امروزه در صنعت اعتباری، شبکه های عصبی تبدیل به یکی از دقیق ترین ابزار آنالیز اعتبار در میان سایر ابزار شده است. دیسای و همکارانش^[۱۶] در سال ۱۹۹۶ به بررسی توانایی های شبکه های عصبی و تکنیکهای آماری متداول نظیر آنالیز ممیزی خطی^[۱۷] و آنالیز رگرسیون خطی^[۱۸] در ساخت مدلهای امتیازدهی اعتباری پرداخته اند (دیسای ،۱۹۹۶، ۲۴-۳۷). همچنین وست^[۱۹] در سال ۲۰۰۰ به بررسی مدلهای کمی پرداخت. نتایج بدست آمده بیانگر این بود که شبکه های عصبی قادر به بهبود دقت امتیازدهی می باشند. آنان همچنان بیان کردند که آنالیز رگرسیون خطی جایگزین بسیار خوبی برای شبکه های عصبی است. در حالیکه درخت تصمیم و مدل نزدیکترین همسایه و آنالیز ممیزی خطی نتایج نوید بخش و دلگرم کننده ای ایجاد نکردند. (وست،۲۰۰۰، ۱۱۳۱-۱۱۵۲).

رتبه بندی اعتبار به طور اساسی یک راه تشخیص تفاوت‌های گروه‌ها در یک جمعیت است. ایده جدا کردن گروه ها در یک جمعیت در آمار به وسیله فیشر در سال ۱۹۶۳ معرفی گردید. (توماس^[۲۰]،۲۰۰۰، ۱۶).
دانهم^[۲۱] در سال ۱۹۳۸ اولین سیستم ارزیابی تقاضا نامه‌های اعتباری را با بکارگیری پنج معیار زیر توسعه داد.(آلتمن،۲۰۰۰، ۱۶)
۱ـ موقعیت^[۲۲]
۲ـ درآمد^[۲۳]
۳ـ وضعیت مالی
۴ـ ضامن یا وثیقه^[۲۴]
۵ـ اطلاعات بازپرداخت وام از بانک‌ها^[۲۵]
دانهم استدلال کرد که اهمیت معیارهای مختلف باید براساس تجربه مشخص گردد.
با آمدن کارت‌های اعتباری در اواخر ۱۹۶۰ اهمیت رتبه بندی اعتباری برای بانک‌ها و دیگر ارائه کنندگان کارت‌های اعتباری نمایان شد. وقتی این سازمان‌ها رتبه بندی اعتبار را به کار بردند دریافتند که این کار از هر تدبیر قضاوتی مفیدتر است، زیرا نرخ اشتباه به میزان ۵۰ درصد یا بیشتر پایین آمده بود.
بوکس^[۲۶] در سال ۱۹۶۷ اولین فردی بود که استفاده از پس زمینه کامپیوتر برای استفاده از مجموعه بزرگی از داده‌ها را معرفی کرده همچنین او سعی در ترکیب ابزارهای آماری چند متغیره را داشت. اتفاقی که پذیرش کامل رتبه بندی اعتبار را تضمین کرد تصویب قانون فرصت برابر اعتبار^[۲۷] در آمریکا در سال‌های ۱۹۷۵ و ۱۹۷۶ بود.
پیشرفت در محاسبات اجازه داد تا سعی شود تکنیک‌های دیگری برای ساختن کارت امتیاز به کار رود. در حال حاضر با به کارگیری تکنیک‌های هوش مصنوعی مانند سیستم‌های خبره و شبکه‌های عصبی و الگوریتم ژنتیک تأکید بر روی تغییر واقع بینانه از سعی در حداقل کردن شانس یک مشتری در درخواست ناجور (ریسک بالا)‌ در مورد یک محصول خاص به تحقیق در مورد اینکه چگونه شرکت می‌تواند سود خود را از آن مشتری ماکزیمم کند رخ داده است.(توماس،۲۰۰۰، ۱۷)
۲-۳-۱: مدلهای امتیازدهی اعتباری
روش های امتیازدهی اعتباری به دو صورت کمی و کیفی انجام می شود. در تحلیل کیفی، امتیازدهی اعتباری ارتباط نزدیکی با توانایی و قابلیت تجزیه و تحلیل مسئولین بخش اعتباری دارد. لیکن در تحلیل کمی، تعیین احتمال عدم بازگشت اصل و سود تسهیلات از طریق تابع توزیع آن امکان پذیر است.
اکثر الگوهای کمی ریسک اعتباری، چارچوب معنایی مشابهی دارند، اما اختلافاتی که در اجرای این مدل ها بوجود می آید، ناشی از شیوه برآورد پارامترهای اصلی از اطلاعات موجود است. به طور کلی روش های آماری و ریاضی اندازه گیری ریسک اعتباری را می توان به دو گروه عمده زیر تقسیم کرد :
الف) مدل‌های رتبه‌بندی اعتباری پارامتریک
ـ مدل احتمالی خطی^[۲۸]
ـ مدل‌ لجیت و پروبیت^[۲۹]
ـ مدل‌های مبتنی بر آنالیز ممیزی^[۳۰]
ـ شبکه‌های عصبی
ب) مدل‌های رتبه بندی اعتباری ناپارامتریک
ـ برنامه ریزی ریاضی^[۳۱]
ـ درخت دسته بندی (الگوریتم تقسیم بندی بازگشتی)
ـ مدل نزدیکترین همسایه^[۳۲]
ـ فرایند تجزیه و تحلیل سلسله مراتبی^[۳۳]
ـ سیستم‌های خبره^[۳۴]
ـ الگوریتم ژنتیک^[۳۵]
۲-۳-۲: ضرورت امتیازدهی اعتباری مشتریان
امتیازدهی اعتباری برای بانکها این امکان را فراهم می آورند که ریسک اعتباری را اندازه گیری نموده و آن را متناسب با پورتفوی اعتباری اداره کنند. بدین مفهوم که اکسپوژر^[۳۶] (ریسک قابل مشاهده و محاسبه) بانک را در رابطه با انواع ریسک تعدیل و اصلاح نمایند. این مطلب را می توان با رابطه یک توضیح داد :
رابطه ۲-۱ : محاسبه زیان مورد انتظار
(احتمال عدم بازپرداخت) * (نرخ زیان در صورت عدم بازپرداخت) * (مبلغ در معرض ریسک) = زیان مورد انتظار
در این رابطه نرخ زیان (عدد یک منهای سهم درصدی از وام که بوسیله تضمین پوشش داده شده است) و مبلغ در معرض خطر (میزان وام) معمولاً معلوم و احتمال عدم بازپرداخت مجهول میباشد. سیستم امتیازدهی می بایست قابلیت برآورد احتمال عدم بازپرداخت را داشته باشد. مهمترین ابزاری که بانکها برای مدیریت و کنترل ریسک اعتباری به آن نیاز دارند، سیستم امتیازدهی اعتباری مشتریان است. بدیهی است وجود چنین سیستمی بانک را در گزینش مطلوب مشتریان اعتباری خود یاری نموده و ضمن کنترل و کاهش ریسک اعتباری، سطح بهره وری فرایند اعطای تسهیلات بانکی را ارتقاء خواهد داد.
۲-۳-۳: اهمیت رتبه بندی اعتباری مشتریان
ریسک اعتباری به عنوان اصلی ترین علت ورشکستگی بانکها محسوب می شود. اساس عملکرد صحیح مدیریت ریسک اعتباری بانکها و مؤسسات اعتباری به شناسایی عوامل ذاتی ریسک در عملیات وام دهی بستگی خواهد داشت. بانکها با استقرار سیستم مدیریت ریسک اعتباری مناسب میتوانند تدابیر لازم را برای حذف و یا کاهش ریسک اعتباری اتخاذ نمایند. در این راستا بانکها با طبقه بندی اعتبارات و عدم پذیرش وام ها و اعتبارات نامناسب، خود را از پذیرش ریسک اضافی مصون می دارند. بدون تبعیت از یک سیستم مدیریت ریسک اعتباری مناسب، تأثیر زیان عملیات بانکی غیر قابل پیش بینی خواهد بود. از این رو یک سیستم رتبه بندی اعتباری مشتریان در حالت مناسب و کارآمد، می تواند در شناسایی، اندازه گیری و مدیریت بر ریسک اعتباری یاری نماید.(راعی، فلاح پور،۱۳۸۷، ۱۷-۳۴)
۲-۳-۴: معیارهای رتبه بندی اعتباری مشتریان
الف) معیار C5 : این معیار به طور خلاصه به شرح زیر است :

