بررسی رابطه میان ترکیب دارایی-بدهی و ریسک نقدینگی بانک‌ها در ایران

 

بررسی رابطه میان ترکیب دارایی-بدهی و ریسک نقدینگی بانک‌ها در ایران

 

 

نویسندگان:

دکتر محمد عرب مازاریزدی دانشیار رشته حسابداری دانشگاه شهید بهشتی

دکتر رافیک باغومیان استادیار رشته حسابداری دانشگاه شهید بهشتی

فرزانه کاکه‌خانی٭ کاشناس ارشد رشته حسابداری دانشگاه شهید بهشتی[۱]


بررسی رابطه میان ترکیب دارایی-بدهی و ریسک نقدینگی بانک‌ها در ایران

چکیده

کلیه بانک‌ها در جریان عملیات خود با ریسک‌هایی مواجهند که قادر به از بین بردن آن‌ها نبوده اما امکان مدیریتشان وجود دارد. بنابراین بانک‌ها برای ادامه حیات خود باید ریسک‌ها را کنترل نموده و کاهش دهند که برای این کار، شناسایی عوامل مؤثر بر ریسک‌های مختلف بسیار راهگشا خواهد بود. یکی از مهم‌ترین ریسک‌های مرتبط با فعالیت بانکی، ریسک نقدینگی است. این تحقیق، به منظور شناخت عوامل مؤثر بر ریسک نقدینگی، رابطه میان ترکیب دارایی-بدهی بانک‌ها و ریسک نقدینگی را با توجه به داده‌ها و منابع اطلاعاتی موجود که ترازنامه بانک‌های فعال در سیستم بانکی کشور از سال ۱۳۸۶ تا ۱۳۸۹ می‌باشد، با استفاده از روش تجزیه و تحلیل کانونی، بررسی نموده است. برای انجام بررسی، متغیرهای ریسک نقدینگی و ترکیب دارایی-بدهی، با استفاده از نسبت‌های مالی مورد تعریف و اندازه‌گیری قرار گرفته است. بر اساس محاسبات انجام شده با کمک نرم­افزار اس­پی­اس­اس[۲]، ۹۸ درصد تغییرپذیری متغیرهای وابسته (نسبت‌های نقدینگی) با تغییرپذیری متغیرهای مستقل (ترکیب دارایی-بدهی) تبیین گردید. بنابراین می‌توان گفت که ریسک نقدینگی از نحوه ترکیب دارایی-بدهی بانک‌ها تاثیر می­پذیرد و فرضیه تحقیق مبنی بر وجود رابطه میان دو مجموعه از متغیرها مورد اثبات قرار گرفت.

 

 

کلمات کلیدی: مدیریت ریسک؛ ریسک نقدینگی؛ ترکیب دارایی-بدهی بانک‌ها؛ مدیریت دارایی و بدهی؛ تجزیه و تحلیل کانونی.

A Study on Relationship Between Asset-Liability Combination and Liquidity Risk of the Banks in Iran

 

Mohammad Arabmazar Yazdi, Associate of Shahid Beheshti University

Rafic Baghumian, Assistant of Shahid Beheshti University

Farzane kakekhani, Bachelor of Accounting, Shahid Beheshti University

Abstract
All banks face the risk in their operations that are not able to destroy them but there is possibility to manage them. So banks for their survival, should control and reduce the risks that to do this, Identification of effective factors on various risks will be very helpful.One of the important risks with banks operation, is the liquidity risk. This study has been investigated the relationship between the composition of asset –liability and liquidity risk of the banks to identify factors affecting liquidity risk by the available data and information resources that is active banking system’s balance sheet from 1386 to 1389, by using canonical analysis. For the Study, the combination of liquidity risk and asset-liability variables, by using financial ratios were defined and measured. According to calculations done with the help of software SPSS, was clarified 98 percent of variability dependent variables (liquidity ratios) with the variability of independent variables (combination of asset – liability). So it can be said that the liquidity risk will be affected by the combination of assets-liabilities of banks and research hypotheses concerning the relationship between two sets of variables were established.

Key words: risk management; liquidity risk; The combination of asset-liability banks; management of assets and liabilities; canonical analysis.

۱.      مقدمه

در سال‌های اخیر، هم‌زمان با تخصیص حجم عظیم منابع مالی از طریق بانک‌های مختلف دنیا، شاهد بحران‌ها، زیان‌ها و حتی ورشکستگی‌های متعدد بانک‌ها بوده‌ایم. بانک‌های موفق به دلایل مختلفی از قبیل خطر یا هزینه‌های ناشی از نوسان‌های نرخ بهره، تورم، ارز و یا بازپرداخت نشدن تسهیلات پرداختی، با بحران‌های متعددی روبرو شده‌اند. بحران‌های اجتماعی و پنهان، مسئولین نهادهای نظارتی و اجرایی سیستم‌های مالی را بر آن داشته است تا مدیریت ریسک نهادهای مالی و به خصوص بانک‌ها را با جدیت بیش‌تر و کارشناسانه‌تری مورد توجه قرار دهند(شایان آرانی، ۱۳۸۰).

از سوی دیگر امروزه، مدیریت نقدینگی یکی از بزرگ‌ترین چالش‌هایی است که سیستم بانکداری با آن روبروست. دلیل اصلی این چالش این است که بیشتر منابع بانک‌ها از محل سپرده‌های کوتاه مدت تامین مالی می‌شود. علاوه بر این تسهیلات اعطایی بانک‌ها صرف سرمایه‌گذاری در دارایی‌هایی می‌شود که درجه نقدشوندگی به نسبت پایینی دارند(رستمیان و حاجی بابایی، ۱۳۸۸). از همین رو برای شناخت هر چه بیشتر ریسک‌های بانکی و عوامل مؤثر بر ریسک‌ها، این تحقیق درصدد یافتن پاسخ این پرسش است که “آیا رابطه معناداری میان ریسک نقدینگی و ترکیب دارایی‌ها-بدهی‌های بانک‌ها در ایران وجود دارد؟”

 

۲.      بحث و بررسی

بیان مساله و اهمیت آن

ریسک نقدینگی، یکی از متداول‌ترین ریسک‌هایی است که بانک‌ها با آن روبرو هستند و مدیریت صحیح نقدینگی به منظور جلوگیری از هدر رفتن فرصت‌های سرمایه‌گذاری، استفاده از مقادیر نقدینگی مازاد برای سرمایه‌گذاری و اعطای تسهیلات جدید به منظور کسب بازدهی بیشتر، آمادگی برای رویارویی با شرایط بحرانی و کسری منابع نقد، ضروری است.

برای مدیریت صحیح نقدینگی لازم است ابزار مناسب و عوامل موثر این کار به درستی مورد شناسایی قرار گیرد. یکی از مهم‌ترین عوامل تاثیر‌گذار بر نقدینگی بانک‌ها، موقعیت دارایی و بدهی‌های بانک‌ها است. از سوی دیگر، مدیریت دارایی-بدهی یکی از عوامل کلیدی در توضیح پایداری مالی بخش بانکی و اقتصاد است (جایسوال[۳]، ۲۰۱۰).

مدیریت دارایی-بدهی تلاشی برای تطابق دارایی‌ها و بدهی‌ها در خصوص سررسیدها و حساسیت آن‌ها نسبت به نرخ بهره است و اساساً ریسک­های نقدینگی و نرخ بهره از چنین عدم تطابق‌هایی سرچشمه می‌گیرد (مهاپاترا و چاکرابورتی[۴]، ۲۰۰۹). در این تحقیق سعی شده است تا رابطه میان ترکیب دارایی- بدهی و ریسک نقدینگی توضیح داده­شود.

مبانی نظری و پیشینه تحقیق

در مطالعات نظری صورت گرفته، طبقه‌بندی‌های مختلفی از ریسک ارائه شده است. بر اساس نظر سینکی[۵] (۱۹۹۲)، ریسک بانک و مدیریت آن بر سه ریسک اعتباری، نرخ بهره و نقدینگی متمرکز است(مدرس و ذکاوت، ۱۳۸۲).

گرونینگ[۶] و همکاران (۱۹۹۹) در تحقیقی که در بانک جهانی صورت گرفت، طبقه‌بندی دیگری از ریسک ارائه نمودند. این طبقه‌بندی با وجود اینکه به طور خاص در مورد ارزیابی ریسک در بانک‌ها مطرح شده است، از لحاظ موضوعی و محتوایی قابلیت کاربرد برای سایر موسسات و سازمان‌های تجاری را نیز دارد.

گرونینگ در این مدل، به ریسک وقایع[۷] اشاره دارد که به نوعی معنای تغییرات مثبت و منفی در منافع آینده را مد نظر قرار داده و به چهار طبقه ریسک مالی، ریسک عملیاتی، ریسک تجاری، و ریسک وقایع اشاره می‌کند.

نمودار شماره ۱- تحلیل ریسک بانکداری(گرونینگ و براتانویک[۸]، ۲۰۰۰)

ریسک‌های مالی، ریسک‌هایی هستند که به شدت به یکدیگر وابسته بوده و در مجموع ریسک کلی بانک را افزایش می‌دهند(اسدی پور، ۱۳۸۴) و به دو دسته ریسک خاص و بازار تقسیم می‌شوند. ریسک خاص شامل ریسک­های نقدینگی، اعتباری و ریسک ساختار سرمایه و ریسک بازار شامل ریسک­های نوسان نرخ بهره، ارزی و قیمت است (جول[۹]، ۱۹۹۹).

