin shumë nga prania e tyre.

Një nga problemet që mund të lind për të ndërtuar një model pikësimi krediti është se

modeli mund të ndërtohet duke përdorur një mostër të njëanshëm të konsumatorëve dhe

klientëve të cilët kanë marre kredi141 Kjo mund të ndodhë për shkak se aplikantët (dmth,

klientët potencial) të cilët janë refuzuar nuk do të përfshihen në të dhënat për ndërtimin e

modelit. Prandaj, mostra do të jetë e njëanshme, se konsumatorë të mirë janë të

përfaqësuar së tepërmi. Modeli i pikësimit të kreditit ndërtohet duke përdorur mostrën që

mund të përfaqesojë më mirë popullsinë nga të dhënat e përdorura për të ndërtuar

modelin.

141 Hand, 2001.


152

Problemi i dytë që mund të lind kur ndërtohet modeli per pikesimin e kreditit është

ndryshimi i modeleve me kalimin e kohës. Supozimi kryesor për çdo modelimin

parashikuese është se e kaluara mund të parashikojë të ardhmen 142 .Në pikësimin e

kreditit, kjo do të thotë se karakteristikat e aplikantëve të fundit që kanë qënë klasifikuar

si "të mirë" apo kreditorë të "keq" mund të përdoren për të parashikuar statusin e kreditit

të aplikantëve të rinj.Ndonjëherë,tendenca për shpërndarjen e karakteristikave për të

ndryshuar me kalimin e kohës është në mënyrë kaq të shpejtë sa kërkon përditësime të

vazhdueshme të modelit të pikësimit të kreditit.

6.4 REZULTATET E PUNIMIT, KONTRIBUTI NË ZHVILLIMIN E

TEORISË DHE PRAKTIKËS

Besimi, kërkesë thelbësore e ekzistencës së bankave, përcakton zhvillimin e bankave të

veçanta dhe sistemit bankar në tërësi. Besimi i konsumatorëve për çdo bankë ndryshon

dhe është e kombinuar me ndryshimin e njohurive të njerëzve për të ardhmen e pasigurt.

Banka Qëndrore ka ndër përgjegjësit e saj të trajtojë problemet aktuale ose potenciale në

sistemin bankar që ajo mbikëqyr dhe kjo në bashkëpunim me bankat e nivelit të dytë si

dhe aktorët e tjerë potencialë. Funksione të tjera të Bankës Qëndrore janë për të rritur

besimin e njerëzve në sistemin bankar dhe për të ruajtur vlerën e monedhës LEK dhe

stabilitetin financiar.

Për të arritur këtë propozohet një qasje multi-nivelesh duke u fokusuar në:

1. Edukimin e konsumatorit në lidhje me rolin e PK, në zonat gjithëpërfshirëse143;

2. Avancimin e zgjidhjeve të industrisë që përdorin të dhëna alternative financiare

për të reduktuar efektet e pajustifikuar të dosjeve të kreditit të “holla”144për qasje

më të favorshme; Shtimi i bazës konsumatore huamarrëse.

3. Shqyrtimi i masave ligjore për të parandaluar përdorimin e papërshtatshëm të PK

për të kufizuar aksesin ekonomik të komuniteteve të kreditit të “ hollë”.

Së pari, në drejtim të edukimit të konsumatorit në lidhje me rolin e PK, inkurajon

zhvillimin e programeve në terren dhe materialeve arsimore për të informuar individët me

kredi të “hollë”, veçanërisht ata me të ardhurat të ulta në lidhje me PK. Përdorimin e PK

në zonat gjithëpërfshirëse për të ndërtuar rezultatet e pikësimit të kreditit, ofron

mundësinë në shumë komunitete që individët të informohen dhe mund të jenë gati për të

filluar proçesin e zhvillimit të pikësimit të kreditit.Ndërgjegjësimi mbi këto çështje lejon

individët të bëjnë zgjedhje të informuara të tregut, si nga punëdhënësit, bankierët,

kompanitë e sigurimeve, e të tjerë që të mos i paragjykojnë ata përmes konceptit të

kredive të “holla” kur nuk kanë një historik krediti.

Së dyti, në nivelin e industrisë private, ka përpjekje aktuale për zhvillimin jo-tradicional

të PK me formulat dhe metodat e matjes për historinë e konsumatoreve me kredi të

“hollë”. Një numër i ofruesve kanë filluar eksperimente me qasje që do të masin

rezultatet e kreditit duke iu referuar performancës së kreditimit tradicional dhe tregjeve të

142 Berry dhe Linoff, 2000. 143 Zona të pa njohura me teknikën e PK 144 Mungesa e informacionit te personave te cilet per momentin ndodhen jashte sistemit kreditues por mund

te kene probabilitetin te jene kredimarres te ardhshem të mirë ose jo të mirë .


153

kredive, por edhe bazuar në faktorë të tillë si historitë e pagesave145 për kompanitë e

shërbimeve utilitare. Kjo tregon se përdorimi i mjeteve matëse të tilla, do të rritet më

tepër se kufizimi i aksesit në personat me kredi të “hollë” me mundësi më të favorshme.

Është shumë i nevojshëm bashkëpunimi mes ofruesve të PK dhe kompanive të mëdha të

shërbimeve utilitare, ofruesve më të mëdhej të strehimit, si dhe palëve të interesuara të

ngjashme në tregjet e kreditit për të zhvilluar një paketë të mjeteve matëse alternative që

reflektojnë pagesat jashtë kreditimit tradicional dhe tregjeve të kreditit.

Së treti, në nivel legjislativ dhe rregullator, inkurajohen të merren në konsideratë nga

institucionet shtetërore plotësimi i kuadrit rregullator për përdorimin e PK edhe jashtë

tregjeve të kreditit. Në veçanti, besohet se kufizimet në përdorimin e PK penalizojnë

familjet me historitë e kreditit të “hollë”, në mungesë të shumë faktorëve të rrezikut të

shëndoshë empirik. Individët apo bizneset me historitë e kreditit të “hollë” nuk marrin

normat e interesit dhe kushtet për kredit, policat e sigurimit, dhe shërbimet të tjera me të

njëjtin trajtim si ata që kanë rezultate pozitive tradicionale të krediteve

6.5.KONKLUZIONE DHE REKOMANDIME

6.5.1 Konkluzionet e punimit

Shërbimet e SIK ndihmojnë në uljen e incidencës së kredive me probleme. Kjo është bërë

e mundur nëpërmjet faktorëve të kostove të transaksionit, shkëmbimit të informacionit

konkurrues, humbjes së kredisë dhe vonesave ne pagimin e kredise, praktikat e vlerësimit

të kreditit të cilat janë të zgjeruara, kur shërbimet e SIK janë përdorur.

Zbatimi i SIK redukton kostot e transaksioneve dhe sigurisht kostot e huamarrjes për

konsumatorët. Institucionet e kreditimit në Shqipëri kanë nevojë për shërbimet SIK sepse

rrisin përfitimin e tyre duke ulur kostot e transaksionit te përfshi në identifikimin e

klientëve të përshtatshem që banka mund të jap kredi.