1. 1. شخصیت^[۳۷]: شامل بررسی تعهدپذیری، اعتبار متقاضی و بررسی صحت عمل وی در عملیات مالی و فعالیتهای گذشته

1. 1. ظرفیت : توان مدیریت و ظرفیتهای تجاری متقاضی، ظرفیت درآمدی شامل قدرت کسب سود و درآمدزایی

1. 1. سرمایه^[۳۸]: بررسی سرمایه و صورتهای مالی متقاضی

1. 1. وثیقه^[۳۹]: پیش بینی وثیقه ها یا ابزارهایی که می توان در زمان دریافت اعتبار یا تسهیلات، به عنوان پوشش در اختیار مؤسسه مالی یا بانک قرار داد.

1. 1. شرایط^[۴۰]: بررسی شرایط سیاسی، اقتصادی و اجتماعی و عوامل بیرونی که بسته به نوع فعالیت شرکت، از حیطه اختیار متقاضی خارج است و کنترلی بر آن نمی تواند داشته باشد، ولی در عین حال می تواند بر بازپرداخت وام ها یا تعهدات اعتبارگیرندگان تأثیر بگذارد.

ب) معیار LAPP: این معیار به طور خلاصه به شرح زیر است :
نقدینگی^[۴۱] : توانایی مشتری در تأمین وجوه به منظور رفع نیازهای جاری از جمله پرداخت تعهدات کوتاه مدت مانند اصل و سود تسهیلات دریافتی
فعالیت^[۴۲] : بررسی نوع و حجم فعالیت، دوره گردش عملیات و…
سودآوری^[۴۳] : بررسی میزان سودآوری، سود ناویژه و سود خالص در مقایسه با فروش و قیمت تمام شده
توان بالقوه یا پتانسیل : بررسی و تحلیل وضعیت و کارآیی مدیریت، ترکیب نیروی انسانی، محصولات، منابع مالی، نفوذ در بازار و ارتباطات.(جمشیدی،۱۳۸۳، ۲۶)
ج) معیار P5 : این معیار به طور خلاصه به شرح زیر است :