تعاریف مختلف زیر از ریسک نقدینگی قابل بیان هستند:

ریسک نقدینگی عدم توانایی بانک در تامین وجوه برای اعطای تسهیلات یا پرداخت به موقع دیون خود نظیر سپرده­ها است (ترایپ[۱۰]، ۱۹۹۹).

این ریسک عمدتا از ساختار دارایی‌ها و بدهی‌های بانک‌ها ناشی می‌شود و منشا اصلی آن، عدم تطابق زمانی بین جریان‌های ورودی و خروجی به بانک است؛ از این رو ریسک نقدینگی را می‌توان به دو دسته ریسک نقدینگی دارایی‌ها و منابع تقسیم نمود(کروهی و مارک[۱۱]، ۲۰۰۰).

ریسک نقدینگی دارایی‌ها به عدم توانایی بانک در فروش دارایی‌های خود جهت برآوردن نیازهای نقدی غیرمنتظره اشاره دارد. ریسک نقدینگی منابع نیز به عدم جذب منابع توسط بانک به طریق عادی (مانند جذب سپرده‌ها و یا استفاده از تسهیلات و خطوط اعتباری بانک‌ها) باز می‌گردد(اسدی پور، ۱۳۸۴).

نقدینگی، در دسترس بودن وجه نقد یا معادل‌های وجه نقد است. پس می‌توان گفت ریسک نقدینگی عبارت است از ریسک عدم آمادگی بانک برای تامین تسهیلات اعطایی یا پرداخت به موقع دیون بانک(بنکز[۱۲]، ۲۰۰۵).

از نگاهی دیگر، نقدینگی خاصیتی از دارایی‌ها است که به زمان و هزینه تبدیل آن‌ها به پول بستگی دارد. به عبارتی، هزینه مبادله یک دارایی با پول، معیاری برای سنجش نقدینگی آن دارایی است(فرجی، ۱۳۸۲).

یک بانک، زمانی نقدینگی کافی دارد که بتواند وجوه کافی را هم از طریق افزایش بدهی‌ها و هم از طریق تبدیل دارایی‌های نقد به وجوه نقد، به سرعت و با یک هزینه قابل قبول بدست آورد(فالکونر[۱۳]، ۲۰۰۱).

ریسک نقدینگی به وجوه غیرمتمرکز[۱۴] یک بانک نیز مربوط است که عبارتست از حساب‌های جاری، حساب‌های پس‌انداز و سپرده‌های مدت‌دار کوچک. این حساب‌ها در برابر تفاوت میان نرخ بهره بانکی و نرخ بهره بازار، غیرحساس هستند(بهرامی و عقیلی کرمانی، ۱۳۸۱).

مدیریت ریسک: در جدول شماره ۱، انواع ریسک در نظام بانکی و روش‌های مدیریت آن ارائه شده است(محرابی، ۱۳۸۹).

جدول شماره ۱- انواع مختلف ریسک در نظام بانکی و روش مدیریت آن(محرابی، ۱۳۸۹)

انواع ریسک

روش­های مدیریت

ریسک اعتباری

ایجاد ساختار مناسب وام دهی و احتیاط­های لازم برای حفاظت از منافع وام‌دهندگان، استفاده از مشتقه‌های اعتباری[۱۵] با قرارداد تسهیلات، بازنگری دوره‌ای دارایی‌های بانک، مدیریت ترکیب تسهیلات به علت اتفاقاتی که در بازار رخ می‌دهد یا گرفتن وثایق اضافی.

ریسک بازار

ارزیابی، آزمایش و تایید ریسک‌های اعلام شده بازار شامل ریسک نرخ بهره، ریسک نرخ ارز، ریسک تعدیلات و ریسک جاری.

ریسک عملیاتی

پوشش زیان‌های ناشی از قصور و عدم کارایی نیروی انسانی، شکست تدابیر امنیتی، کنترل‌ها و فناوری، زیان‌های ناشی از عدم آگاهی و یا عدم صحت اطلاعات، ارتباطات، ریسک اجرایی قراردادها و آیین نامه‌ها و ریسک اعتماد و اعتبار با تمرکز کنترل در عملیات متقابل. این کنترل به این منظور است که هیچ خدشه‌ای بر اطلاعات وارد نشود و از سوی دیگر از دسترسی اشخاص سوء استفاده کننده ممانعت نماید.

ریسک نقدینگی

برآورد نیازهای نقد بانک در آینده. این برآوردها می‌تواند بر مبنای سه روش زیر انجام گیرد: برآورد بر مبنای منابع و مصارف وجوه نقد، برآورد بر مبنای ساختار دارایی‌ها و بدهی‌ها و سرعت تبدیل آن‌ها به وجوه نقد، و برآورد بر مبنای شاخص‌های نقدینگی.

نظریه‌های مدیریت نقدینگی: مدیریت نقدینگی یعنی پیش‌بینی حجم تقاضا برای وجوه توسط مردم و تامین مقادیر کافی وجوه برای این نیازها به دو صورت برداشت از سپرده‌ها و تقاضا برای تسهیلات. در رابطه با مدیریت نقدینگی، نظریه‌های زیر مطرح شده است:

نمودار شماره ۲- نظریه‌های مدیریت نقدینگی

نظریه وام‌های تجاری[۱۶]: وام‌های سررسید شده به صورت خودکار نقدینگی مورد نیاز بانک را تامین می‌کند. بر اساس این نظریه، بهترین نوع سرمایه‌گذاری و دادن اعتبار، تسهیلات و سرمایه‌گذاری کوتاه‌مدت است (وود ورث[۱۷]، ۱۹۶۸).

نظریه انتقال­پذیری[۱۸]: طرفداران آن بر این باورند که بانک‌ها باید مقدار قابل توجهی از وجوه خود را به صورت اوراق بهادار کوتاه‌مدت درجه یک و قابل معامله فوری نگهداری نمایند. در صورت بروز مشکل نقدینگی برای بانک، این‌گونه اوراق بهادار می‌تواند بدون ضرر و زیان قابل توجهی فروخته شود (رز[۱۹]، ۱۹۹۹).

نظریه درآمد مورد انتظار[۲۰]: طرفداران این نظریه باور داشتند که اغلب وام‌های تجاری و مصرفی در مقابل مجموعه‌ای از جریان‌های درآمدی اعطا شده است. این جریان عظیم وصولی‌ها از حساب‌های تسهیلات، وجوه مداومی را در اختیار بانک می‌گذاشت تا بتواند جوابگوی نیازهای نقدینگی و تقاضای تسهیلات جدید باشد (وود ورث، ۱۹۶۸).

نظریه مدیریت تعهدات: طرفداران این نظریه بر این باورند که نباید تمام نقدینگی مورد نیاز را در خود بانک نگهداری نمود. در هر زمان که نقدینگی مورد نیاز باشد، مدیریت تعهدات می‌تواند آن را از بازار تامین و یا خریداری کند (وود ورث، ۱۹۶۸).

نظریه مدیریت دارایی-بدهی: از اواخر جنگ جهانی دوم تا آغاز دهه ۱۹۶۰ میلادی، بانک‌ها وجوه مورد نیاز خود را اغلب از محل سپرده‌های دیداری و کوتاه‌مدت تامین می‌کردند. در چنین شرایطی مدیریت وجوه بانک بر کنترل دارایی‌های آن متمرکز بود و بانک‌ها دو منبع وجوه داشتند که شامل سپرده‌های اصلی و وجوه خریداری شده بود(بانک اقتصاد نوین، ۱۳۸۷).

شش دسته از مهم‌ترین حساب‌های ترازنامه‌ای که با جریان‌های نقدی در ارتباط هستند شامل نقدینگی، تعهدات سپرده‌ای، سرمایه‌گذاری‌های بلند‌مدت و تسهیلات اعطایی، تعهدات بلند‌مدت و سرمایه، دارایی‌های غیرنقد کوتاه‌مدت، و تعهدات کوتاه‌مدت غیرسپرده‌ای می­باشد. از حساب­های مذکور، بانک در کوتاه‌مدت فقط می‌تواند بر تعدادی از آن‌ها کنترل داشته باشد مانند دارایی‌های غیرنقد کوتاه‌مدت و تعهدات کوتاه‌مدت سپرده‌ای(عرب مازار و قنبری، ۱۳۷۶).

تاریخچه اندازه‌گیری ریسک: در سال ۱۹۵۲، هری مارکویتز[۲۱] با ارائه مدلی کمی، به اندازه‌گیری ریسک پرداخت و با معرفی مدلی مبتنی بر ریسک و بازده و ارائه خط مرز کارا[۲۲] برای اولین بار مقوله ریسک را در کنار بازده و انحراف معیار قرار داد. شاگرد او ویلیام شارپ[۲۳] شاخص بتا را برای تغییرات نسبی ارزش یک سهم در قبال تغییر ارزش بازار ارائه و با معرفی مدل قیمت‌گذاری دارایی‌های سرمایه‌ای، مدیریت علمی پرتفوی را پایه‌گذاری نمود. مک کالی[۲۴] سنجه دیرش را به عنوان ملاک اندازه‌گیری ریسک اوراق بهادار با درآمد ثابت معرفی کرد و بر اساس آن مدیریت دارایی‌ها و بدهی‌ها و طراحی استراتژی‌های مدیریت ریسک از جمله تطابق دیرش و مصون‌سازی ارائه گردید. ادامه کارهای مک کالی به رابطه غیرخطی ارزش اوراق بهادار با درآمد ثابت و نرخ سود بازار منتهی شد و معیار تحدب به عنوان شاخصی دقیق‌تر برای محاسبه ریسک این اوراق معرفی گردید(رادپور و همکاران، ۱۳۸۸).