1. Për Pyetjen kerkimore “Regjistri i kredisë është i nevojshëm por i

pamjaftueshëm” bazuar në të dhënat dhe analizat e kryera gjatë punimit,

konkludoj se kjo pyetje kërkimore qëndron, pasi krijimi i Regjistrit të Kredive

solli një përmirësim të cilësisë së kredidhënies në Shqipëri, por është e

pamjaftueshme që vetëm Regjistri Kredive të rrisë performacën e tregut të kredisë

në Shqipëri. Ky konkluzion i mbështetur në argumentat se: sektori bankar

Shqiptar, bazuar në të dhënat dhe analizat e kryera gjatë punimit, konkludoj se ka

pasë një zhvillim shumë më pozitiv sesa sektorët e tjerë të ekonomisë Shqiptare

por rezulton me mangësi përsa i përket menaxhimit efektiv të rrezikut të kredisë i

cili i shprehur nëpërmjët NPL (Non Performing Loans) është rreth 24 % duke u

cilësuar nga më të lartët në rajon dhe shumë shqetësues për sistemin bankar

Shqiptar, Qeverinë Shqiptare,Institucionet Ndërkombëtaresi Fondi Monetar

Ndërkombëtar dhe Banka Botërore; si edhe në Raportin e publikuar për

Shqipërinë “Të bësh biznes 2015” (“Doing business 2015” Going beyond

145 Historia e pagesave në të kaluarën e një individi për kompanitë e shërbimeve utilitare


154

efficiency, economy profile 2015, Albania, what the getting credit indicators

measure)

2. Për Pyetjen e “Pikësimi i kreditit si produkt (bazohet në mbledhjen e të dhënave

sasiore dhe cilësore dhe përpunimeve statistikore të tyre) është i nevojshëm për

institucionet e kreditit që të arrijnë të gjykojnë mbi sjelljen e

klientit/konsumatorit, karakterin e tij, potencialin për tu kredituar, kushtet e

kredisë, etj.” bazuar në të dhënat dhe analizat e kryera gjatë punimit, konkludoj se

kjo hipotezë qëndron.

3. Krijimi SIK dhe gjenerimi i PK, është i rëndësishëm pasi nëpërmjet grumbullimit,

filtrimit, përditësimit, përpunimit dhe kombinimit të gjithë të dhënave mund të

gjenerojë për institucionet e kreditit informacion publik të nevojshëm rreth profilit

të konsumatorëve individë apo biznese.

4. PKi vjen në ndihmë një mase të konsiderueshme të popullatës si edhe asaj pjese të

konsideruar si zona gri për të reduktuar efektet e pajustifikuar të dosjeve të

kreditit të “holla” për qasje më të favorshme drejt popullatës për t’i konsiderur si

klientë (potencialë).

5. Përdorimi i PK nuk zëvendëson punën e oficerit të kredisë dhe të komitetit të

kredisë, por konsiderohet i duhur për të rritur efiçensën e proçesit të

vendimmarrjes për kredidhënie.

6. Teknikat e PK janë të dobishme dhe ndihmojnë bankat të kontrollojnë rreziqet.

Zhvillimet e PK dhe aplikimi i tij vazhdon të zgjerohet në institucioneve të tjera

financiare, kompani utilitare, etj. Gjithashtu, përdorimi i metodave hibride, ofron

një rrugë premtuese për klasifikimin e aftësive parashikuese më të mira.

7. Besimi i konsumatorëve për çdo bankë ndryshon dhe është e kombinuar me

ndryshimin e njohurive të njerëzve. Në funksionet të tjera të Bankës Qëndrore

është edhe rritja e transparencës nga bankat dhe IFJB-të për konsumatorët, gjë e

cila sjell rritje të besimit të këtyre të fundit ndaj institucioneve të kreditit dhe si

rrjedhim konsumator më të mirë dhe rreziqe më të reduktuara.

6.5.2 Rekomandimet e punimit

Bazuar në këtë punim dhe konkluzionet e tij, përcjell rekomadimet si më poshtë:

1. Zbatimi i SIK redukton kostot e transaksioneve dhe kostot e huamarrjes sigurisht në

fund të fundit qeveria duhet të ketë planifikim të strategjive dhe politikave për të ndërtuar

SIK në Shqipëri dhe për të detyruar institucionet përkatëse që të raportojnë të dhënat e

konsumatorëve në institucionin e SIK dhe kreditimit për të marrë shërbimet e SIK pasi

nga kjo, do të përfitojnë konsumatorët nëpërmjet normave të interesit më të reduktuara,

bankat do të përfitojnë nga reduktimi asimetrik i informacionit dhe kredive jo-

performuese.

2. Duke rritur shkëmbimin e informacionit të kreditit, qasje në informacion duhet të jenë

në dispozicion më shpejt dhe me një kosto më të ulët të duke lehtësuar në krijimin e një

mjedisi që mbështet më shumë shkëmbimin e informacionit konkurrues ndaj

institucioneve si financiare dhe jo-financiare duke pasë akses në raportet e informacionit

të kredisë së huamarrësve .

3. Banka Qendrore duhet të rregullojë SIK për të dhënë informacion të kredive për

huamarrësit të cilët mund të rrisin efektivitetin e tyre dhe përfundimisht do të reduktojnë


155

asimetrinë e informacionit, kostot dhe do të përkthehet në nje përzgjedhje negative të

reduktuar. Rregullimi nga Banka Qëndrore e Shqipërisë do të adresojë çështjet në vijim

Korniza ligjore. Mjedisi ligjor nuk duhet të pengojnë dhe, në mënyrë ideale të

mbështesë në krijimin dhe funksionimin e sistemit të informacionit të kredisë.

Saktësia e informacionit të raportuar është një vlerë, sistemet e informacionit të

kreditit duhet të jenë të mbrojtura nga ana ligjore për të inkurajuar aktivitetet e

tyre pa eleminuar stimujt për të ruajtur një nivel të lartë të saktësisë.

Operacionet. Përdorimet e lejuara të informatave nga sistemet e informacionit të

kreditit duhen kufizuar në mënyrë të qartë, sidomos në lidhje me informacion me

individët Masa duhen të merren për të mbrojtur informatat që gjenden në sistemin

e informacionit të kreditit. Nxitje duhet të ekzistojnë për të ruajtur integritetin e

sistemit ligjor të database Po kështu duhet të krijojë stimuj për shërbimeve të

informacionit të kreditit për të mbledhur dhe mirëmbajtur një gamë të gjerë të

informacionit për një pjesë të konsiderueshme të popullsisë.

Politika publike. Kontrollet ligjore mbi llojin e informacionit të mbledhur dhe të

shpërndara nga sistemi i informacionit të kredisë mund të përdoret për të çuar

përpara politikat publike. Kontrollet ligjore mbi llojin e informatave të mbledhura

dhe të shpërndara nga sistemet e informacionit të kreditit mund të luftojnë lloje të

caktuara të diskriminimit shoqëror, të tilla si diskriminimi i racës,gjinisë, fesë,

racës statusit martesor,përkatësisë politike etj. Nuk mund të ketë arsye të

politikave publike për të kufizuar aftësinë e shërbimeve të informacionit për të

raportuar informacion negativ përtej një periudhe të caktuar kohore, p.sh., pesë

apo shtatë vjet.

Privatësia. Subjektet e informacionit në sistemet e informacionit të kreditit duhet

të bëhet mbi ekzistencën e sistemeve të tilla dhe në veçanti, duhet të njoftohen kur

informacione të tilla janë përdorur për vendimet negativ rreth tyre. Subjekte të

informacionit në sistemet e informacionit të kreditit duhet të jenë në gjendje të

ruajnë shërbimin e informacionit të kreditit rreth tyre. Subjektet e sistemet të

informacionit të kreditit duhet të jenë në gjendje për të kundërshtuar informata të

pasakta dhe mekanizma qe duhet të ekzistojnë që të ketë të tilla aftësi investiguese

në mënyrë që gabimet të korrigjohen.

