آرشیو

آرشیو شماره ها:
۴۵

چکیده

هدف از انجام این پژوهش، ارائه مدلی یکپارچه جهت پیش بینی وقوع بحران مالی در بانک ها است. برای انجام این کار، ابتدا ادبیات نظری موجود حول موضوع پژوهش بررسی شده و عوامل اثرگذار بر بحران مالی در بانک ها شناسایی شده است. در ادامه داده های پژوهش برای 21 بانک نمونه از سال 1391 تا سال 1400، جمع آوری و تجزیه و تحلیل شده و مدل پیش بینی بحران مالی در بانک ها با استفاده از روش معادلات ساختاری، مدل سازی شده است. در نهایت، برای بررسی میزان دقت مدل طراحی شده، از روش شبکه های عصبی مصنوعی استفاده شده است. نتایج حاصل از پژوهش نشان داد که عوامل مالی، عوامل درونی غیرمالی، عوامل صنعت و عوامل کلان بر بحران مالی در بانک ها موثر هستند و متغیرهای منابع انسانی، حاکمیت شرکتی، ریسک نقدینگی و نسبت کفایت سرمایه مهم ترین متغیرها در پیش بینی بحران مالی هستند. همچنین، این مدل توانسته است بانک های دارای بحران و بانک های سالم را با دقت 100 درصد در هر دو گروه آموزش و آزمایش به درستی پیش بینی نماید. این مدل می تواند با معرفی عوامل موثر بر بحران، فرصت مناسب جهت انجام اقدامات پیشگیرانه و اصلاحی را در اختیار مدیران بانک ها و همچنین بانک مرکزی قرار دهد.

Anticipation of Financial Crisis in Banks by Structural Equations Model

Undeniable effects of banking crisis on economy and need for anticipating the crisis before occurrence, remind necessity of existence of a model for anticipating the banking crisis. The aim of this study is to provide a complete model that includes all of the effective variables on the banking crisis, so we can help better anticipation of banking crisis. For doing this research, the literature was studied and variables that cause banking crisis was identified. Next, research data for 21 banks from 2013 to 2022 was gathered and analyized. The research model was developed by structural equations modeling method. Finally for measuring the models precision, artificial neural networks was employed. The result of the research shows that financial variables, Internal non-financial variables, banking sector variables and macroeconomic variables cause bank distress and most important factors in bank distress anticipation are: human resource, corporate governance, liquidity and capital adequacy. Also, this model could distinguish between distressed bank and healthy one in both train and test groups with precision of 100 percent. With introducing the important factors causing the banking distress, this model can provide a buffer for bank managers and central bank for doing the preventive and corrective actions.

تبلیغات