فیلتر های جستجو:
فیلتری انتخاب نشده است.
نمایش ۳۶۱ تا ۳۸۰ مورد از کل ۶۴۹ مورد.
ارزیابی شکنندگی مالی بانک ها با بکارگیری روش شبکه عصبی
حوزه های تخصصی:
پیش بینی تداوم فعالیت یک بانک در دوره های آتی، یکی از عناصر مهم در تصمیم گیری ناظران بانکی بوده و در این میان، انتخاب متغیر پیش بینی کننده و روش مناسب، به عنوان یکی از مسائل چالش برانگیز در ادبیات پیش بینی شکنندگی مالی مطرح بوده است. یکی از پیشرفته ترین مدل های پیش بینی کننده شکنندگی مالی، مدل شبکه عصبی است. در نمونه مورد بررسی در این مقاله، ابتدا با بهره گیری از ادبیات نظری و تجربی، شاخص شکنندگی مالی متناسب با ساختار شبکه بانکی کشور تعریف شده و سپس با به کارگیری آزمون t معنی داری نسبت های مالی مورد نظر و بر اساس آماره لوین میانگین دو نمونه در سطح اطمینان 95 درصد، مورد آزمون قرار گرفته و سپس با انتخاب نسبت های مالی معنی دار که قدرت توضیح دهی در مدل داشته باشند، مدل شبکه عصبی طراحی گردید. برای آزمون دقت و صحت مدل از جدول طبقه بندی و منحنی ROC استفاده شد. نتایج بررسی بیانگر قدرت پیش بینی 96 درصدی مدل طراحی شده است. همچنین بر اساس یافته های این مقاله، ریسک اعتباری و ریسک نقدینگی، از مهمترین عوامل توضیح دهنده شکنندگی مالی هستند.
تاثیر کیفیت دارایی بر درماندگی مالی بانک ها
حوزه های تخصصی:
یک سیستم بانکی سالم و سودآور به صورت بهتری می تواند در مقابل شوک های اقتصادی مقاومت کرده و نقش پررنگ تری در پایداری و ثبات سیستم مالی ایفا کند. ورشکستگی بانک ها اثرات مخربی بر شبکه بانکی داشته و اثرات آن بر سایر بانک ها نیز سرایت یافته و کل اقتصاد را تحت تاثیر قرار می دهد. هدف اصلی در این تحقیق بررسی تاثیر کیفیت دارایی بر درماندگی مالی بانک های کشور می باشد. در این تحقیق سعی شده است تا با استفاده از نسبت های مالی، تاثیر کیفیت دارایی، تسهیلات پرداختی و نسبت کفایت سرمایه بر شاخص درماندگی مالی مورد بررسی قرار گیرد. برای این منظور داده های مربوط به 18 بانک فعال در بورس اوراق بهادار بین سال های 1388 تا 1394 استخراج گردید. داده های تحقیق با استفاده از مدل رگرسیون پانل مورد بررسی قرار گرفت. بر اساس محاسبات انجام شده با کمک نرم افزار EViews، نسبت های مطالبات غیرجاری به کل تسهیلات پرداختی و هزینه مطالبات غیرجاری تقسیم بر کل تسهیلات پرداختی مربوط به کیفیت دارایی، تاثیر مثبت و معنی داری بر درماندگی مالی بانک ها دارند. همچنین نسبت ذخیره مطالبات غیرجاری تقسیم برکل تسهیلات پرداختی، تاثیر منفی و خالص تسهیلات پرداختی تقسیم بر کل دارایی، تاثیر منفی بر درماندگی مالی دارند. نسبت کفایت سرمایه نیز تاثیر مثبت و معنی داری بر درماندگی مالی بانک ها دارد.
ارائه رویکردی نوین جهت رتبه بندی بانک ها با معیارهای نوین جهانی(مقاله علمی وزارت علوم)
حوزه های تخصصی:
امروزه نظام بانکداری کشور با توجه به موضوع پیوستن به سازمان تجارت جهانی، با چالش های جدیدی همچون ورود بانک های خارجی، شروع به کار بانک های خصوصی و افزایش فعالیت های مؤسسه های مالی و اعتباری روبه رو است . در این مقاله سعی شده است به منظور پیاده سازی این سیاست ها، شاخص هایی برای بانک ها در نظر گرفته شود تا بتوان بانک ها را براساس این شاخص ها رتبه بندی نمود. این رتبه بندی یک محیط رقابتی برای بانک ها به منظور پیاده سازی شایسته این سیاست ها به وجود می آورد. در تدوین این شاخص ها از معیارهای به روز در تحقیقات مختلف در خارج کشور استفاده شده است و شاخص های روش کارت امتیازی متوازن و شاخص های مسولیت اجتماعی شرکتی مورد توجه واقع شده اند. پس از شناسایی 6 معیار اصلی و 25 زیرمعیار، اهمیت آنها با استفاده از نظرات 8 نفر از خبرگان و به کمک روش فرایند تحلیل سلسله مراتبی مشخص شده است. سپس با استفاده از اطلاعات مالی، نظرات خبرگان و مشتریان امتیاز بانک های مورد مطالعه در هر یک از زیرمعیارها شناسایی شده و به کمک روش تاپسیس فازی به رتبه بندی بانک های مورد مطالعه پرداخته شده است. نتایج نشان داد که جنبه مالی از اهمیتی 22 درصدی و و جنبه اجتماعی 16 درصدی بیشترین و کمترین درصد را دارد. از میان زیر معیارها نیز بازده سرمایه 096/0، کاهش زمان چرخه عملیات 094/0، نسبت سود خالص 079/0 و مصرف کمتر انرژی 073/0 به ترتیب دارای اهمیت بیشتری هستند.
بررسی و پیش بینی عملکرد شبکه بانکی ایران با استفاده از مدل های Kohonen، ANN و Panel data(مقاله علمی وزارت علوم)
حوزه های تخصصی:
در این مطالعه به بررسی و پیش بینی مقایسه ای عملکرد شبکه بانکی کشور (متشکل از 14 بانک) با مدل های اقتصادسنجی و شبکه عصبی مصنوعی پرداخته شد. برای این منظور در ابتدا با مدل شبکه عصبی کوهنن (Kohonen)، بانک های مورد بررسی به دو دسته با عملکرد بالا و با عملکرد پایین تقسیم شده است، سپس با استفاده از خروجی مدل شبکه عصبی کوهنن، نسبت های مالی و مدل اقتصادسنجی داده های تابلویی (Panel Data) به تخمین مدل عملکرد شبکه بانکی برای دوره 1389-1384پرداخته و در نهایت با به کارگیری معیارهای ارزیابی کارایی مدل ها، به مقایسه کارایی مدل های Panel Data و ANN در پیش بینی عملکرد شبکه بانکی پرداخته شد.
نتایج مدل کوهنن نشان داد که از 14 بانک مورد مطالعه، 4 بانک به گروه با عملکرد بالا و 10 بانک به گروه با عملکرد پایین اختصاص دارد. هم چنین نتایج مدل Panel Data نشان داد که متغیر نسبت نقد به سپرده کل دارای بیشترین و متغیر نسبت درآمد سرمایه ای به درآمد کل دارای کمترین تاثیر بر عملکرد شبکه بانکی می باشد. در نهایت بررسی مقایسه ای مدل ها نشان داد که مدل ANN برای پیش بینی عملکرد شبکه بانکی بر مدل Panel Data برتری دارد.