Zbatimi i Mbikëqyrjes. Një përfitim i krijimit të një sistemi informacioni të

kredisë është për të lejuar rregullatorët të vlerësojnë ekspozimin ndaj rrezikut të

një institucioni, duke i dhënë kështu institucionit mjete dhe stimuj për të realizuar

këtë. Sistemet e zbatimit duhet të prodhojnë një eficensë me metoda transparente

dhe të parashikojë për zgjidhjen dhe funksionimin e sistemeve të informacionit të

kreditit. Metodat si ato jo-gjyqësore dhe ato gjyqsore duhet të merren parasysh.

Sanksionet për shkelje të sistemeve të informacionit të kreditit duhet të jenë mjaft

të rrepta për probleme trasparence, por jo aq të rrepta sa të dekurajojnë

operacionet e sistemeve të tilla.

4.Krijimi i SIK Shqiptar do mund të sigurojë një zhvillim të qëndrueshëm në sektorin

bankar, si dhe kontrollin e zgjerimit të aktivitetit të kredisë, me mirëmbajtjen e popullsisë

dhe ekonomisë së borxhit në nivel optimal.Të dhënat që duhet të raportohen në SIK nga


156

Bankat, IFJB-të, Insitutcionet Shtetërore, Kompanitë e Sigurimit dhe ato Utilitare duhet

që nga SIK të filtrohen, përditësohen, përpunohen dhe kombinohen për të gjeneruar

informacionin e duhur për konsumatorët.

5.Krijimi SIK-së dhe gjenerimi i PK, është i rëndësishëm për konsumatorët pasi ata do

mund të kenë akses më të shpejtë, proçedurat do jenë më të reduktuara si rrjedhim

klientët marrin shërbim dhe qasje më të lehtë kur janë të kompletuar me një histori

krediti, sepse një klient i rregullt me një histori të mirë krediti, do të ketë normë më të

ulët interesi të aplikuar mbi kredinë dhe kjo përmblidhet në një standart më të mirë jetese

për konsumatorët Shqiptar.

6.Krijimi SIK-së dhe gjenerimi i PK, është i rëndësishëm për bizneset e vogla dhe të

mesme pasi do mund të reduktohet kostoja e huamarrjes për aplikantët që kanë

demostruar të kenë pikësim të mirë krediti të tyre. Bizneset e vogla dhe të mesme të

njohur si bizneset që me shumë vështirësi kreditohen nga Institucionet e kreditit, do të

kenë akses më të shpejtë pasi proçedurat do jenë më të reduktuara si rrjedhim do të ju

mundësohet kredititim i tyre dhe me kosto më të ulët pasi reduktohet perceptimi i riskut

të lartë nga huadhënësit. Si rrjedhim do të kemi një zhvillim pozitiv për këto biznese.

7.Forma e pronësisë së SIK në Shqipëri mund të jetë private, publike ose kombim i të

dyjave. Do të rekomandoj si format më efektive dy të fundit, pasi mund të garantohet më

mirë, respektimi i parimeve për grumbullimin, përpunimin dhe sigurimin e të dhënave për

konsumatorët.

8.SIK do mund të siguroj kosto më të reduktuara për konsumatorët dhe Institucionet e

Kreditit; ruajtjen dhe përmirësimin e marrëdhënieve midis këtyre palëve duke bërë të

mundur të rritet vlera konsumatore.

9.PK mund të jetë një mjet i fuqishëm për të përmirësuar menaxhimin e institucioneve të

kreditit përmes ndikimit në reduktimin e rrezikut të kredisë, etj.Përdorimi i metodave të

vlerësimit të automatizuar do mund të korrigjoj asimetrinë e informacionit për të veçuar

"huamarrësit e mirë" nga "huamarrësit jo të mirë" si edhe tendencat e tyre për të kaluar

nga një kategorizim tek tjetri në aspektin e besueshmërisë së tyre.

10.Të rritet prezenca dhe angazhimi i institucioneve/organizatave që merren me

mbrojtjen e konsumatorit, edukimin financiar të tyre për produktet e kredive, rreziqet,

oportunitetet, rëndësin e krijimit të një historie të mirë krediti por edhe pagesash

detyrimesh, sigurimin e privatësisë së tyre dhe korrektimin e problemeve që lindin në një

mjedis të tillë kaq të paparashikueshëm.


157

ANEKSI A

FJALORI I PËRDORUR (TERMOLOGJIA)

Raportuesit e të dhënave janë të gjitha bankat, degët e bankave të huaja, dhe

subjektet financiare jobanka, të liçencuara nga Banka e Shqipërisë dhe që raportojnë

informacion/të dhëna në Regjistrin e Kredive. Për qëllime të kësaj rregulloreje, Banka

e Shqipërisë konsiderohet raportuese e të dhënave në Regjistrin e Kredive, për kreditë

që i jep punonjësve të saj në përputhje me ligjin “Për Bankën”. Për qëllime të

funksionimit të Regjistrit të Kredive, raportues të të dhënave mund të jenë dhe

subjekte të tjera financiare, mbi bazën e marrëveshjeve të lidhura nga Banka e

Shqipërisë me to dhe/ose autoritetet e tyre mbikëqyrëse;

Kredi është marrëdhënia juridike e detyrimit të lindur nga marrëveshja e kredisë, e

cila e ekspozon raportuesin e të dhënave ndaj rrezikut të kredisë në kuptim të nenit 61

të ligjit “Për Bankat”;

Marrëveshje kredie është kontrata e lidhur ndërmjet raportuesit të të dhënave dhe

klientit, dhe/ose garantuesit të kredisë, e cila përcakton të drejtat dhe detyrimet e

palëve për lëvrimin dhe ripagimin e detyrimeve financiare të lindura nga marrëdhënia

juridike e kredisë;

Kredimarrës është klienti ose punonjësi i raportuesit të të dhënave që ka aplikuar

apo përfituar kredi nga raportuesit e të dhënave në bazë të një marrëveshjeje kredie të

lidhur me ta, si dhe çdo palë tjetër garantuese e marrëveshjes së kredisë;

Të dhëna personale janë të dhënat e përkufizuara si të tilla në ligjin “Për mbrojtjen e

të dhënave personale”;

Përpunimi i të dhënave nënkupton të gjitha veprimet në lidhje me marrjen,

kontrollin, përpunimin dhe transmetimin e të dhënave personale dhe informacionit/të

dhënave të tjera lidhur me gjendjen e kreditit dhe ekspozimin kreditor të

kredimarrësve në sistemin bankar dhe/ose financiar;

Klauzola e pëlqimit paraprak është autorizimi me shkrim i lëshuar nga kredimarrësi

gjatë plotësimit të aplikimit për të përfituar kredi, për përpunimin e të dhënave të

kreditit dhe/ose personale të tij/saj në Regjistrin e Kredive;

Informacion negativ është informacioni në lidhje me vonesën në pagimin nga klienti

të kësteve (kryegjësë, kamatave dhe/ose penaliteteve) mujore apo të të gjithë kredisë,

si dhe çdo formë tjetër shkeljeje e detyrimeve në lidhje me marrëveshjen e kredisë;

Raporti për kredimarrësin është dokumenti i nxjerrë nga Regjistri i Kredive sipas

formatit në Aneksin nr. 1, i cili përmban të dhëna/informacion mbi identitetin e

kredimarrësit dhe gjendjen e kreditit ose ekspozimin e tij kreditor në sistemin bankar

dhe financiar;

Huamarrësi: - person i cili kërkon ose merr një kredi.