در سال‌های بعد، روش‌های دیگری از جمله واریانس و انحراف معیار[۲۵]، نیمه واریانس[۲۶]، میانگین انحرافات مطلق[۲۷]، ضریب تغییر، دامنه و احتمال بازدهی منفی مورد استفاده قرار گرفت(برزنده و حسینی، ۱۳۸۰).

بعد از دهه ۱۹۷۰، نرخ‌های بازدهی تعدیل شده بر اساس ریسک، ملاک ارزیابی‌ها قرار گرفت. در سال ۱۹۹۶ موسسه جی پی مورگان[۲۸] مدل ارزش در معرض خطر[۲۹] را معرفی کرد. این معیار تمامی انواع ریسک را در یک عدد خلاصه و مقداری از سرمایه یک موسسه را که در معرض زیان قرار می‌گرفت، تعیین می‌نمود(رادپور و همکاران، ۱۳۸۸).

روش‌های اندازه‌گیری ریسک نقدینگی: به طور کلی این روش‌ها شامل تعیین منابع و مصارف نقدینگی و محاسبه خالص وضعیت نقدینگی، استفاده از نسبت‌های نقدینگی، شاخص نقدینگی، محاسبه شکاف تامین مالی و تخمین وجه نقد لازم برای تامین آن، اندازه‌گیری ارزش فعلی خالص ترازنامه بانک می­شوند(درگریگوریان، ۱۳۸۳).

مدیریت دارایی‌ها و بدهی‌ها: روند ارزیابی ریسک نرخ بهره و ریسک نقدینگی و بکارگیری آن‌ها در سیستم تامین و تخصیص منابع بانکی به عنوان مدیریت دارایی-بدهی شناخته شده و در کمیته‌ای به همین نام[۳۰] انجام می‌پذیرد (گرونینگ و براتانویک، ۲۰۰۳).

مدیریت دارایی برای کاهش ریسک نقدینگی: کاهش جریان‌های بازپرداخت وام و نیز درخواست‌های جدید وام نشان‌دهنده تحلیل بالقوه وجوه نقد بانک است. رشد بازارهای ثانویه برای طبقات مختلف دارایی‌ها، فرصت بانک را برای فروش یا تبدیل حجم بالاتری از دارایی‌ها به اوراق‌بهادار و با سرعت بیش‌تر افزایش می‌دهد. دارایی‌های استهلاک پذیر، نسبت به دارایی‌های استهلاک ناپذیر، جریان‌های نقد بیش‌تری را قبل از سررسید ایجاد می‌کنند. برنامه‌ای را که با افزایش نگهداری وام‌های استهلاک پذیر و در مقابل کاهش وام‌های استهلاک ناپذیر همراه است، می‌توان به عنوان یک برنامه بهبود نقدینگی در نظر گرفت(بانک اقتصاد نوین، ۱۳۸۷).

مدیریت بدهی برای کاهش ریسک نقدینگی: به منظور ارزیابی جریان‌های نقدی ناشی از بدهی‌ها، بانک باید در وهله اول رفتار بدهی‌هایش را در شرایط عادی تجاری بررسی کند. همچنین استفاده از روش‌های تنوع‌سازی در بدهی‌ها و وام‌های غیرتضمینی می­تواند منجر به کاهش ریسک نقدینگی بانک شود. سپرده‌های مدت‌دار و قرض‌های بدون سررسید، یکی از پایدارترین منابع تامین مالی در هنگام بروز مشکل مالی هستند(میکاییل‌پور و شیوا، ۱۳۸۲).

فرضیه تحقیق

این تحقیق درصدد یافتن پاسخ این پرسش است که “آیا رابطه معناداری میان ریسک نقدینگی و ترکیب دارایی‌ها-بدهی‌های بانک‌ها در ایران وجود دارد؟”

روش‌شناسی تحقیق

از نظر طبقه‌بندی تحقیق بر مبنای هدف، این پژوهش از نوع تحقیقات کاربردی است؛ چرا که در پی آن است که نتیجه تحقیق را برای حل مسائل اجرایی و واقعی بکار گیرد. اندازه‌گیری ریسک نقدینگی و ارتباط آن با ترکیب دارایی-بدهی بانک‌ها مورد استفاده کلیه تحلیل‌گران مالی و بانکی می­باشد؛ به همین خاطر نیز ماهیت کاربردی و عملی این پژوهش غیر قابل انکار است.

این پژوهش در نیمه دوم سال ۱۳۹۰ و با استفاده از داده‌های صورت‌های مالی بانک‌های فعال کشور طی سال‌های ۱۳۸۶ تا ۱۳۸۹ شامل بیست بانک دولتی و خصوصی انجام پذیرفته است. محقق برای نمونه‌گیری اقدام به تمام‌شماری اعضای جامعه نموده و مشاهدات جمع­آوری شده شامل پنج نسبت نقدینگی و چهار نسبت دارایی-بدهی برای بیست بانک و طی چهار سال متوالی و به طور کلی شامل ۷۱۱ مشاهده است.

از آنجا ‌که اجرای این تحقیق مستلزم انجام مطالعات نظری و میدانی بود، اطلاعات لازم در حوزه مبانی نظری مدیریت نقدینگی و دارایی و بدهی بانک‌ها بیشتر به صورت کتابخانه‌ای، مقالات، کتب و نشریات داخلی و خارجی علمی (به زبان‌های فارسی و انگلیسی) و همچنین مصاحبه با افراد مطلع در حوزه مالی و بانکی و استفاده از نظرات کارشناسانه آن‌ها جمع‌آوری شد.

در این تحقیق، ترکیب دارایی-بدهی بانک‌ها که با استفاده از نسبت‌ها و شاخص‌های مالی خاصی مورد تعریف قرار گرفته و کمّی شده، به عنوان متغیر مستقل و ریسک نقدینگی که با استفاده از نسبت‌های مالی محاسبه گردیده نیز به عنوان متغیر وابسته تحقیق به شمار می‌رود.

نقاط ضعف و قوت روش تجزیه و تحلیل نسبت‌های مالی: در این روش، محاسبه کار ساده‌ای‌ است؛ معیاری برای مقایسه میان فعالیت‌ها در یک مقطع زمانی بدست می‌دهد که قابل مقایسه با متوسط صنعت است؛ تعیین روند سنواتی موسسه و تغییراتی که در این روند رخ داده و نیز تشخیص ارقام غیرعادی، از این طریق امکان‌پذیر است؛ در شناخت زمینه‌های مسئله‌ساز در یک موسسه مورد استفاده قرار می‌گیرد و در نهایت اگر با روش‌های دیگر ادغام شود، می‌تواند در یک فرایند ارزیابی و قضاوت نسبت به عملکرد مالی موسسه نقش مهمی را ایفا کند.

در مقابل، چنانچه تنها به این نسبت‌ها توجه شود، به ندرت راه‌حل مسائل می‌باشند و علل اصلی مشکلات موسسه را روشن نمی‌سازند. تحلیل‌گر در تحلیل داده‌ها به سادگی دچار اشتباه می‌شود و احتمال تفسیر غلط وجود دارد. نکته دیگر اینکه اغلب، استاندارد قابل قبولی در مورد نسبت‌ها وجود ندارد(جهانخانی و پارسائیان، ۱۳۷۶).

نسبت‌های مالی در این تحقیق بر اساس اطلاعات مندرج در ترازنامه بانک‌ها در ایران محاسبه شد چرا که ترازنامه بیانگر تغییرات مستمر در ترکیب دارایی‌ها و بدهی‌ها است؛ مانند تصویری که در یک لحظه از زمان وضعیت مالی بانک را نشان می‌دهد(وفادار، ۱۳۷۷).

در جدول شماره ۲، نمونه‌ای از سرفصل‌های مندرج در ترازنامه بانک‌ها در ایران قابل مشاهده است که برای محاسبه نسبت­های مالی مورد استفاد قرار گرفته­اند:

جدول شماره ۲- سرفصل‌های مندرج در ترازنامه بانک‌ها(موسسه عالی آموزش بانکداری ایران، ۱۳۹۰)

دارایی‌ها بدهی‌ها و حقوق صاحبان سهام
نقد بدهی به بانک مرکزی
مطالبات از بانک‌های مرکزی بدهی به بانک‌ها و مؤسسات اعتباری
مطالبات از بانک‌ها و مؤسسات اعتباری سپرده‌های دیداری
تسهیلات اعطایی و مطالبات سپرده‌های پس‌انداز و مشابه
           تسهیلات اعطایی و مطالبات از بخش دولتی سپرده‌های سرمایه‌گذاری مدت‌دار
           تسهیلات اعطایی و مطالبات از بخش غیردولتی          سپرده‌های سرمایه‌گذاری بلندمدت
اوراق مشارکت و سایر اوراق مشابه          سپرده‌های سرمایه‌گذاری کوتاه‌مدت
سرمایه‌گذاری‌ها و مشارکت‌ها سایر سپرده‌ها
         حساب مشارکت حقوقی / بخش دولتی ذخایر و سایر بدهی‌ها
         حساب مشارکت حقوقی / بخش غیردولتی اقلام در راه
         حساب سرمایه‌گذاری مستقیم حقوق صاحبان سهام
         حساب سهام و مشارکت‌های خارجی جمع بدهی‌ها و حقوق صاحبان سهام
سایر موارد
         حساب ذخیره کاهش ارزش سهام
دارایی‌های ثابت
سایر دارایی‌ها
اقلام در راه
جمع دارایی‌ها

تحلیل کمی ترکیب دارایی-بدهی بانک‌ها با استفاده از نسبت‌های مالی: نسبت‌های مالی و روند آن‌ها، ابزار تحلیل کمی دارایی-بدهی را تشکیل می‌دهند. در این تحقیق برای تعریف ترکیب دارایی‌ها و بدهی‌ها و بررسی روند تغییرات آن‌ها، از نسبت‌های زیر که با توجه به داده‌های موجود قابل اندازه‌گیری بودند؛ استفاده شده است:

خالص وام‌ها به کل دارایی‌ها: این نسبت میزان دارایی‌هایی را که برای پرداخت وام تخصیص یافته نسبت به کل دارایی‌ها مشخص می‌نماید. مدیریت باید برای جلوگیری از مشکلات نقدینگی، یک مقدار حداکثری را برای این نسبت تعریف کند (جایسوال، ۲۰۱۰).

