مدل سازی پیش بینی بحران بانکی ایران با رویکرد مدل های میانگین گیری بیزین (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
بحران های بانکی متناوباً در حال وقوع می باشند. این موضوع نشانگر این است که مدل های هشدار پیش از وقوع فعلی، در شناسائی قبل از وقوع این بحران ها موفق نبوده اند. بررسی مدل های موجود نشان می دهد دلیل شکست این مدل ها عمدتاً ناشی از شناسایی متغیرهای توضیحی و طراحی تجربی مدل می باشد، که در این پژوهش سعی گردیده بهبود یابند. این پژوهش برای تعدیل مشکل نااطمینانی مدل با متوسط گیری از تمامی مدل ها (میانگین گیری بیزی)، به تعیین عوامل مؤثر بر بحران های بانکی در ایران پرداخته است. روش تحقیق حاضر کاربردی است. بازه زمانی تحقیق 1370 تا 1398 است. 49 متغیر به عنوان عوامل موثر بر بحران بانکی وارد مدل گردیدند. جامعه تحقیق حاضر، اقتصاد ایران در حوزه بانکی است. نتایج بیانگر این است که از میان مدل های BMA، TVP-DMA و TVP-DMS، BVAR و OLS، مدل TVP-DMA به عنوان کاراترین مدل تعیین گردید. بر اساس مدل TVP-DMA، 10 متغیر شکننده موثر بر بحران بانکی شناسایی شدند. در این پژوهش متغیرهای حجم اموال تملیکی؛ نسبت مطالبات سررسید شده و معوق به کل تسهیلات؛ کسری بودجه؛ نسبت خوداتکائی؛ Spread؛ انحراف نرخ ارز غیر رسمی از رسمی؛ دیرش دارایی ها و بدهی ها؛ دیرش نرخ بهره؛ شاخص نسبت کفایت سرمایه و نااطمینانی تورم مهم ترین متغیرهای موثر بر بحران بانکی شناسایی شدند. بر اساس نتایج تمامی متغیرهای فوق تأثیر مثبتی بر بحران بانکی دارند و در صورت تداوم این فرآیند افزایش احتمال وقوع بحران بانکی در سال های آتی را فراهم خواهد نمود. بر اساس نتایج، دیرش نرخ بهره، موثرترین شاخص بر بحران بانکی شناسایی گردید. با توجه به خروجی نتایج، می توان بیان داشت شاخص بحران بانکی در اقتصاد ایران معضلی با ابعاد گسترده است؛ چرا که متغیرهای مرتبط با سیاست گذارهای بخش پولی و مالی بر این شاخص اثرگذارند.Modelling of Banking Crisis Forecasting in Iran by BMA
Banking crises are occurring intermittently, indicating that predictive warning models are currently unsuccessful in identifying these crises before they occur. Examining the existing models shows that the reason for the failure of these models is mainly due to the identification of explanatory variables and the experimental design of the model, which were tried to be improved in this research. In order to adjust the model uncertainty problem, this research has determined the effective factors on banking crises in Iran by averaging all the models (Bayesian averaging). The results show that among the BMA, TVP-DMA and TVP-DMS, BVAR and OLS models, the TVP-DMA model was determined as the most efficient model. Based on the model, 10 fragile variables affecting the banking crisis were identified. Based on the results, all the variables have a positive effect on the banking crisis, and this shows the unfavorable banking situation, and the banking crisis index in Iran's economy is a problem with wide dimensions; Because variables related to monetary and financial policies affect this index
تبلیغات