Kuadri Rregullator përcakton një raport të kreditit si: çdo komunikim me shkrim,

me gojë, ose të tjera të çdo informacioni nga një influencë SIK mbi meritat e kreditit


158

të konsumatorit, llojin e kredisë, kapacitetet e kredise, karakteristikat, reputacionin ne

përgjithësi, karakteristikat personale, apo mënyren e jetesës e cila është përdorur ose

pritet të përdoret per të mbledhur në tërësi ose pjesërisht me qëllim per të shërbyer si

një faktor në krijimin e të drejtës së konsumatorit për (A) kredinë ose sigurimin që do

të përdoren kryesisht për qëllime personale, familjare, apo shtëpiake; (B) për qëllime

punësimi; ose (c) çfarëdo qëllimi tjetër i autorizuar në bazë të kuadrit rregullator.

Furnizues i te dhenave - Në përgjithësi i referohet një njësi ekonomike që jep

informacion në lidhje me transaksionet e veta apo përvojave me konsumatorët për

SIK për përfshirje në raportet e kreditimit.

Regjistri publik - Në përgjithësi, një rekord që një organ qeveritar e ka te nevojshme

për ta ruajtur, dhe të cilat duhet të jenë të arritshme për shqyrtim nga publiku.

Rinvestigim - Një hetim nga një agjenci e raportimit apo një furnizues te dhenash në

saktësinë ose plotësinë e informacionit në dosjen e kreditit të konsumatorit në

përgjigje të një mosmarrëveshje rreth një informacioni të tillë.

linjat e tregtise - Informacione për SIK që pasqyron gjendjen e llogarisë së

konsumatorit dhe aktivitetin. Linjat e tregtisë përfshijne emrin e kompanise ku

aplikanti ka llogari, datat e hapjes se llogarive, limitet e kreditit, llojet e llogarive,

bilancet borxh dhe historitë e pagesës.

Norma e interesit - Përqindja mbi shumën e plotë të kredisë që huamarrësi pritet të

paguajë.

Historia e kreditit - sa kohë keni pasur një product kredie të veçantë, si dhe shprehitë

tuaja të kaluara me këtë kredi. Një histori të gjatë kredie do të ndihmojë për të rritur

rezultatin tuaj.

Raporti i kreditit - Një dokument që përmban informacion financiar në lidhje me një

person, duke u fokusuar në historinë e tij ose të saj të pagesës së detyrimeve, të tilla si

hipotekat, pagesat makinë, faturat e shërbimeve dhe kartat e kreditit. Gjithashtu

përfshin balancat aktuale në borxhe të papaguara, shuma e kredisë në dispozicion, të

dhënat publike të tilla si falimentime dhe hetimet rreth kredive nga kompani të

ndryshme.

Pikësimi i Kreditit - Guri i kuq i jetes financiare. Një numër tre-shifror që pasqyron

historinë e kreditit të detajuar nga raporti i kreditit të një personi. Ky numër llogaritet

me ndihmën e sistemeve kompjuterike.


159

ANEKSI B

PYETËSOR I PËRGJITHSHËM PËR NJOHJEN MË TË MIRË TË

KONSUMATORËVE I INKORPORUAR ME ANALIZËN E

DATABASE TË KONSUMATORËVE/BIZNESEVE KREDITUESE

DHE PËRPUNIMI I SAJ NË GJETJET PËRKATËSE

MASHKULL FEMËR

2. CILA ËSHTË MOSHA JUAJ?

18-24

35-44

55-64

25-34

45-54

65 OSE MË SHUMË

3.CILI ËSHTË NIVELI MË I LARTË I EDUKIMIT QË JU KENI PËRFUNDUAR? (ZGJIDHNI NJËRËN.)

NDJEKUR SHKOLLËN E MESME

NDJEKUR SHKOLLEN E LARTE

NDJEKUR STUDIMET MASTER

PËRFUNDUAR SHKOLLËN E MESME

PËRFUNDUAR SHKOLLEN E LARTE

PERFUNDUAR STUDIMET MASTER

4. CILI ËSHTË STATUSI JUAJ ?

MARTUAR

NDARË OSE DIVORCUAR

BEQAR, KURRË I MARTUAR

I VE

5. SA FËMIJË NËN 18 VJEÇ BANOJNË NË SHTËPINË TUAJ ? __________

6. SA JANË TË ARDHURAT TUAJA VJETORE ? ( PËRFSHIRË TË GJITHA TË ARDHURAT — PAGA,

BONUSET, TË ARDHURA NGA INVESTIMET, QERATË, HONORARE, ETJ. ZGJIDH VETËM NJËRIN

OPSION .)

Më pak se 30,000

40,000 - 49,999

60,000 - 74,999

100,000 - 149,999

250,000 - 499,999

500,000+

30,000 - 39,999

50,000 - 59,999

75,000 - 99,999

150,000 - 249,999

300,000 - 999,999

7. NË CILIN QYTET JETONI DHE ÇFARË KOD ZONE KENI ?

QYTETI : _____________ PREFIKSI : _____________

8. SA ËSHTË SHUMA E TË ARDHURAVE TOTALE TË TË GJITHË FAMILJES SUAJ? (përfshihen të ardhurat

për të gjithë anëtarët e familjes nga të gjitha burimet – pagesat , bonuset, nga investimet , qeratë , honoraret).

Zgjidhni njërin opsion më poshtë )

Më pak se 30,000

40,000 - 49,999

60,000 - 74,999

100,000 - 149,999

250,000 - 499,999

1 million ose më shumë

30,000 - 39,999

50,000 - 59,999

75,000 - 99,999

150,000 - 249,999

500,000 - 999,999


160

9. A ZOTËRONI NJË SHTËPI PRIVATE, NJË APARTAMENT APO NJË APARTAMENT NË BASHKËPUNI

M E THËNË KJO PËR REZIDENCËN TUAJ TË PARË ?

Po Jo

9B.NËSE PO KUSH ËSHTË VLERA E TREGUT SOT E PASURISË SUAJ?

Nën 100,000

200,000 - 299,999

500,000 - 749,999

1 million - 1.9 million

100,000 - 199,999

300,000 - 499,999

750,000 - 999,999

2 million +

Nëse 2 million ose më shumëse kjo vlerë: _______________________________

10 A ZOTËRONI NJË SHTËPI TË DYTË , APARTAMENT APO BASHKËPRONARË ?

Po Jo

11. CILA ËSHTË VLERA NETO E JUAJA DHE E TË GJITHË ANTARËVE TË SHTËPISË SUAJ?

PËRFSHIHET VLERËSIMI I VLERËS SË TREGUT TË BIZNESIT NËSE JU KENI , TË GJITHA REAL

STATE, PËRFSHIRË REZIDENCEN E PARË , MAKINËN, LLOGARITË BANKARE , BONDET , DHE TË

TJERA INVESTIME DHE ASETE.