نسبت دارایی‌های نقد به کل دارایی‌ها: این نسبت درصدی از کل دارایی‌ها را که در دارایی‌های نقد سرمایه‌گذاری شده‌اند، نشان می‌دهد. دارایی‌های نقد اغلب بدون بهره‌اند و یا بهره‌های بسیار پایینی دارند و تنها برای پاسخگویی به نیاز نقدینگی، به صورت نقدی و به میزان کافی نگهداری می‌شوند (جایسوال، ۲۰۱۰).

حاشیه بهره خالص: این نسبت از تقسیم تفاوت بهره دریافتی (از تسهیلات) و سود پرداختی (به سپرده‌ها) بر کل تسهیلات اعطایی محاسبه می‌شود. این نسبت مهم نشان می‌دهد که متوسط حاشیه سود بانک از بابت دریافت سپرده و اعطای وام چقدر است (جایسوال، ۲۰۱۰).

کل بدهی‌ها به کل دارایی‌ها: با این نسبت درصدی از دارایی­هایی که از محل بدهی‌ها تامین شده است محاسبه می‌شود. این نسبت برای واحدهای تجاری به عنوان شاخصی برای تعیین ریسک مالی استفاده می‌شود یعنی هر استقراض باعث می‌شود شرکت بخش بیشتری از منابع خود را از محل وام تامین کند و احتمال اینکه در بازپرداخت برخی از وام‌های خود ناتوان بماند افزایش می‌یابد(پی نو، ۱۳۸۵).

بکارگیری نسبت‌های نقدینگی جهت ارزیابی ریسک نقدینگی بانک‌ها: وضعیت نقدینگی یک موسسه می‌تواند توسط آزمون معیارهایی از ترازنامه، صورت سود و زیان و جریان وجوه نقد تعیین شود. چرا که وقتی اطلاعات تاریخی در زمان‌های مختلف جمع‌آوری می‌شوند، روندهایی بدست می‌آید که تعیین می‌کنند وضعیت یک شرکت در طول زمان از نظر نقدینگی بهتر شده است یا بدتر(بنکز، ۲۰۰۵).

در این میان، محقق برای ارزیابی ریسک نقدینگی، از اساسی‌ترین نسبت‌های نقدینگی که با توجه به داده‌ها و طبقه‌بندی‌های موجود در ترازنامه بانک‌های ایران قابل محاسبه بوده به شرح زیر بهره برده است:

نسبت وام‌ها به سپرده‌ها[۳۱]: برابر است با خالص وام‌ها و اجاره‌ها تقسیم بر کل سپرده‌ها. این نسبت نشان‌دهنده قسمتی از سپرده‌ها است که پشتوانه وام‌های پرداختی هستند. این نسبت درجه‌ای را نشان می‌دهد که یک بانک می‌تواند کسب و کار وام‌دهی خود را از محل سپرده‌هایش تامین نماید(بنکز، ۲۰۰۵).

نسبت‌های بدهی جاری: شامل نسبت بدهی‌های جاری به حقوق صاحبان سهام، به جمع دارایی‌ها و به جمع بدهی‌ها می­باشد. نسبت‌های بدهی جاری، وزن تعهدات کوتاه‌مدت را در جنبه‌های مختلف ترازنامه شرکت نشان می‌دهند. هر چه این نسبت‌ها کم‌تر باشد، وزن بدهی‌های کوتاه‌مدت کم‌تر است(بنکز، ۲۰۰۵).

نسبت ترکیب سپرده[۳۲]: این نسبت برابر است با سپرده‌های دیداری تقسیم بر سپرده‌های مدت‌دار و میزان وجوه ثابت هر بانک را نشان می‌دهد. کاهش این نسبت، نشانگر افزایش سپرده‌های مدت‌دار و کاهش در نیازهای نقدینگی است (رز، ۱۹۹۹).

از آنجا که تحلیل همبستگی معمولا به همراه تحلیل رگرسیون است(مومنی و آذر، ۱۳۸۷)، در این تحقیق به منظور تایید نتایج تحلیل کانونی از الگوهای رگرسیونی استفاده می‌شود.

با توجه به اینکه دو یا چند دسته اطلاعات در اختیار محقق قرار دارد، تحقیق حاضر از نظر طبقه‌بندی بر حسب روش، از نوع “همبستگی” یا “همخوانی” با استفاده از اطلاعات تاریخی (مربوط به گذشته) و پس‌رویدادی است. تحقیقات همبستگی شامل کلیه تحقیقاتی می‌شود که در آن‌ها سعی بر آن است که رابطه بین متغیرهای مختلف با استفاده از ضریب همبستگی، کشف و تعیین شود(دلاور، ۱۳۸۱).

روش آماری مورد استفاده در این تحقیق، آزمون همبستگی کانونی متغیرها است. برای محاسبه نسبت‌های مالی و استفاده از این روش آماری، نرم‌افزارهای اکسل و اس‌‌پی‌اس‌اس[۳۳] به دلیل وجود قابلیت‌های مورد نیاز محقق در این نرم افزارها، بکار گرفته شده است.

همبستگی کانونی[۳۴]: در این تجزیه و تحلیل نمی‌توان رابطه علت و معلولی در مورد متغیرها استنتاج نمود. همبستگی کانونی تعمیمی از همبستگی چندگانه برای تحلیل رابطه بین دو مجموعه از متغیرهاست. در همبستگی کانونی، ارتباط بین یک ترکیب خطی از مجموعه متغیرها X و ترکیب خطی از مجموعه متغیرهایY مورد بررسی واقع می‌شود. این ترکیب خطی از متغیرها، متغیرهای کانونی یا تغییرات کانونی نامیده می‌شود. همبستگی ساده و چندگانه حالت خاصی از همبستگی کانونی هستند که در آن، یک یا هر دو مجموعه شامل یک متغیر هستند.

تحلیل کانونی، ترکیب خطی از متغیرهایی که بیشترین همبستگی را با مجموعه دوم متغیرها دارند پیدا می‌کند (وینینک[۳۵]، ۲۰۰۳).

در این تحقیق به بررسی پنج نسبت نقدینگی و چهار نسبت دارایی-بدهی برای بیست بانک و طی چهار سال متوالی پرداختیم؛ بنابراین ماتریس داده‌های این تحقیق شامل دو ماتریس متغیرهای وابسته یا Y و متغیرهای مستقل یا X با ابعاد ۸۰×۵ و ۸۰×۴ می‌باشد.

پیش زمینه ریاضی همبستگی کانونی، توسط هتلینگ[۳۶] (۱۹۳۶) ارائه شده است و دو معادله‌ای که تجزیه تحلیل را اداره می‌کنند به شرح زیر هستند:

(∑xy’ ∑xx-1 ∑xy–ρ۲ ∑yy)y=0     رابطه (۱۳-۳)

(∑xy ∑yy-1 ∑xy’–ρ۲ ∑xx)x=0     رابطه (۱۴-۳)

xy’∑ ترانهاده ماتریس xy∑ است (وینینک، ۲۰۰۳).

در حقیقت، هدف از اجرای روش تحلیل کانونی، یافتن ضرایبی است که رابطه میان متغیرهای ریسک نقدینگی و ترکیب دارایی-بدهی را به بیشترین مقدار ممکن نشان داده و مناسب­ترین ترکیب خطی از رابطه میان متغیرها را بسازد و در نهایت متغیرهای کانونی یا تغییرات کانونی را تبیین نماید.

در این تحقیق برای پی بردن به میزان همبستگی متغیرها با یکدیگر، از آماره­های تحلیل واریانس چند متغیره استفاده شده است. آماره­های اصلی در تحلیل واریانس چند متغیره شامل اثر پیللایی[۳۷]، لاندای ویلک[۳۸]، اثر هُتلینگ[۳۹] و بزرگترین ریشه روی[۴۰] می­باشد (اولسون[۴۱]، ۱۹۷۴).

تجزیه و تحلیل داده‌ها

برای بررسی رابطه میان متغیرها در هر گروه، ابتدا از ضریب همبستگی پیرسون و سپس برای بررسی رابطه میان متغیرهای مستقل و وابسته با یکدیگر، روش تحلیل همبستگی کانونی بکار رفت.

نتایج تحلیل همبستگی پیرسون: پس از بدست آوردن این شاخص، قوی‌‌ترین همبستگی‌های مشاهده شده در مجموعه متغیرهای مستقل، میان متغیرهای حاشیه بهره خالص و خالص وام‌ها به کل دارایی‌ها و در مجموعه متغیرهای وابسته، میان متغیرهای بدهی‌های جاری به کل دارایی‌ها و بدهی‌های جاری به سرمایه می‌باشد.

