درخت حوزه‌های تخصصی

هدف این مقاله، محاسبه ارزش در معرض خطر پرتفوی ارزی یک بانک نمونه با استفاده از روش GARCH-EVT-Copula (GEC ) است. عمده ترین چالشی که امروزه صنعت بانکداری با آن مواجه بوده، درک مفهوم ریسک و به دنبال آن، اندازه گیری و کمی کردن ریسک است. روش های مختلفی برای اندازه گیری ریسک وجود دارد، اغلب این روش ها توزیع مشترک شناخته شده ای برای سبد دارایی فرض می کنند، به طور معمول توزیع مشترک نرمال در مدل های تجربی مورد استفاده قرار می گیرد، اما توزیع دارایی ها در اغلب موارد دنباله پهن هستند، در نتیجه، فرض نرمال بودن توزیع مشت ر ک بازدهی می تواند به برآورد نادرست VaR منجر شود. در این مقاله، توزیع مشخصی برای سبد دارایی فرض نمی شود. این مقاله از مدل خودرگرسیون همراه با ناهمسانی واریانس آستانه ای ( GJR-GARCH ) برای توزیع بازده ای متغیر در طول زمان دارایی های فردی، همچنین تئوری مقدار فرین برای توزیع هایی که دنباله پهن هستند و توابع کاپولا برای ساختار وابسته به تمام دارایی های یک سبد دارایی استفاده کرده است. در این تحقیق، ارزش در معرض خطر از روش های واریانس-کوواریانس و شبیه سازی تاریخی نیز محاسبه شده است. در نهایت، با استفاده از آزمون کوپیک که یکی از روش های پیش آزمایی ارزش در معرض خطر است، اعتبار مدل ها مورد سنجش و ارزیابی قرار گرفته است. نمونه آماری این مطالعه را نرخ نامه های روزانه ارزهای دلار، یورو، وون کره، ین ژاپن، لیر ترک و درهم امارات در بازار از تاریخ 1/1/1386 تا تاریخ 31/1/1391 تشکیل می دهند، همچنین سبد ارزی یک بانک نمونه در تاریخ 31/1/1391 مورد بررسی قرار گرفته است. براساس نتایج حاصل از تحقیق، ارزش در معرض خطر محاسبه شده توسط مدل  GEC نسبت به دو مدل دیگر بیشتر است و براساس نتایج به دست آمده از آزمون کوپیک، اعتبار و دقت مدل GEC نسبت به دو مدل دیگر بیشتر است.

هدف این مقاله بررسی اثر ترکیب سبد دارایی و بدهی بر رتبه نظارتی بانک ها است. در این مقاله از روش رتبه بندی کملز برای تعیین رتبه نظارتی بانک ها استفاده شده است. همچنین با بکارگیری صورت مالی بانک ها در دوره 1385-1393 و روش رگرسیون رتبه ای، اثر ترکیب سبد دارایی و بدهی بر رتبه بانک ها بررسی شده است. نتایج حاصل از آزمون اعتبار مدل، خوبی برازش مدل، معنی داری کل خط رگرسیون، قدرت پیش بینی مدل بیانگر انتخاب درست مدل و مناسب بودن آن برای تحلیل های آتی بوده و مدل از قدرت پیش بینی 89 درصدی برخوردار است. نتایج نشان می دهد هر چه سبد دارایی بانک ها ریسکی تر باشد، احتمال اینکه بانک در دوره های آتی در رتبه بهتر قرار گیرد، کاهش یافته و احتمال کاهش رتبه آن در دوره های آتی افزایش می یابد. همچنین هر چه منابع پایدار در سبد بدهی بانک بیشتر باشد، احتمال اینکه بانک در دوره های آتی در رتبه بهتر قرار گیرد، افزایش یافته و احتمال کاهش رتبه آن در دوره های آتی کاهش می یابد.

از آنجاکه بسیاری از بخش های اقتصادی بخصوص بخش مسکن نیازمند اخذ وام از بانک ها می باشند، تغییر در رفتار وام دهی بانک ها در اثر تغییر در متغیرهای کلیدی اقتصاد، ممکن است فعالیت اقتصادی آنها را با مخاطرات جدی مواجه کند. از این رو، در این مطالعه رفتار وام دهی بانک مسکن طی دوره 90-1370 با استفاده از مدل اقتصادسنجی خودرگرسیون برداری (VAR) مدل سازی شد. نتایج تخمین مدل VECM بلندمدت نشان داد که از بین متغیرهای کلیدی اقتصاد، تغییرات عرضه کل پول، نرخ تورم و نوسانات قیمت سهام در بلندمدت، دارای تأثیر معکوس و تغییرات نرخ ارز، دارای تأثیر مستقیم بر رفتار وام دهی بانک مسکن می باشد. همچنین نتایج تخمین مدل VECM کوتاه مدت نشان داد که تغییرات عرضه کل پول در کوتاه مدت، دارای تأثیر مستقیم، و نرخ تورم، نرخ ارز و نوسانات قیمت سهام، فاقد تأثیر معنی دار بر رفتار وام دهی بانک مسکن می باشند.