Më pak se 50,000 Lek

100,000 Lek -249,999 Lek

500,000-$749,999 Lek

1 million -1.4 million

2 million -4.9 million

Mbi 10 milion Lek

50,000 Lek-99,999 Lek

250,000Lek-499,999 Lek

750,000 Lek-999,999 Lek

1.5 million -1.9 million

5 million -9.9 mill


161

ANEKSI C

ANKETA E KRYER ME MENAXHERE TË LARTË PËR PK TË

PËRDORUR/OSE JO NË INSTITUCIONET KU ATA PUNOJNË.

Zonjë/Zotëri Do të lutesha për vëmendjen dhe qëndrimin në këtë pyetsor i cili për mua është pjesë e analizës dhe hipotezave në

studimet e mia doktorale

Qëllimi kryesor është që të provojë se përgjigjet tuaja do të mbeten konfidenciale dhe emri juaj nuk do të jetë i

shkruar në pyetsor

Kur të prezantohen rezultatet e punimit ju nuk do të identifikoheni nga emri apo ndonjë informacion tjetër që mund

të përdoret për të dëshmuar identitetin tuaj

Pjesëmarrja juaj është vullnetare dhe ju mund të tërhiqeni nga ky pyetsor në çdo kohë që ju dëshironi.

Sondazhi ka për qëllim të veprojë në përputhje me të gjitha kodet etike.

Çdo pyetje studim është paraqitur më poshtë me përgjigjet e anketës me peshën e ponderuar. Banka të pyetura

punonjës gjithsej 67(n=67)

Sondazh mbi impaktin dhe efektin e PK dhe krijimi i SIK-së në minimizimin e kredive të këqija dhe në përballje me

krizën.

Duke ju ftuar të plotësoni pyetësorin në vijim do të doja t’ju falenderoja paraprakisht

SEKSIONI I PARË . NJOHJA ME KONCEPTIN

I referohet një kampioni prej 67 personash që kanë njohuri bankare apo punojnë në

sistemin bankar në Shqipëri

Njohja me pikësimin e kreditit

P1 . A keni dëgjuar për PK?

P2 .Çfarë është PK?

P3. Për çfarë na shërben PK?

P4. A njihni ndonjë MPK?

P5. Përgjugjuni si me poshtë:

1.1) Kur keni dëgjuar për herë të parë rreth sistemit të PK e në çfarë rrethanash

?

a) Para vitit 2005.........................

b) Viti 2007................................

c) Viti 2008................................

d) Viti 2013................................


162

1.2) Cilat janë dijet dhe njohuritë tuaja rreth PK ?

a) Të përgjithshme..........................................

b) Teorike specifike.........................................

c) Eksperienca nga bankat tuaja.......................

d) Të dëgjuara rastësisht...................................

e)

1.3) A mendoni që përdorimi i sistemit të PK do të jetë i lidhur në një periudhe

afat shkurtër me rritjen e kreditimit të ekonomisë?

a) Nëse Po, shtjelloni----------------

b) Nëse Jo, shtjelloni----------------

1.4) Mendoni se krijimi i SIK dhe sistemit të PK do të çojnë në përmirësimin e

profitabilitetit të bankave tregtare? a) Nese Po............ ju lutem komentin tuaj---------------------------

b) Nese Jo............. ju lutem komentin tuaj --------------------------

2-Përdorimi i këtij instrumenti me PK

P6. A ekziston në punën tuaj ndonjë pikësim i kreditit i brendshëm ?

P7. Për ata që e njohin pyetje të strukturuara më specifike do merren më poshtë ?

P8. A keni implementuar PK? Nëse po, në çfarë formash?

P9. Për vendimmarrjen në proçesin e kreditimit të individëve apo SME‐ve, a përdorni metoda

për PK?

PO JO

P10. Nëse po, përdorni programe kompjuterike për automatizimin e proçesit të vlerësimit të

kredive?

PO JO

3-Nevojshmëria dhe impakti i këtij instrumenti PK

P11.A shërben PK për konsumatorët ?

P12. A është PK në ndihmë të bizneseve?

P13.A është PK në ndihmë të sektorit kreditues në bankë

P14. A është PK në ndihmë të ekonomisë së një vendi?

P15. A mendoni se PK i ndihmon institucionet e kreditimit?

P16. Nëse aktualisht nuk përdorni PK, a e mendoni si të mundshme për ta përdorur në 12-18

muajt e ardhshëm?

PO JO

P17. Si e mendoni përdorimin e PK si mundësi në përdorim më të gjerë në Shqipëri dhe çfarë

hapash mund të përdorim deri në një pëdorim të gjerë të këtij instrumenti ndihmës të

kredisë.Përgjigje e hapur secili jep mendimin e tij.

P18. Për çfarë arsyesh më poshtë banka juaj nuk përdor PK?

Arsyet për mos përdorjen e PK


163

1.Mungesa e besimit në rezultatet e kreditit.

2.Volum i vogël i kredive.

3.Rezistenca ndaj klientit.

4. Shpenzimet

5. Të tjera

II Seksioni i dytë i anketës

Faktorët që marrin pjesë dhe faktorët që pengojnë përdorimin e PK

1-Ndër faktorët që pengojnë suksesin në proçesin e vlerësimit të riskut tëe kredisë, cilin

vlerësoni më ndikues?

JU LUTEM PËRDORNI VLERESIMIN TUAJ NGA 1 DERI 5.

shkalla e trainimit dhe eksperienca e analistëve të kredisë

subjektivizmi në vendim marrje që shkaktohet nga metoda e përzgjedhur


Shkallën e trajnimit të oficereve të kredisë

saktësia e të dhënave financiare dhe jo financiare nga biznesi apo individi


Shuma totale që i detyrohen individët apo bizneset huadhënësit (bankat)


Përqindja e totalit të balancës së mbetur me balancën totale për te gjitha llogaritë e hapura

dhe të raportuara në 12 muajt e kaluar

Kreditë e reja

Mosha e huamarrësit

Llogari rrjedhëse e huamarrësit(AK

Gjinia e huamarrësit

Të ardhurat bruto

Bilanci mesataree punësimit huamarrës më AK

Statusit martesor

Percaktimin e kredisë varur në familje ose me vonesat

Niveli i strehimit

Numri i pagesave në vit

Kolateral / garanci


2-Kush është burimi për përdorimin e PK?

1.Banka zhvillon një model të PK të vetin

2.Banka zhvillon një MPK me ndihmën e burimeve të jashtme.

3.Banka zhvillon një MPK që suplementon pikët nga SIK

4.Bankat zgjedhin një MPK nga SIK

5.Të tjera


164

3-Rendisni më poshtë rëndësinë në vendimin përfundimtar të kredisë ku PK është vetëm pjesë e

proçesit të vlerësimit të kredisë (1 = shumë e rëndësishme; nëse një faktor nuk konsiderohet i

rëndësishëm lëreni bosh)

1.Personi garantues

2.Vlera neto e biznesit

3.PK

4.Cilësia e kolateralit

5.Rrjedha e parasë e biznesit

6.Të tjera

4-Për cilën prej alternativave mund të përdoret PK?

1.Marketingun e produkteve të kredive për biznesin e vogël

2. Marketingun e produkteve të jo kredive për biznesin e vogël

3.Evaluimin periodik të kredive ekzistuese

4.Rrezikun bazuar në cmimin e kredisë

5.Të tjera

5- Mendoni se masat që u morën nga gjithë sistemi bankar për ristrukturimin e kredive

me probleme e lehtësuan shlyerjen e tyre?(realiteti shqiptar)

a. Nëse Po ........Pse?.......

b. Nëse Jo .........Pse?.......