۳.      نتیجه‌گیری

مطابق جدول زیر، از نظر آماری و بر اساس آزمون‌های لاندای ویلک و اثر پیلایی، روی و هتلینگ، تابع کانونی در سطح ۰.۰۱ معنی­دار است.

جدول شماره ۳- آزمون‌های معنی‌داری تابع کانونی

نام آزمون مقدار آماره آماره F
اثر پیلایی ۱.۶۴ ۹.۷
هتلینگ ۵۱.۲۲ ۱۶۷.۷۵
لاندای ویلک ۰.۰۰۸۸ ۳۵.۳
روی ۰.۹۸

 

بر اساس نتایج بدست آمده از نرم­افزار آماری، ضرایب کانونی مدل تحقیق به شکل زیر خواهد بود:

نمودار شماره ۳- همبستگی کانونی و بار کانونی برای متغیرهای کانونی (زوج اول)

 

خلاصه نتایج مدل­های رگرسیونی در جدول زیر قابل مشاهده است:

جدول شماره ۴- خلاصه نتایج مدل‌های رگرسیونی

متغیر وابسته تعداد متغیرهای مستقل معنی‌دار متغیرهای مستقل معنی دار[۴۲] مدل
نسبت وام‌ها به سپرده‌ها ۲ کل بدهی‌ها به کل دارایی‌ها و خالص وام‌ها به کل دارایی‌ها Y۱=۳.۰۲۷ x1-5.11 x2-1.58 x3-5.59 x4
بدهی‌های جاری تقسیم بر سرمایه ۲ کل بدهی‌ها به کل دارایی‌ها و نسبت دارایی‌های نقد به کل دارایی‌ها Y۲=۸.۸۶ x1+324.46 x2-14.38 x334.54 x4
بدهی‌های جاری تقسیم بر جمع دارایی‌ها ۲ کل بدهی‌ها به کل دارایی‌ها و نسبت دارایی‌های نقد به کل دارایی‌ها Y۱=۰.۳۹ x1+10.66×2+0.06 x3+0.36 x4
بدهی‌های جاری تقسیم بر جمع بدهی‌ها ۲ کل بدهی‌ها به کل دارایی‌ها و نسبت دارایی‌های نقد به کل دارایی‌ها Y۱=۰.۴۱ x1+11.61 x2+0.03×3-0.6 x4
نسبت ترکیب سپرده ۴ تمام متغیرهای مستقل Y۱=-۶.۹۵ x1+80.6 x2+6.14 x3-11.72 x4

با توجه به نمودار شماره ۳، پس از انجام تحلیل کانونی، ۹۸ درصد تغییرپذیری متغیرهای وابسته (نسبت‌های نقدینگی) با تغییرپذیری متغیرهای مستقل (ترکیب دارایی-بدهی) تبیین شد. بنابراین می‌توان گفت که فرضیه تحقیق مبنی بر وجود رابطه معنادار میان ریسک نقدینگی و ترکیب دارایی‌ها-بدهی‌ها در بانک‌ها مورد اثبات قرار گرفته است.

در بیان علت وجود رابطه میان متغیرهای ریسک نقدینگی و ترکیب دارایی-بدهی بانک­ها، دلایل احتمالی را می­توان در خاصیت دارایی­ها و بدهی­ها دانست. یعنی عامل تاثیرگذار بر این رابطه ماهیت دارایی و ماهیت بدهی بانکی است. و بر این اساس می­توان پیش­بینی نمود این ارتباط نه تنها در بانک­های کشور ما، بلکه در سیستم بانکی سایر کشورها نیز مشاهده شود.

در پیوستگی موضوع تحقیق با مطالعات گذشتگان، شاخه­ای جدید از ارتباطات میان ریسک­های بانکی مطرح شده است که با کشف روابطی جدید میان دو مجموعه از متغیرهای دارایی-بدهی و ریسک نقدینگی، روابط شناخته شده موجود میان متغیرهای مرتبط با ریسک­ها در صنعت بانکداری را گسترش می­دهد و چشم­اندازی تازه پیش روی مطالعات صنعت بانکداری می­آفریند.

۴.      محدودیت‌های تحقیق

در اجرای تحقیق، مشکلات، موانع و محدودیت‌های مختلفی به شرح زیر مشاهده گردید:

  • نبود صورت‌های مالی بانک‌های مورد بررسی در مقاطع میان دوره‌ای کوتاه‌تر از یکسال (به عنوان مثال به صورت فصلی یا ماهانه) بویژه برای بانک‌های دولتی، برای انجام دقیق‌تر پژوهش و محاسبه ریسک نقدینگی و تغییر ترکیب دارایی-بدهی بانک‌ها در این مقاطع.
  • ضعف اطلاعاتی بانک‌های کشور در خصوص محاسبه ریسک نقدینگی به دلیل عدم طبقه‌بندی صحیح دارایی‌ها و بدهی‌ها.
  • عدم افشای محاسبات مربوط به ریسک‌های بانکی و عدم افشای اطلاعات کافی برای محاسبه ریسک‌های بانکی از جمله ریسک نقدینگی، از سوی بانک‌های کشور.
  • نبود دسترسی به اطلاعات طبقات مختلف مطالبات و بدهی‌های بانک‌ها جهت بررسی عدم تطابق سررسیدها.

۵.      پیشنهادها

پیشنهادات: بر اساس نتایج و بررسی­های بعمل آمده، مدیران بانک­ها باید اقدام به راه­اندازی کمیته­های مدیریت ریسک و مدیریت دارایی-بدهی[۴۳] نمایند تا با تعامل یکدیگر، ترکیبی بهینه از دارایی­ها با کمترین ریسک ممکن بسازند و علاوه بر تهیه گزارشات مالی سالانه، سایر گزارش­های مدیریتی را به منظور اندازه­گیری ریسک­های مرتبط با فعالیت­های بانکی ارائه نمایند. همچنین پیشنهاد می­شود موضوعات زیر در تحقیقات آتی مورد بررسی قرار گیرد:

  • بررسی رابطه میان ترکیب دارایی-بدهی بانک­ها با سایر ریسک­های موجود در صنعت بانکداری.
  • طراحی مدلی برای تعیین ترکیب بهینه دارایی-بدهی بانک­ها با توجه به ریسک­های بانکی در شرایط مختلف زمانی و در سناریوهای مختلف.
  • اندازه­گیری ریسک نقدینگی با کمک سایر روش­های اندازه­گیری و برقراری ارتباط آن با ترکیب دارایی-بدهی بانک­ها.
  • بررسی مقایسه­ای ریسک نقدینگی و سایر ریسک­های بانکی و ارتباط میان اقلام مختلف صورت­های مالی بانک­ها با ریسک های بانکی در بانک­های ایران و بانک­های سایر کشورها.


