بخش واقعی اقتصاد

شبکه بانکی از موضوعات محبوب برای تحقیقات تجربی و روش شناختی است که از روش های هوش مصنوعی (AI) از جمله مدل سازی عامل بنیان استفاده می کنند. رویکرد عامل بنیان (ABM) نقش اساسی در ارزیابی عملکرد شبکه بانکی در معرض شوک های برونزا که ممکن است باعث شکست در شبکه عوامل شود، ایفا می کند. پژوهش حاضر با استفاده از این رویکرد، تأثیر سیاست پولی انقباضی بر ریسک پذیری سیستم بانکی از نظر میزان وام دهی آنها به بنگاه های بخش واقعی را بررسی می کند. مدل حاضر شامل پنج عامل بانک ها، سپرده گذاران، بانک مرکزی، بنگاه ها و مرکز پایاپای تسویه می باشد که دو عامل اول هوشمند و بقیه عوامل غیرهوشمند هستند. این مدل شامل 10 بانک بزرگ با اندازه هایی دارای توزیع یکنواخت شامل ملت، تجارت، سپه، مسکن، کشاورزی، آینده، پارسیان، پاسارگاد، صادرات و رفاه در دوره زمانی 1402- 1397 می باشد. در این بررسی از کل مبلغ وام به مشتریان بخش واقعی به عنوان نماینده ای برای ریسک بانک ها استفاده شده است. نتایج مقاله نشان می دهد که سیاست پولی انقباضی بانک ها را تحریک می کند تا ارزش وام به شرکت های بخش واقعی را کاهش دهند و ازین طریق ریسک های کمتری را متقبل شوند. اما از طرفی دیگر سهم وام های با ریسک بیشتر افزایش می یابد. همچنین، سیاست پولی انقباضی بانک مرکزی با پویاتر کردن بازار بین بانکی، معضل نقدینگی سیستم بانکی را رفع می کند. با این حال، افزایش سهم معاملات بین بانکی باعث سرایت بیشتر ریسک در شبکه بانکی می شود. بنابراین با چنین سیاستی، رفع کمبود نقدینگی شبکه بانکی منجر به سرایت بیشتر ریسک همراه با اعتبار کمتر به بخش واقعی اقتصاد خواهد شد.