6 A mendoni që përdorimi i sistemit të PK do të jetë i lidhur në një periudhë afat shkurtër

me rritjen e kreditimit të ekonomisë

c) Nëse Po, shtjelloni------------------

d) Nëse Jo, shtjelloni-----------------


165

SHTOJCA A

RAPORTI PËR KREDIMARRËSIN

TË DHËNA TË PËRGJITHSHME NE RREGJISTRIN E KREDISE NE

SHQIPERI

Emri, Atësia, Mbiemri Datëlindja Nr. i Dokumentit të Identifikimi Personi Juridik

Emri i Personit Data e Regjistrimit Numri i Regjistrimit Statusi Ligjor

Data e regjistrimit të parë Adresa Nr. Telefoni në Regjistrin e Kredive

Në raportuesin (emri i raportuesit që kryen kërkimin në Regjistër):

Lloji i

Kredisë

Data e

disbursimit*

Shuma e

aprovuar

Shuma e

disbursuar

Kësti

mujor

Teprica

e kredisë

Shuma e

vonuar Monedha

Statusi i

klasifikimit

Historiku i Klasifikimit

Kolaterali 1

Kolaterali 2

Numri serial Lloji i kolateralit Përshkrimi i kolateralit



Kolaterali 1 Kolaterali 2



Në raportuesit e tjerë:

Lloji i

Kredisë

Data e

disbursimit*

Shuma e

aprovuar

Shuma e

disbursuar

Kësti

mujor

Teprica

e kredisë

Shuma e

vonuar Monedha

Statusi i

klasifikimit










166

* Radhitja e kredive të akorduara do të prezantohet sipas datës më të fundit të disbursimit, domethënë, do të radhitet e para kredia e disbursuar në

datën më të fundit.

Ekspozimi i kredimarrësit në sistem (në lekë):

Numri total i

kredive

Shuma totale e

aprovuar

Shuma totale e

disbursuar

Shuma totale e

kësteve mujore

Teprica totale

e kredisë

Shuma totale e

vonuar

Kredimarrësi si person i lidhur:

Në raportuesin/at XXX:

Roli

Lloji i kredisë

Data e Disbursimit*

Shuma e aprovuar

Shuma e disbursuar

Kësti mujor

Teprica e kredisë

Shuma e vonuar

Monedha

Statusi i klasifikimit


Kolaterali 1

Kolaterali 2




Kolaterali 1

Kolaterali 2



Madhësia totale e ekspozimit të kredimarrësit në sistem, përfshirë dhe kreditë, në të cilat ai shfaqet si person i lidhur (në lekë)

Numri total i

kredive

Shuma e

aprovuar

Shuma e

Disbursuar

Kësti

mujor

Teprica

e kredisë

Shuma e

vonuar

Pesë kërkimet më të fundit mbi kredimarrësin:

Data e kryerjes së kërkimit Emri i

Raportuesit


167

SHTOJCA B

BIBLIOGRAFIA

[1] Dëshmi empirike për Mbretërinë e Bashkuar. Evropian Accounting Review, vol. 13,

[2] 2004, pp 465-497.

[3] AkSIKe, H. [1973]: Statistical predictor identification, in: Ann. Inst. Statist. Math. 22,

203-217.

[4] Altman, E.I. [1968]: Financial Ratios, Discriminant Analysis and the Prediction

of CorporateBankruptcy, in: The Journal of Finance 23 (4), 589-609.

[5] Altman, E.I. [1984]: The Success of Failure Prediction Models: An International Survey,

in: Journal of Banking and Finance 8(2), 171-198.

[6] Altman, E. I., R. Haldeman, and P. Narayanan [1977]: Zeta Analysis: A New Model

to Identify Bankruptcy Risk of Corporations, in: Journal of Banking and Finance,

29-54.

[7] Altman, E.I., G. Marco, and F. Varetto [1994]: Corporate Distress Diagnosis.

Comparisons Using Linear Discriminant Analysis and Neural Networks

(The Italian Experience),in: Journal of Banking & Finance 18, 505-529.

[8] Altman, E.I., and P. Narayanan [1997]: An International Survey of Business

Failure Classification

[9] Models, in: Financial Markets, Institutions & Instruments 6(2), 1-57.

[10] Altman, E.I., and A. Saunders [1998]: Credit Risk Measurement: Developments

over the Last 20 Years, in: Journal of Banking & Finance 21, 1721-1742.

[11] Altman, E.I., and P.Narayanan [2002]: Business Failure Classification Models:

An International Survey, in: E.I. Altman (ed.): Bankruptcy, Credit Risk, and High

Yield Junk Bonds, Oxford, 81-130.

[12] Amelang, M., and D. Bartussek [1997]: Differentielle Psychologie

und Persönlichkeitsforschung, Aufl., Verlag W. Kohlhammer / Stuttgart.

[13] Anders, U., and A. Szczesny [1998]: Prognose Von Insolvenzëahrscheinlichkeiten

mit Hilfe Logistischer Neuronaler Netze, in: zfbf 50(10), 892-915.


168

[14] Andersen, E.B. [1972a]: The numerical solution of a set of conditional

estimation questions, in: Journal of the Royal Statistical Society, Series B 34, 42-54.

[15] Anderson, T.W. [2003]: An Introduction to Multivariate Statistical Analysis,

[16] 3rd ed.,Beck, Thorsten, Asli Demirguc-Kunt, and Ross Levine, 2003b, Law,

Endowments, and Finance, Journal of Financial Economics 70, 137-181.

[17] Beck, Thorsten, Asli Demirguc-Kunt, and Ross Levine, 2005, Law and Firms’

Access to Finance, American Lae and Economics Reviee 7, 211-252.

[18] Bertrand, Marianne, Esther Duflo, and Sendhil Mullainathan, 2005, How Much

Should We Trust

[19] Differences-In-Differences Estimates, Quarterly Journal of Economics 119, 249- 276.

[20] Black, Bernard, 2000, Political Determinants of Corporate Governance, Oxford: Oxford

University Press.

[21] Djankov, Simeon, Edward Glaeser, Rafael La Porta, Florencio Lopez-de-Silanes,

and Andrei Shleifer, 2003a, The New Comparative Economics, Journal of

Comparative Economics 595-619.

[22] Djankov, Simeon, Rafael La Porta, Florencio Lopez-de-Silanes, and Andrei

Shleifer, 2003b, Courts, Quarterly Journal of Economics 118, 453-517.

[23] Djankov, Simeon, Caralee McLiesh, Tatiana Nenova, and Andrei Shleifer, 2003c,

Who Owns the Media, Journal of Law and Economics 46, 341-382.

[24] Glaeser, Edward, Rafael La Porta, Florencio Lopez de Silanes, and Andrei Shleifer,

2004, Do Institutions Cause Growth?, Journal of Economic Growth 9, 271-303.

[25] Hart, Oliver, and John Moore, 1994, A Theory of Debt Based on the Inalienability

of Human Capital, Quarterly Journal of Economics 109, 841-879.

[26] Hart, Oliver, and John Moore, 1998, Default and Renegotiation: A Dynamic Model

of Debt, Quarterly Journal of Economics 113, 1-42.