منابع

  1. آذر، عادل و مؤمنی، منصور، ۱۳۸۷، آمار و کاربرد آن در مدیریت، تهران، سازمان مطالعه و تدوین کتب علوم انسانی دانشگاه‌ها (سمت).
  2. اسدی پور، نوشین، ۱۳۸۴، بررسی نقش و اهمیت نظارت مبتنی بر ریسک در نظارت بانکی و مقایسه آن با نظارت تطبیقی، پایان نامه مقطع کارشناسی ارشد، تهران، موسسه علوم بانکی.
  3. بانک اقتصاد نوین، پروژه توسعه نرم‌افزار مدیریت ریسک گروه مطالعات و مدیریت ریسک بانک اقتصاد نوین، ۱۳۸۷، مدیریت دارایی- بدهی و ریسک نقدینگی در مؤسسات مالی، تهران، نشر فرا سخن.
  4. برزنده، محمد و حسینی، رضا، ۱۳۸۰، “درآمدی بر مدیریت ریسک و مفاهیم مرتبط با آن”، فصلنامه بانک کشاورزی، شماره ۲، ص ۱۲۵-۱۳۹.
  5. بهرامی، مهناز و عقیلی کرمانی، ۱۳۸۱، مجموعه مقالات سیزدهمین همایش بانکداری اسلامی، مدیریت ریسک در بانکداری اسلامی، تهران، موسسه عالی بانکداری ایران.
  6. پی نو، ریموند، ۱۳۷۴ و ۱۳۸۵، مدیریت مالی، جلد اول، [ترجمه علی جهانخانی و علی پارسائیان]، تهران، انتشارات سمت.
  7. جهانخانی، علی و پارسائیان، علی، ۱۳۷۶، مدیریت مالی، تهران، انتشارات سمت.
  8. درگریگوریان، سیونه، ۱۳۸۳، طراحی مدل اندازه‌گیری ریسک نقدینگی برای نظام بانکداری خصوصی ایران (مورد بانک سامان)، پایان نامه درجه کارشناسی ارشد، تهران، دانشگاه شهید بهشتی.
  9. دلاور ، علی، ۱۳۸۱، راهنمای تحقیق و ارزشیابی در روان‌شناسی و علوم تربیتی، تهران، انتشارات ارسباران.
  10. رادپور، میثم، رسولی زاده، علی، رفیعی، احسان و لهراسبی، علی اصغر، ۱۳۸۸، مدیریت ریسک بازار: رویکرد ارزش در معرض خطر، تهران، شرکت ماتریس تحلیلگران سیستم های پیچیده.
  11. رستمیان، فروغ و حاجی بابایی، فاطمه، ۱۳۸۸، “اندازه‌گیری ریسک نقدینگی بانک با استفاده از مدل ارزش در معرض خطر (مطالعه موردی: بانک سامان)”، پژوهشنامه حسابداری مالی و حسابرسی، تهران، ص ۱۷۵-۱۹۸.
  12. شایان آرانی، شاهین، ۱۳۸۰، “نوآوری در ابزارهای مالی در بانکداری اسلامی”، مجموعه مقالات یازدهمین همایش بانکداری اسلامی، تهران، ص ۲۲۵-۲۲۷،.
  13. عرب مازار، عباس و قنبری، حسنعلی، ۱۳۷۶، مبانی نظری مدیریت نقدینگی در بانک‌ها، تهران، مجموعه سخنرانی‌ها و مقالات هشتمین سمینار بانکداری اسلامی.
  14. فرجی، یوسف، ۱۳۸۲، آشنایی با ابزارها و نهادهای پولی و مالی، تهران، مؤسسه عالی بانکداری ایران.
  15. مدرس، احمد، ذکاوت، سید مرتضی، ۱۳۸۲، “مدل‌های ریسک اعتباری مشتریان بانک (مطالعه موردی)”، حسابرس، شماره ۱۹، تهران، ص ۵۴-۵۸.
  16. محرابی، لیلا، ۱۳۸۹، “مدیریت ریسک در نظام بانکداری بدون ربا (با تاکید بر ریسک اعتباری)”، تازه‌های اقتصاد، پژوهشکده پولی و بانکی، سال هشتم، شماره ۱۳۰، ص ۷۰-۷۷.
  17. مؤسسه عالی آموزش بانکداری ایران، ۱۳۹۰، گزارش عملکرد بانک‌های کشور در سال ۱۳۸۹، بیست و دومین همایش بانکداری اسلامی، CD.
  18. میکاییل­پور، حسین و شیوا، رضا، ۱۳۸۲، مدیریت ریسک در حوزه بانکداری، مجموعه مقالات چهاردهمین همایش بانکداری اسلامی، ص ۱۸۶-۲۰۴.
  19. وفادار، عباس، ۱۳۷۷، “نسبت‌های مالی و تجزیه و تحلیل صورت‌های مالی بانک‌ها”، حسابدار، جلد ۱۳، شماره ۱۲۵، تهران، ص ۳-۱۳.
  20. Banks, Erik, 2005 , Liquidity Risk Managing Asset and Funding Risk, Palgrave Macmillan.
  21. Crouhy, M., D. Galai, and R. Mark, 2000, “A comparative analysis of current credit risk models”, Journal of Banking and Finance, Vol. 24, No. 1-2, P 59-117.
  22. Falconer, Bob, 2001, “Structural Liquidity: The Worry Beneath The Surface”, Balance Sheet, Volume 9, No.3, P 13-19.
  23. Greuning, H., Bratanovic, S.B., 2000, Analyzing Banking Risk, Washington, D.C., The World Bank.
  24. Greuning, H., Bratanovic, S.B., 2003, Analyzing and Managing Banking Risk, Washington, D.C, The World Bank.
  25. Greuning, H., Bratanovic, S.B., 1999, Analizing Banking Risk: A Framework…, Washington, D.C, World Bank.
  26. Jaiswal, Seema, 2010, “Relationship between Asset and Liability of Commercial Banks in India, 1997-2008”, International Research Journal of Finance and Economics, P 43-58.
  27. Joel, Bessis, 1999, Risk Management in Banking, New York, John Wiley & Son.
  28. Mohapatra, Subhalaxmi, and Chakraborty, Suman, 2009, “An Empirical Study of Asset Liability Management Approach by the Indian Banks”, The IUP Journal of Bank Management, Vol. VIII, Nos. 3 & 4, pp. 7-13.
  29. Olson, C. l., 1974, “Comparative robustness of six tests in multivariate analysis of variance”, Journal of the American Statistical Association, Applications Section 69, P 894-908.
  30. Rose, Peter, 1999, Commercial Bank Management, MC Graw Hill International Editions, Fourth Edition.
  31. Tripe, David, 1999, Liquidity Risk in Banks, New Zealand, Massey University.
  32. Weenink, David, 2003, Canonical Correlation Analysis, Institute of Phonetic Science, University of Amsterdam.
  33. Wood worth, G.Walter, 1968, “Bank Liquidity Management: Theories and techniques, Bankers Magazine, CL 4, P 66-78.