[27] Haselmann, Rainer, Katharina Pistor, and Virkant Vig, 2005, How Law Affects

Lending, Mimeo, Columbia Law School.

[28] Jappelli, Tullio, and Marco Pagano, 2000, Information Sharing in Credit Markets:

the European Experience, Working Paper 35, University of Salerno, Italy.

[29] Jappelli, Tullio, and Marco Pagano, 2002, Information Sharing, Lending, and

Defaults: Crosscountry,Evidence, Journal of Banking and Finance 26, 2017-2045.


169

[30] La Porta, Rafael, Florencio Lopez-de-Silanes, Andrei Shleifer, and Robert Vishny,

1997, Legal Determinants of External Finance, Journal of Finance 52, 1131-1150.

[31] La Porta, Rafael, Florencio Lopez-de-Silanes, Andrei Shleifer, and Robert Vishny,

1998, Law and Finance, Journal of Political Economy 106, 1113-1155.

[32] Levine, Ross, 1999, Laë, Finance, and Economic Groëth, Journal of

Financial Intermediation 8,8-35. Mulligan, Casey, and Andrei Shleifer, 2005,

[33] The Extent of the Market and the Supply of Regulation, Quarterly Journal of

Economics 120, 1445-1474.

[34] Pagano, Marco, and Tullio Jappelli, 1993, Information Sharing in Credit Markets,

Journal of Finance 43, 1693-1718.

[35] Qian, Jun, and Philip Strahan, 2004, How Law and Institutions Shape Financial

Contracts: The Case of Bank Loans, Mimeo, Boston College.

[36] Sapienza, Paola, 2002, The Effects of Banking Mergers on Loan Contracts, Journal

of Finance 57, 329-368.

[37] Stiglitz, Joseph, and Andrew Weiss, 1981, Credit Rationing in Markets with Imperfect

Information, American Economic Review 71, 393-410.

[38] Stulz, Rene, and Rohan Williamson, 2003, Culture, Openness, and Finance, Journal

of Financial Economics 70, 313-349.

[39] Townsend, Robert, 1979, Optimal Contracts and Competitive Markets with Costly State

Verification, Journal of Economic Theory 21, 265-293.

[40] Zingales, Luigi, 2000, In Search of New Foundations, Journal of Finance 55,

1623-1654.

[41] Black, F., and M. Scholes [1973]: The Pricing of Options and Corporate Liabilities, in:

Journal of Political Economy 81, 637-654.

[42] Blochwitz, S., and J. Eigermann [2000]: Unternehmensbeurteilung

durch Diskriminanzanalyse mit qualitativen Merkmalen, in: Zeitschrift

für betriebsëirtschaftliche Forschung zfbf, Feb 2000, 58-72.

[43] Bock, R.D., and M. Aitken [1981]: Marginal maximum likelihood estimation of

item parameters:Application of an EM algorithm, in: Psychometrika 46, 443-459.

[44] Boyle, M., J.N. Crook, R. Hamilton, and L.C. Thomas [1992]: Methods for Credit score


170

[45] Applied to Slow Payers, in: L.C. Thomas, J.N. Crook, and D.B. Edelman: Credit

Scoring and Credit Control, Clarendon Press, Oxford, 75-90.

[46] Bozdogan, H. [1987]: Model Selection and AkSIKe's Information Criterion:

The General Theory and its Analytical Extensions, in: Psychometrika 52(3), 345-370.

[47] Browne, M.W. [2002]: Psychometrics, in: A.E. Raftery, M.A. Tanner, and M.T. Wells

(eds.): Statistics in the 21st Century, Chapman & Hall, Boca Raton.

[48] Brunner, A., J.P. Krahnen, and M. Weber [2000]: Information Production in

Credit Relationships:ON the Role of Internal Ratings in Commercial Banking,

CFS Working Paper No. 2000/10, Center for Financial Studies,

[49] Universität Frankfurt.Büning, H., and G. Trenkler [1978]:

Nichtparametrische statistische Methoden, de Gruyter,Berlin.

[50] Bunn, D., and G. Wright [1991]: Interaction of Judgmental and Statistical

Forecast Methods:Issues and Analysis, in: Management Science 37(5), 501-518.

[51] Credit Evaluation, in: The Journal of Retail Banking 1(2), September 1979,15-26.

[52] Crouhy, M., D. Galai, and Robert Mark [2001]: Prototype Risk Rating System

[53] Howells, Peter, and Keith Bain, 2002. The Economics of Money, Banking and

Finance (Prentice-Hall, Harlow).

[54] Howells, Peter, and Khaled Hussein, 1998, The endogeneity of money: Evidence

from the G7, Scottish Journal of Political Economy 45, 329-341.

[55] Huang, Chenliang, 1996, (Consider banks' credit risk and counter measures from

116 large amount corporate borrowers - Cai Jin Mao Yi ( Finance and Trade) 9, 51-51.

[56] Huang, Juan, and Hongëei Wang, 1999 (The integrated intelligent system of

analyzing credit risk based on induction and reasoning - tranlated by me )

Ji Suan Ji Ying Yong Yan Jiu (Application Research of Computers) 16, 14-16.

[57] Huang, Keqian, 1998, (The prevention and solution of credit risk in policy

projects - translated by me), Zhong Guo Tou Zi Yu Jian She (China Investment

and Construction) 3, 33-35.

[58] Huang, Rujing, 2004, (Bank's credit risk control under the credit information

sharing mechanism - translated by me),

[59] Weston, J. Mukherjee, S. Chapelle, O. Pontil, M. Poggio, T. & Vapnik,

V.(2001), Feature selection for SVM, In Solla,


171

[60] S. A. Leen, T. K. & Muller, K. R. (Eds.), Advances in neural information

processing systems, vol. 13, pp.668-674, Cambridge, MA: MIT Press.

[61] Wiginton, J. C. (1980), A Note on the Comparison of Logit and Discriminant

Models of Consumer Credit Behavior, The Journal of Financial and Quantitative

Analysis, vol.15(3), pp.757-770.

[62] Williamson, A. G. (1995), Refining a neural network credit application system

with a genetic algorithm, Journal of Microcomputer Applications,

vol.18, pp.261-277.

[63] Wilson, R. L. & Sharda, R. (1994), Bankruptcy prediction using neural networks,

Decision Support Systems, vol.11, pp.545-557.

[64] Berry, Jonathan Database Marketing Business Week (September 5, 1994):56-62

[65] Cipolla, Emil T. Data Mining: Techniques to Gain Insight Into Your Data

Enterprise Systems Journal (December 1995):18-24, 64

[66] Conner, Louis Mining for Data Communications Week (February 12, 1996):37-41

[67] DePompa, Barbara and Foley, John IBM To Help Data Miners Information Week

(April 1, 1996):32

[68] Foley, John Upgrades Boost Database Market Information Week (April 15, 1996):24

[69] Houde, Lisa MicroStrategy Announces DSS Web Business Wire (February 5, 1996)

[70] Krivda, Cheryl D. Laps Around Business Intelligence MIDRANGE Systems

(June 30, 1995):32-34

[71] Berry, M., J., A., & Linoff, G., S., (2000). Mastering data mining. New York: Wiley.

[72] Edelstein, H., A. (1999). Introduction to data mining and knowledge discovery

(3rd ed). Potomac, MD: Two Crows Corp.

[73] Fayyad, U. M., Piatetsky-Shapiro, G., Smyth, P., & Uthurusamy, R. (1996).

Advances in knowledge discovery & data mining. Cambridge, MA: MIT Press

[74] Witten, I. H., & Frank, E. (2000). Data mining. New York: Morgan-Kaufmann.

[75] Witkowska, D. (2006), Discrete Choice Model Application to the

Credit Risk Evaluation, International Advances in Economic Research,

vol.12, pp.33-42.


172

[76] Wolbers, H.L. (1949), The Use of the Biographical Data Blank in Predicting

Good and Potentially Poor Credit Risks, Unpublished M.A. Thesis, University of

Southern California, 1949.

[77] Çinaj V. Ruseti B 2017, Credit Information System in Albania,

Advances in Economics and Business, 5(2): 60-68, 2017, DOI:

10.13189/aeb.2017.050202

[78] Haxhiaj E, Çinaj,V. 2016, The Credit Information Systems In The Service Of

Improving Credit Market In Albania. Processing book fq 193

[79] Wong, B. K. Bodnovich, T. A. & Selvi, Y. (1997), Neural netëork applications

in business: A review and analysis of the literature (1988–1995),

Decision Support Systems, vol.19, pp.301-320.

[80] Çinaj V. Ruseti B 2015 Credit Information System in Albania. UBT – Higher

Education Institution International Conference on Business,

Technology and Innovation Durres, Fq 190

[81] Banka e Shqiperise (material , buletine , raporte , te dhenat)

[82] Banka te nivelit te dyte (material buletine vjetore )

[83] A Handbook for Developing Credit score Systems in a Microfinance Context.

Prepared by DAI Washington for USAID. October 2006.

[84] 77.http:// www..microlinks.org/ev_en.php?ID=13456_201&ID2=DO_TOPIC

Chawanda, Rob (OIBM) and Angenita de Rijke (ING).Opportunity International

Bank of Malawi: First Step in Credit score. October 2007.

[85] Mark Schreiner (Microfinance Risk Management) and Dellien, Hans (Women’s

World Banking).“Credit score, Banks, and Microfinance: Balancing High-Tech

with High-Touch.‖ December 18, 2005.

[86] Canova, L.Canova, L.(2007). The many dimensions of poverty in Albania:

Income, wealth and perceptions .


173

SUMMARY

Increases in formal sector lending among the poor have created a need for Credit Iinformation Systems

(CISs) that provide potential lenders with borrower information. In this study we present effects that

attempt to measure the effect of a CIS to be implemented in Albania. Improved screening affects from

the system causes the level of non-performing loans to decline.We observe an even more substantial

and significant effect of the information system in reducing late payments that occur during the loan

cycle.The booming lending period and many lenders (16 banks and 21 non-bank financial Institutions

in Albania) brought about unprecedented competition in credit markets within Albania.Economists

usually view lending and competition favorably, but in Albania resulted in a number of unforeseen

non-performing loans. Findings report increased problems of borrower over-indebtedness, reduced

loan repayment incentives, and growing debts for lenders.The weakening performance of lenders is

due in part to the absence of information sharing in these markets. Because growing numbers of

lenders (banks and non-bank financial Institutions in Albania) increase the level of asymmetric

information between lenders, CISs can play a crucial role towards improving credit market

performance and, in turn, credit access for the poor.The importance of information in credit markets is

well established in seminal papers such as 146 . CISs act as information brokers that increase the

transparency of credit markets. However, in many developing countries,CISs are still in their infancy

and information sharing between lenders remains weak. As competition in lending intensifies,

borrower information becomes all the more important. Lenders are increasingly utilizing the services

of CISs to address a fundamental problem of all credit markets, asymmetric information between

borrowers and lenders that can lead to problems of adverse selection and moral hazard.Motivated by

industry survival, lending institutions in Albania are becoming increasingly aware of the essential role

that CISs play towards the creation and maintenance of an efficient financial system.The goal is that

the CIS through a national database and information systems can help to mitigate the rising problems

of non-repayment of loans and client overlap among the lenders in Albania. Since the mid-1990s, three

new interrelated areas that emphasized obtaining more information from data have emerged strongly in

information systems and information technology.They are data warehousing, knowledge management,

and data mining, the last of which aims to identify valid, novel, potentially useful and understandable

correlations and patterns in data147.Coupled with advances in both computer hardware and software,

many data mining applications are now more accessible and affordable to businesses than before.The

last decades have seen a rapid growth in both the availability and the use of consumer credit.Until

recently, the decision to grant credit was based on human judgment to assess the risk of default148.The

growth in the demand for credit, however, has led to a rise in the use of more formal and objective

methods (generally known as credit scoring) to help credit providers decide whether to grant credit to

an applicant149.This approach, first introduced in the 1940s, has evolved over the years and developed

significantly150. In recent years, the progress in credit scoring was fueled by increased competition in

the financial industry, advances in computer technology, and the exponential growth of large

146 Akerlof (1970) and Stiglitz and Weiss (1981) 147Chung and Gray,1999 148 Thomas, 2000. 149 Akhavein, 2005. 150 Rimmer, 2005.


174

databases.The 2003 Credit Research Foundation survey reported that 36% of the respondents were

actively using credit scoring and that 72% of the respondents who were not using credit scoring

intended to do so within the next two years 151, also reported that virtually all credit card loans and

about 70% of home loans utilize credit scoring for the loan decisions. Further, in 2002, Alan

Greenspan, then chairman of the U.S. Federal Reserve, commented that credit scoring had helped

banks stave off the effects of the most recent economic downturn, provided a greater depth of risk

management, and served as the foundation for the development of consumer and mortgage

credit152.Credit scoring can be defined as a technique that helps credit providers decide whether to

grant credit to consumers. There are advantages to construct effective credit scoring models to help

improve the bottom-line of credit providers. Application of data mining techniques is an emerging and

growing trend in credit scoring models. Decision trees, rule based classifiers, expert system and any

other rule extraction techniques from different data mining techniques are welcomed to the credit

scoring and banking industry because of their explicit conditions in accepting/rejecting applicants,

and that they are easily understandable by business people compared to other techniques.The selected

literature has characterized the challenges facing the lending practices of commercial banks and the

emerging role of CISs as mitigation.Lending is a challenging proposition in any setting particularly in

the developing world, where legal/judicial enforcement is weak, where information about the ability

and willingness to repay of applicants is not readily available and where many of the prospective

lenders are from a poor household/ firms; many of whom have never before borrowed and cannot

pledge collateral to guarantee repayment153.The role of the CISs in reducing information asymmetry in

the sector has also been underpinned.For example, research by 154 based on information from several

countries across the globe show that the existence of credit registries is associated with increased

lending volume, growth of consumer lending, improved access to financing and a more stable banking

sector.Further,155 highlighted that many borrowers make a lot of effort to repay their loans and debts,

but do not get rewarded for it because this good payment information is not available to the bank that

they approach for new loans.

151 Cundiff, 2004 Wendel and Harvey 2003 152 PBI Media, 2002 153 Gonzalez-Vega, 2003; Conning and Udry, (2007) 154 Armstrong, (2008) 155 Hansen et al, (2004),


175

Documents

SISTEMET E INFORMACIONIT TË KREDITIT NË SHQIPËRI · sistemet e informacionit tË kreditit nË shqipËri ... 1.1 hyrje 34 1.2 kreditimi nË sistemin bankar nË shqipËri. 36 1.3