مستندات پشتیبان- نتایج تحلیل کانونی در نرم­افزار اس‌پی‌اس‌اس

– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
The default error term in MANOVA has been changed from WITHIN CELLS to
WITHIN+RESIDUAL. Note that these are the same for all full factorial designs.
* * * * * * * * * * * * * * * * * A n a l y s i s   o f   V a r i a n c e * * * * * * * * * * * * * * * * *
         ۷۶ cases accepted.
           ۰ cases rejected because of out-of-range factor values.
           ۴ cases rejected because of missing data.
           ۱ non-empty cell.
           ۱ design will be processed.
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
* * * * * * * * * * * * * * * * * A n a l y s i s   o f   V a r i a n c e — Design   ۱ * * * * * * * * * * * * * * * * *
EFFECT .. WITHIN CELLS Regression
Multivariate Tests of Significance (S = 4, M = 0, N = 32 1/2)
Test Name             Value       Approx. F       Hypoth. DF         Error DF       Sig. of F
Pillais              ۱.۶۳۸۲۶         ۹.۷۱۱۳۶           ۲۰.۰۰           ۲۸۰.۰۰             .۰۰۰
Hotellings           ۵۱.۲۲۲۳۵       ۱۶۷.۷۵۳۱۹           ۲۰.۰۰           ۲۶۲.۰۰             .۰۰۰
Wilks                 .۰۰۸۸۰         ۳۵.۳۲۷۱۵           ۲۰.۰۰          ۲۲۳.۱۶             .۰۰۰
Roys                   .۹۸۰۴۸
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
Eigenvalues and Canonical Correlations
Root No.       Eigenvalue           Pct.     Cum. Pct.     Canon Cor.       Sq. Cor
         ۱         ۵۰.۲۳۵۶۸       ۹۸.۰۷۳۷۶       ۹۸.۰۷۳۷۶         .۹۹۰۱۹         .۹۸۰۴۸
         ۲           .۶۹۰۳۷       ۱.۳۴۷۷۹         ۹۹.۴۲۱۵۵         .۶۳۹۰۷         .۴۰۸۴۱
         ۳           .۲۲۹۰۷         .۴۴۷۲۰       ۹۹.۸۶۸۷۶         .۴۳۱۷۱         .۱۸۶۳۸
         ۴           .۰۶۷۲۳         .۱۳۱۲۴     ۱۰۰.۰۰۰۰۰         .۲۵۰۹۸         .۰۶۲۹۹
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
Dimension Reduction Analysis
Roots             Wilks L.               F       Hypoth. DF         Error DF       Sig. of F
۱ TO 4               .۰۰۸۸۰         ۳۵.۳۲۷۱۵           ۲۰.۰۰           ۲۲۳.۱۶             .۰۰۰
۲ TO 4               .۴۵۱۰۱         ۵.۲۷۳۲۷           ۱۲.۰۰           ۱۸۰.۲۰             .۰۰۰
۳ TO 4              .۷۶۲۳۷         ۳.۳۴۱۷۲             ۶.۰۰           ۱۳۸.۰۰             .۰۰۴
۴ TO 4               .۹۳۷۰۱         ۲.۳۵۲۹۳             ۲.۰۰           ۷۰.۰۰             .۱۰۳
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
EFFECT .. WITHIN CELLS Regression (Cont.)
Univariate F-tests with (4,71) D. F.
Variable       Sq. Mul. R     Adj. R-sq.     Hypoth. MS       Error MS             F     Sig. of F
loan_dep           .۶۵۹۹۱         .۶۴۰۷۵   ۹۸۲۴۹.۴۷۷۴۵     ۲۸۵۲.۵۷۱۷۸       ۳۴.۴۴۲۴۲           .۰۰۰
debt_cur           .۳۱۹۲۰         .۲۸۰۸۴ ۵۲۲۶۱۰۴.۸۶۰۱۱   ۶۲۷۹۷۶.۱۲۰۴۰       ۸.۳۲۲۱۴           .۰۰۰
debt_c_1           .۲۷۴۹۰         .۲۳۴۰۵     ۱۹۳۵.۶۰۵۲۰     ۲۸۷.۶۳۴۶۰       ۶.۷۲۹۳۹           .۰۰۰
debt_c_2           .۲۳۰۰۶         .۱۸۶۶۸     ۱۸۹۶.۸۹۴۲۵     ۳۵۷.۶۵۱۹۸       ۵.۳۰۳۷۴           .۰۰۱
com_depo           .۵۶۳۳۱         .۵۳۸۷۱   ۵۱۴۹۰۰.۴۴۹۵۷   ۲۲۴۸۷.۹۸۴۶۵       ۲۲.۸۹۶۶۹           .۰۰۰
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
Raw canonical coefficients for DEPENDENT variables
             Function No.
Variable                 ۱               ۲               ۳               ۴
loan_dep           -.۰۰۰۹۱           .۰۱۰۸۵         -.۰۰۰۴۶           .۰۰۷۶۹
debt_cur           -.۰۰۰۰۲           .۰۰۰۰۲         -.۰۰۰۳۱         -.۰۰۱۲۷
debt_c_1           -.۰۹۷۴۰           .۰۱۱۵۵           .۰۴۰۶۶           .۱۴۱۱۵
debt_c_2             .۰۹۰۵۴         -.۰۰۶۳۶           .۰۱۷۰۳         -.۱۳۱۹۱
com_depo           -.۰۰۰۴۵         -.۰۰۴۲۲           .۰۰۰۴۳           .۰۰۳۴۱
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
Standardized canonical coefficients for DEPENDENT variables
             Function No.
Variable                 ۱               ۲               ۳               ۴
loan_dep           -.۰۸۰۹۳           .۹۶۷۰۷         -.۰۴۱۱۸          .۶۸۵۳۶
debt_cur           -.۰۱۷۶۸           .۰۱۷۳۰         -.۲۸۵۸۲         -۱.۱۸۶۳۴
debt_c_1           -۱.۸۸۷۴۶           .۲۲۳۸۲           .۷۸۸۰۱         ۲.۷۳۵۲۲
debt_c_2           ۱.۸۹۸۶۱         -.۱۳۳۳۳           .۳۵۷۱۶        -۲.۷۶۶۱۲
com_depo           -.۰۹۸۹۶         -.۹۳۱۶۰           .۰۹۵۳۶           .۷۵۲۴۷
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
Correlations between DEPENDENT and canonical variables
             Function No.
Variable                 ۱               ۲               ۳               ۴
loan_dep             .۷۴۶۴۱           .۴۹۳۱۷          .۲۶۸۵۸           .۱۱۸۴۲
debt_cur           -.۵۲۳۴۳         -.۰۴۸۷۲           .۳۰۰۱۰         -.۷۲۱۶۸
debt_c_1           -.۳۴۱۵۶           .۰۵۴۵۸           .۹۱۸۲۶         -.۱۸۴۷۴
debt_c_2             .۲۴۷۸۴           .۰۴۵۸۶          .۹۴۶۳۶         -.۱۸۰۵۸
com_depo             .۶۴۷۵۷         -.۵۵۵۸۳           .۳۶۹۵۴           .۰۹۰۹۹
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
Variance in dependent variables explained by canonical variables
CAN. VAR.       Pct Var DEP     Cum Pct DEP     Pct Var COV     Cum Pct COV
         ۱           ۲۸.۵۷۰۷۸         ۲۸.۵۷۰۷۸         ۲۸.۰۱۳۱۴         ۲۸.۰۱۳۱۴
         ۲           ۱۱.۱۹۲۳۷         ۳۹.۷۶۳۱۵         ۴.۵۷۱۱۱         ۳۲.۵۸۴۲۶
         ۳           ۴۰.۷۵۱۰۶         ۸۰.۵۱۴۲۰         ۷.۵۹۵۰۰         ۴۰.۱۷۹۲۶
         ۴           ۱۲.۱۹۷۲۵         ۹۲.۷۱۱۴۵           .۷۶۸۳۳         ۴۰.۹۴۷۵۸
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
Raw canonical coefficients for COVARIATES
             Function No.
COVARIATE                 ۱               ۲               ۳               ۴
net_loan           -.۰۰۱۰۵           .۱۰۰۶۵           .۰۳۶۵۱         -.۰۴۰۵۲
cash_ass           -.۰۲۴۶۲         -.۵۳۲۵۳          ۱.۳۱۸۰۲         -.۸۱۲۲۷
net_int             -.۰۰۴۴۳         -.۰۶۶۹۷           .۰۲۴۸۸           .۱۲۶۹۸
T_debt_a           -.۰۸۰۵۲         -.۰۰۴۲۰         -.۰۲۰۳۴           .۰۱۲۵۴
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
Standardized canonical coefficients for COVARIATES
             CAN. VAR.
COVARIATE                 ۱               ۲              ۳               ۴
net_loan           -.۰۱۲۲۲         ۱.۱۷۳۸۴           .۴۲۵۸۶         -.۴۷۲۵۶
cash_ass           -.۰۱۵۶۱         -.۳۳۷۵۱           .۸۳۵۳۵         -.۵۱۴۸۲
net_int             -.۰۴۰۴۵         -.۶۱۱۳۹           .۲۲۷۱۰         ۱.۱۵۹۱۹
T_debt_a           -.۹۹۵۴۳         -.۰۵۱۹۵         -.۲۵۱۴۶           .۱۵۴۹۸
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
Correlations between COVARIATES and canonical variables
             CAN. VAR.
Covariate                 ۱               ۲               ۳               ۴
net_loan           -.۱۲۱۵۲           .۷۹۱۵۰           .۵۱۰۵۵           .۳۱۳۲۰
cash_ass           -.۲۳۳۳۲         -.۴۴۰۷۲           .۷۷۳۰۷         -.۳۹۲۰۴
net_int             -.۰۱۹۶۵           .۱۲۸۰۱           .۵۵۶۹۵           .۸۲۰۳۹
T_debt_a           -.۹۹۸۶۴         -.۰۰۸۰۱         -.۰۴۱۰۲         -.۰۳۱۰۳
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
Variance in covariates explained by canonical variables
CAN. VAR.       Pct Var DEP     Cum Pct DEP     Pct Var COV     Cum Pct COV
         ۱           ۲۶.۱۵۱۵۱         ۲۶.۱۵۱۵۱         ۲۶.۶۷۲۰۹         ۲۶.۶۷۲۰۹
         ۲           ۸.۵۴۷۶۷         ۳۴.۶۹۹۱۸         ۲۰.۹۲۸۹۷         ۴۷.۶۰۱۰۵
         ۳           ۵.۴۵۲۲۵         ۴۰.۱۵۱۴۳         ۲۹.۲۵۴۱۰         ۷۶.۸۵۵۱۶
         ۴           ۱.۴۵۷۹۴         ۴۱.۶۰۹۳۶         ۲۳.۱۴۴۸۴       ۱۰۰.۰۰۰۰۰
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
Regression analysis for WITHIN CELLS error term
— Individual Univariate .9500 confidence intervals
Dependent variable .. loan_deposit           نسبت وام‌ها به سپرده‌ها
COVARIATE               B           Beta     Std. Err.       t-Value     Sig. of t     Lower -95%     CL- Upper
net_loan       ۳.۰۲۷۵۵۴۸۲۸۲   .۳۹۶۲۶۵۰۸۵۸         .۷۰۶۰۲       ۴.۲۸۸۲۳           .۰۰۰       ۱.۶۱۹۸۰       ۴.۴۳۵۳۱
cash_ass     -۵.۱۱۱۰۵۷۶۷۹۴     -.۰۳۶۳۵۲۷۸۹۶       ۱۰.۰۹۸۳۰       -.۵۰۶۱۳           .۶۱۴     -۲۵.۲۴۶۴۹       ۱۵.۰۲۴۳۸
net_int       -۱.۵۷۹۴۱۵۷۶۹۷     -.۱۶۱۸۰۲۸۱۷۷         .۸۹۸۹۹       -۱.۷۵۶۸۸           .۰۸۳       -۳.۳۷۱۹۴         .۲۱۳۱۱
T_debt_a     -۵.۵۹۸۲۵۱۵۴۲۸     -.۷۷۶۶۳۲۲۷۹۶         .۵۱۸۶۶     -۱۰.۷۹۳۷۲           .۰۰۰       -۶.۶۳۲۴۳       -۴.۵۶۴۰۸
Dependent variable .. debt_current1           بدهی‌های جاری تقسیم بر سرمایه
COVARIATE               B           Beta     Std. Err.       t-Value     Sig. of t     Lower -95%     CL- Upper
net_loan       ۸.۸۵۷۴۷۵۲۱۶۹   .۱۱۰۵۵۱۸۰۷۹       ۱۰.۴۷۵۳۲         .۸۴۵۵۶           .۴۰۱     -۱۲.۰۲۹۷۲       ۲۹.۷۴۴۶۷
cash_ass  ۳۲۴.۴۶۶۳۱۴۵۲۸۶   .۲۲۰۰۶۸۹۰۷۸     ۱۴۹.۸۳۰۹۱       ۲.۱۶۵۵۵           .۰۳۴       ۲۵.۷۱۱۹۶     ۶۲۳.۲۲۰۶۷
net_int     -۱۴.۳۸۶۳۴۰۸۶۱۷     -.۱۴۰۵۴۰۶۸۵۵       ۱۳.۳۳۸۴۸       -۱.۰۷۸۵۶           .۲۸۴     -۴۰.۹۸۲۵۲       ۱۲.۲۰۹۸۴
T_debt_a     ۳۴.۵۳۷۹۱۰۶۹۳۸   .۴۵۶۹۰۰۰۴۶۳       ۷.۶۹۵۴۶       ۴.۴۸۸۰۹           .۰۰۰       ۱۹.۱۹۳۶۰       ۴۹.۸۸۲۲۲
Dependent variable .. debt_current2         بدهی‌های جاری تقسیم بر جمع دارایی‌ها
COVARIATE               B           Beta     Std. Err.       t-Value     Sig. of t     Lower -95%     CL- Upper
net_loan       .۳۹۱۸۰۱۳۹۴۲   .۲۳۵۸۰۹۲۹۹۲         .۲۲۴۱۹       ۱.۷۴۷۶۳           .۰۸۵       -.۰۵۵۲۲         .۸۳۸۸۲
cash_ass     ۱۰.۶۵۶۳۴۹۳۷۰۹     .۳۴۸۵۲۷۱۱۴۰       ۳.۲۰۶۶۴       ۳.۳۲۳۲۱           .۰۰۱       ۴.۲۶۲۴۹       ۱۷.۰۵۰۲۱
net_int         .۰۶۰۷۸۰۷۱۵۵   .۰۲۸۶۳۲۳۲۲۵         .۲۸۵۴۷         .۲۱۲۹۲           .۸۳۲       -.۵۰۸۴۲         .۶۲۹۹۹
T_debt_a       .۳۵۷۳۷۷۲۴۴۷   .۲۲۷۹۷۷۰۲۵۸         .۱۶۴۷۰       ۲.۱۶۹۹۲           .۰۳۳        .۰۲۸۹۸         .۶۸۵۷۷
Dependent variable .. debt_current3           بدهی‌های جاری تقسیم بر جمع بدهی‌ها
COVARIATE               B           Beta     Std. Err.       t-Value     Sig. of t     Lower -95%     CL- Upper
net_loan       .۴۰۷۷۹۸۵۴۲۷   .۲۲۶۸۰۹۰۷۶۰         .۲۴۹۹۹       ۱.۶۳۱۲۵           .۱۰۷       -.۰۹۰۶۷         .۹۰۶۲۷
cash_ass     ۱۱.۶۱۰۰۹۹۶۰۷۴     .۳۵۰۹۰۰۴۰۹۱       ۳.۵۷۵۶۹       ۳.۲۴۶۹۵           .۰۰۲       ۴.۴۸۰۳۷       ۱۸.۷۳۹۸۳
net_int        .۰۲۸۴۸۴۸۳۵۸   .۰۱۲۴۰۰۰۷۴۶         .۳۱۸۳۲         .۰۸۹۴۸           .۹۲۹       -.۶۰۶۲۳         .۶۶۳۲۰
T_debt_a       -.۶۰۳۱۷۹۲۸۴۶   -.۳۵۵۵۷۴۳۴۱۴         .۱۸۳۶۵       -۳.۲۸۴۳۸           .۰۰۲       -.۹۶۹۳۷       -.۲۳۶۹۹
Dependent variable .. com_deposit         نسبت ترکیب سپرده
COVARIATE               B           Beta     Std. Err.       t-Value     Sig. of t     Lower -95%     CL- Upper
net_loan     -۶.۹۵۹۹۷۸۹۹۲۹     -.۳۶۷۶۵۱۰۹۴۱       ۱.۹۸۲۳۱       -۳.۵۱۱۰۵           .۰۰۱     -۱۰.۹۱۲۵۹       -۳.۰۰۷۳۷
cash_ass     ۸۰.۶۰۹۹۸۰۲۲۰۱     .۲۳۱۳۹۲۸۴۰۶       ۲۸.۳۵۳۴۰       ۲.۸۴۳۰۴           .۰۰۶       ۲۴.۰۷۴۹۱     ۱۳۷.۱۴۵۰۵
net_int       ۶.۱۴۲۰۵۶۱۳۷۳   .۲۵۳۹۴۳۷۵۳۰       ۲.۵۲۴۱۲       ۲.۴۳۳۳۴           .۰۱۷      ۱.۱۰۹۱۰       ۱۱.۱۷۵۰۱
T_debt_a     -۱۱.۷۲۴۰۸۴۳۶۶۴     -.۶۵۶۴۱۱۳۸۵۹       ۱.۴۵۶۲۶       -۸.۰۵۰۸۳           .۰۰۰     -۱۴.۶۲۷۷۸       -۸.۸۲۰۳۹
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
* * * * * * * * * * * * * * * * * A n a l y s i s   o f   V a r i a n c e — Design   ۱ * * * * * * * * * * * * * * * * *
EFFECT .. CONSTANT
Multivariate Tests of Significance (S = 1, M = 1 1/2, N = 32 1/2)
Test Name             Value         Exact F       Hypoth. DF         Error DF       Sig. of F
Pillais               .۹۶۸۲۰       ۴۰۸.۰۳۰۱۵             ۵.۰۰           ۶۷.۰۰            .۰۰۰
Hotellings           ۳۰.۴۵۰۰۱       ۴۰۸.۰۳۰۱۵             ۵.۰۰           ۶۷.۰۰             .۰۰۰
Wilks                 .۰۳۱۸۰       ۴۰۸.۰۳۰۱۵             ۵.۰۰           ۶۷.۰۰             .۰۰۰
Roys                   .۹۶۸۲۰
Note.. F statistics are exact.
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
Eigenvalues and Canonical Correlations
Root No.       Eigenvalue           Pct.     Cum. Pct.     Canon Cor.
         ۱         ۳۰.۴۵۰۰۱     ۱۰۰.۰۰۰۰۰     ۱۰۰.۰۰۰۰۰         .۹۸۳۹۷
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
EFFECT .. CONSTANT (Cont.)
Univariate F-tests with (1,71) D. F.
Variable         Hypoth. SS         Error SS       Hypoth. MS         Error MS               F        Sig. of F
loan_dep       ۱۵۰۰۰۹.۷۳۰۱۰     ۲۰۲۵۳۲.۵۹۶۴۵     ۱۵۰۰۰۹.۷۳۰۱۰       ۲۸۵۲.۵۷۱۷۸         ۵۲.۵۸۷۵۴             .۰۰۰
debt_cur       ۶۲۴۱۷۵۶.۸۳۳۶۵     ۴۴۵۸۶۳۰۴.۵۴۸۳۷     ۶۲۴۱۷۵۶.۸۳۳۶۵       ۶۲۷۹۷۶.۱۲۰۴۰           ۹.۹۳۹۴۸            .۰۰۲
debt_c_1           ۱۴.۶۲۰۱۷     ۲۰۴۲۲.۰۵۶۵۷         ۱۴.۶۲۰۱۷       ۲۸۷.۶۳۴۶۰           .۰۵۰۸۳             .۸۲۲
debt_c_2         ۶۳۲۳.۰۵۵۱۹     ۲۵۳۹۳.۲۹۰۷۶       ۶۳۲۳.۰۵۵۱۹       ۳۵۷.۶۵۱۹۸         ۱۷.۶۷۹۳۵             .۰۰۰
com_depo       ۱۸۷۲۱۷۷.۴۰۴۷۰     ۱۵۹۶۶۴۶.۹۰۹۹۱     ۱۸۷۲۱۷۷.۴۰۴۷۰       ۲۲۴۸۷.۹۸۴۶۵         ۸۳.۲۵۲۳۴             .۰۰۰
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
EFFECT .. CONSTANT (Cont.)
Raw discriminant function coefficients
             Function No.
Variable                 ۱
loan_dep             .۰۰۷۳۵
debt_cur             .۰۰۰۱۵
debt_c_1             .۶۷۶۳۴
debt_c_2           -.۶۳۲۱۳
com_depo             .۰۰۲۸۴
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
Standardized discriminant function coefficients
             Function No.
Variable                 ۱
loan_dep             .۳۹۲۳۶
debt_cur             .۱۲۰۴۳
debt_c_1           ۱۱.۴۷۰۶۳
debt_c_2         -۱۱.۹۵۴۷۳
com_depo             .۴۲۶۲۸
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
Estimates of effects for canonical variables
             Canonical Variable
  Parameter               ۱
         ۱         -۵۱.۵۱۰۷۵
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
Correlations between DEPENDENT and canonical variables
             Canonical Variable
Variable                 ۱
loan_dep           -.۱۵۵۹۶
debt_cur             .۰۶۷۸۰
debt_c_1             .۰۰۴۸۵
debt_c_2           -.۰۹۰۴۳
com_depo           -.۱۹۶۲۳
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
Abbreviated   Extended
Name           Name
cash_ass       cash_asset
com_depo       com_deposit
debt_c_1       debt_current2
debt_c_2       debt_current3
debt_cur       debt_current1
loan_dep       loan_deposit
T_debt_a       T_debt_asset

[۱] – آدرس: مجیدیه شمالی، ۱۶ متری دوم، خیابان شهید منصوری، بالاتر از بوستان مجیدیه، کوچه خسرو، پلاک ۵، طبقه سوم، ۰۹۱۲۴۱۴۳۶۷۷ ،Email: fkacca66@gmail.com

[۲] – SPSS

[۳] – Jaiswal

[۴] – Mohapatra and Chakraborty

[۵] – Sinkey

[۶] – Greuning

[۷] – Exposure Risk

[۸] – Greuning and Bratanvic

[۹] – Joel

[۱۰] – Tripe

[۱۱] – Crouhy and Mark

[۱۲] – Banks

[۱۳] – Falconer

[۱۴] – Non-core Funding

[۱۵] -Credit Derivatives

[۱۶] – Commercial Loan Theory

[۱۷] – Wood Worth

[۱۸] – Shiftability Theory

[۱۹] – Rose

[۲۰] – Anticipated Income Theory

[۲۱] – Harry Markowitz

[۲۲]– Efficient Frontier Line

[۲۳] – William Sharoe

[۲۴] – Mac caulai

[۲۵] – Variance and Standard Deviation

[۲۶] – Semivariance

[۲۷] – Mean Absolute Deviation

[۲۸] – J.P.Morgan

[۲۹] – Value at Risk (VaR)

[۳۰] – Asset Liability Committee (ALCO)

[۳۱] – Loans to Deposits Ratio

[۳۲] – Composition of deposits

[۳۳] – SPSS

[۳۴] – Canonical Correlation

[۳۵] -Wenink

[۳۶] – Hotelling

[۳۷] – Pillai’s trace

[۳۸] – Wilk’s Lambda

[۳۹] – Hotelling’s trace

[۴۰] – Roy’s largest root

[۴۱] – Olson

-[۴۲] منظور از متغیر مستقل معنی­دار متغیر مستقلی است که تاثیر شان بر روی متغیر وابسته به لحاظ آماری معنی دار است یعنی برای آمار آزمونT سطح معنی کمتر از ۰.۰۵ است(Sig<0.05 ).

[۴۳] – Asset Liability Committee (ALCO)

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *