بررسي رابطه ميان ترکيب دارايی-بدهی و ريسك نقدينگي بانك‌ها در ايران

 

بررسي رابطه ميان ترکيب دارايی-بدهی و ريسك نقدينگي بانك‌ها در ايران

 

 

نویسندگان:

دكتر محمد عرب مازاريزدي دانشيار رشته حسابداري دانشگاه شهيد بهشتي

دکتر رافيک باغوميان استاديار رشته حسابداري دانشگاه شهيد بهشتي

فرزانه كاكه‌خاني٭ کاشناس ارشد رشته حسابداري دانشگاه شهيد بهشتي[1]


بررسي رابطه ميان ترکيب دارايی-بدهی و ريسك نقدينگي بانك‌ها در ايران

چکيده

کليه بانک‌ها در جريان عمليات خود با ريسک‌هايي مواجهند که قادر به از بين بردن آن‌ها نبوده اما امکان مديريتشان وجود دارد. بنابراين بانک‌ها براي ادامه حيات خود بايد ريسک‌ها را کنترل نموده و کاهش دهند که براي اين کار، شناسايي عوامل مؤثر بر ريسک‌هاي مختلف بسيار راهگشا خواهد بود. يکي از مهم‌ترين ريسک‌هاي مرتبط با فعاليت بانکي، ريسک نقدينگي است. اين تحقيق، به منظور شناخت عوامل مؤثر بر ريسک نقدينگي، رابطه ميان ترکيب دارايي-بدهي بانک‌ها و ريسک نقدينگي را با توجه به داده‌ها و منابع اطلاعاتي موجود که ترازنامه بانک‌هاي فعال در سيستم بانکي کشور از سال 1386 تا 1389 مي‌باشد، با استفاده از روش تجزيه و تحليل کانوني، بررسي نموده است. براي انجام بررسي، متغيرهاي ريسک نقدينگي و ترکيب دارايي-بدهي، با استفاده از نسبت‌هاي مالي مورد تعريف و اندازه‌گيري قرار گرفته است. بر اساس محاسبات انجام شده با کمک نرم­افزار اس­پی­اس­اس[2]، 98 درصد تغییرپذیری متغیرهای وابسته (نسبت‌های نقدینگی) با تغییرپذیری متغیرهای مستقل (ترکیب دارایی-بدهی) تبیین گرديد. بنابراین می‌توان گفت که ریسک نقدینگی از نحوه ترکیب دارایی-بدهی بانک‌ها تاثیر می­پذیرد و فرضیه تحقیق مبني بر وجود رابطه ميان دو مجموعه از متغيرها مورد اثبات قرار گرفت.

 

 

کلمات کليدي: مديريت ريسک؛ ريسک نقدينگي؛ ترکيب دارايي-بدهي بانک‌ها؛ مديريت دارايي و بدهي؛ تجزيه و تحليل کانوني.

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.

1.      مقدمه

در سال‌هاي اخير، هم‌زمان با تخصيص حجم عظيم منابع مالي از طريق بانك‌هاي مختلف دنيا، شاهد بحران‌ها، زيان‌ها و حتي ورشكستگي‌هاي متعدد بانك‌ها بوده‌ايم. بانك‌هاي موفق به دلايل مختلفي از قبيل خطر يا هزينه‌هاي ناشي از نوسان‌هاي نرخ بهره، تورم، ارز و يا بازپرداخت نشدن تسهيلات پرداختي، با بحران‌هاي متعددي روبرو شده‌اند. بحران‌هاي اجتماعي و پنهان، مسئولين نهادهاي نظارتي و اجرايي سيستم‌هاي مالي را بر آن داشته است تا مديريت ريسك نهادهاي مالي و به خصوص بانك‌ها را با جديت بيش‌تر و كارشناسانه‌تري مورد توجه قرار دهند(شايان آراني، 1380).

از سوي ديگر امروزه، مديريت نقدينگي يکي از بزرگ‌ترين چالش‌هايي است که سيستم بانکداري با آن روبروست. دليل اصلي اين چالش اين است که بيشتر منابع بانک‌ها از محل سپرده‌هاي کوتاه مدت تامين مالي مي‌شود. علاوه بر اين تسهيلات اعطايي بانک‌ها صرف سرمايه‌گذاري در دارايي‌هايي مي‌شود که درجه نقدشوندگي به نسبت پاييني دارند(رستميان و حاجي بابايي، 1388). از همين رو براي شناخت هر چه بيشتر ريسک‌هاي بانکي و عوامل مؤثر بر ريسک‌ها، اين تحقيق درصدد يافتن پاسخ اين پرسش است كه “آیا رابطه معناداري میان ریسک نقدینگی و ترکیب دارایی‌ها-بدهی‌هاي بانک‌ها در ایران وجود دارد؟”

 

2.      بحث و بررسی

بیان مساله و اهمیت آن

ریسک نقدینگی، یکی از متداول‌ترین ریسک‌هایی است که بانک‌ها با آن روبرو هستند و مديريت صحيح نقدينگي به منظور جلوگيري از هدر رفتن فرصت‌های سرمایه‌گذاری، استفاده از مقادیر نقدینگی مازاد برای سرمایه‌گذاری و اعطای تسهیلات جدید به منظور کسب بازدهی بیشتر، آمادگي براي رويارويي با شرايط بحراني و کسري منابع نقد، ضروري است.

براي مديريت صحيح نقدينگي لازم است ابزار مناسب و عوامل موثر اين کار به درستي مورد شناسايي قرار گيرد. یکی از مهم‌ترین عوامل تاثير‌گذار بر نقدینگی بانک‌ها، موقعيت دارايي و بدهي‌هاي بانک‌ها است. از سوي ديگر، مديريت دارايي-بدهي يکي از عوامل کليدي در توضيح پايداري مالي بخش بانکي و اقتصاد است (جايسوال[3]، 2010).

مديريت دارايي-بدهي تلاشي براي تطابق دارايي‌ها و بدهي‌ها در خصوص سررسيدها و حساسيت آن‌ها نسبت به نرخ بهره است و اساساً ريسک­هاي نقدينگي و نرخ بهره از چنين عدم تطابق‌هايي سرچشمه مي‌گيرد (مهاپاترا و چاکرابورتي[4]، 2009). در اين تحقيق سعي شده است تا رابطه میان تركيب دارايي- بدهي و ريسک نقدينگي توضیح داده­شود.

مباني نظري و پيشينه تحقيق

در مطالعات نظري صورت گرفته، طبقه‌بندي‌هاي مختلفي از ريسك ارائه شده است. بر اساس نظر سینکی[5] (1992)، ریسک بانک و مدیریت آن بر سه ریسک اعتباری، نرخ بهره و نقدینگی متمرکز است(مدرس و ذکاوت، 1382).

گرونينگ[6] و همكاران (1999) در تحقيقي كه در بانك جهاني صورت گرفت، طبقه‌بندي ديگري از ريسك ارائه نمودند. اين طبقه‌بندي با وجود اينكه به طور خاص در مورد ارزيابي ريسك در بانك‌ها مطرح شده است، از لحاظ موضوعي و محتوايي قابليت كاربرد براي ساير موسسات و سازمان‌هاي تجاري را نيز دارد.

گرونينگ در اين مدل، به ريسك وقايع[7] اشاره دارد كه به نوعي معناي تغييرات مثبت و منفي در منافع آينده را مد نظر قرار داده و به چهار طبقه ريسك مالي، ريسك عملياتي، ريسك تجاري، و ريسك وقايع اشاره مي‌كند.

نمودار شماره 1- تحلیل ریسک بانکداري(گرونينگ و براتانويک[8]، 2000)

ریسک‌های مالی، ریسک‌هایی هستند که به شدت به یکدیگر وابسته بوده و در مجموع ریسک کلی بانک را افزایش می‌دهند(اسدي پور، 1384) و به دو دسته ریسک خاص و بازار تقسیم مي‌شوند. ریسک خاص شامل ریسک­های نقدینگی، اعتباری و ریسک ساختار سرمایه و ریسک بازار شامل ریسک­های نوسان نرخ بهره، ارزی و قیمت است (جول[9]، 1999).

تعاريف مختلف زير از ریسک نقدينگي قابل بيان هستند:

ریسک نقدینگی عدم توانایی بانک در تامین وجوه برای اعطای تسهیلات یا پرداخت به موقع دیون خود نظیر سپرده­ها است (ترايپ[10]، 1999).

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(کروهي و مارک[11]، 2000).

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(اسدي پور، 1384).

نقدينگی، در دسترس بودن وجه نقد يا 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[12]، 2005).

از نگاهي ديگر، نقدينگي خاصيتي از دارايي‌ها است که به زمان و هزينه تبديل آن‌ها به پول بستگي دارد. به عبارتي، هزينه مبادله يک دارايي با پول، معياري براي سنجش نقدينگي آن دارايي است(فرجي، 1382).

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[13]، 2001).

ریسک نقدینگی به وجوه غیرمتمرکز[14] 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(بهرامي و عقيلي کرماني، 1381).

مديريت ريسک: در جدول شماره 1، انواع ریسک در نظام بانکی و روش‌های مدیریت آن ارائه شده است(محرابي، 1389).

جدول شماره 1- انواع مختلف ریسک در نظام بانکی و روش مدیریت آن(محرابي، 1389)

انواع ریسک

روش­های مدیریت

ریسک اعتباری

ايجاد ساختار مناسب وام دهی و احتیاط­های لازم برای حفاظت از منافع وام‌دهندگان، استفاده از مشتقه‌هاي اعتباری[15] 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 جاري.

ریسک عملیاتی

پوشش زیان‌های ناشی از قصور و عدم کارایی نیروی انسانی، شکست تدابیر امنیتی، کنترل‌ها و فناوري، 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.

نظريه‌هاي مديريت نقدينگي: مديريت نقدينگي يعني پيش‌بيني حجم تقاضا براي وجوه توسط مردم و تامين مقادير كافي وجوه براي اين نيازها به دو صورت برداشت از سپرده‌ها و تقاضا براي تسهيلات. در رابطه با مديريت نقدينگي، نظريه‌هاي زیر مطرح شده است:

نمودار شماره 2- نظريه‌هاي مديريت نقدينگي

نظريه وام‌هاي تجاري[16]: وام‌هاي سررسيد شده به صورت خودكار نقدينگي مورد نياز بانك را تامين مي‌كند. بر اساس اين نظريه، بهترين نوع سرمايه‌گذاري و دادن اعتبار، تسهيلات و سرمايه‌گذاري كوتاه‌مدت است (وود ورث[17]، 1968).

نظريه انتقال­پذيري[18]: طرفداران آن بر اين باورند كه بانك‌ها بايد مقدار قابل توجهي از وجوه خود را به صورت اوراق بهادار كوتاه‌مدت درجه يك و قابل معامله فوري نگهداري نمايند. در صورت بروز مشكل نقدينگي براي بانك، اين‌گونه اوراق بهادار مي‌تواند بدون ضرر و زيان قابل توجهي فروخته شود (رز[19]، 1999).

نظريه درآمد مورد انتظار[20]: طرفداران اين نظريه باور داشتند كه اغلب وام‌هاي تجاري و مصرفي در مقابل مجموعه‌اي از جريان‌هاي درآمدي اعطا شده است. اين جريان عظيم وصولي‌ها از حساب‌هاي تسهيلات، وجوه مداومي را در اختيار بانك مي‌گذاشت تا بتواند جوابگوي نيازهاي نقدينگي و تقاضاي تسهيلات جديد باشد (وود ورث، 1968).

نظريه مديريت تعهدات: طرفداران اين نظريه بر اين باورند كه نبايد تمام نقدينگي مورد نياز را در خود بانك نگهداري نمود. در هر زمان كه نقدينگي مورد نياز باشد، مديريت تعهدات مي‌تواند آن را از بازار تامين و يا خريداري كند (وود ورث، 1968).

نظريه مديريت دارايي-بدهي: از اواخر جنگ جهاني دوم تا آغاز دهه 1960 ميلادي، بانك‌ها وجوه مورد نياز خود را اغلب از محل سپرده‌هاي ديداري و كوتاه‌مدت تامين مي‌كردند. در چنين شرايطي مديريت وجوه بانك بر كنترل دارايي‌هاي آن متمركز بود و بانك‌ها دو منبع وجوه داشتند كه شامل سپرده‌هاي اصلي و وجوه خريداري شده بود(بانک اقتصاد نوين، 1387).

شش دسته از مهم‌ترين حساب‌هاي ترازنامه‌اي که با جريان‌هاي نقدي در ارتباط هستند شامل نقدينگي، تعهدات سپرده‌اي، سرمايه‌گذاري‌هاي بلند‌مدت و تسهيلات اعطايي، تعهدات بلند‌مدت و سرمايه، دارايي‌هاي غيرنقد كوتاه‌مدت، و تعهدات كوتاه‌مدت غيرسپرده‌اي می­باشد. از حساب­های مذكور، بانك در كوتاه‌مدت فقط مي‌تواند بر تعدادي از آن‌ها كنترل داشته باشد مانند دارايي‌هاي غيرنقد كوتاه‌مدت و تعهدات كوتاه‌مدت سپرده‌اي(عرب مازار و قنبري، 1376).

تاريخچه اندازه‌گيري ريسك: در سال 1952، هري ماركويتز[21] با ارائه مدلي كمي، به اندازه‌گيري ريسك پرداخت و با معرفي مدلي مبتني بر ريسك و بازده و ارائه خط مرز كارا[22] براي اولين بار مقوله ريسك را در كنار بازده و انحراف معيار قرار داد. شاگرد او ويليام شارپ[23] شاخص بتا را براي تغييرات نسبي ارزش يك سهم در قبال تغيير ارزش بازار ارائه و با معرفي مدل قيمت‌گذاري دارايي‌هاي سرمايه‌اي، مديريت علمي پرتفوي را پايه‌گذاري نمود. مك كالي[24] سنجه ديرش را به عنوان ملاك اندازه‌گيري ريسك اوراق بهادار با درآمد ثابت معرفي كرد و بر اساس آن مديريت دارايي‌ها و بدهي‌ها و طراحي استراتژي‌هاي مديريت ريسك از جمله تطابق ديرش و مصون‌سازي ارائه گرديد. ادامه كارهاي مك كالي به رابطه غيرخطي ارزش اوراق بهادار با درآمد ثابت و نرخ سود بازار منتهي شد و معيار تحدب به عنوان شاخصي دقيق‌تر براي محاسبه ريسك اين اوراق معرفي گرديد(رادپور و همکاران، 1388).

در سال‌هاي بعد، روش‌هاي ديگري از جمله واريانس و انحراف معيار[25]، نيمه واريانس[26]، ميانگين انحرافات مطلق[27]، ضريب تغيير، دامنه و احتمال بازدهي منفي مورد استفاده قرار گرفت(برزنده و حسيني، 1380).

بعد از دهه 1970، نرخ‌هاي بازدهي تعديل شده بر اساس ريسك، ملاك ارزيابي‌ها قرار گرفت. در سال 1996 موسسه جي پي مورگان[28] مدل ارزش در معرض خطر[29] را معرفي كرد. اين معيار تمامي انواع ريسك را در يك عدد خلاصه و مقداري از سرمايه يك موسسه را كه در معرض زيان قرار مي‌گرفت، تعيين مي‌نمود(رادپور و همکاران، 1388).

روش‌هاي اندازه‌گيري ريسك نقدينگي: به طور كلي این روش‌ها شامل تعيين منابع و مصارف نقدينگي و محاسبه خالص وضعيت نقدينگي، استفاده از نسبت‌هاي نقدينگي، شاخص نقدينگي، محاسبه شكاف تامين مالي و تخمين وجه نقد لازم براي تامين آن، اندازه‌گيري ارزش فعلي خالص ترازنامه بانك می­شوند(درگريگوريان، 1383).

مديريت دارايي‌ها و بدهي‌ها: روند ارزيابي ريسك نرخ بهره و ریسك نقدينگي و بكارگيري آن‌ها در سيستم تامين و تخصيص منابع بانكي به عنوان مديريت دارايي-بدهي شناخته شده و در كميته‌اي به همين نام[30] انجام مي‌پذيرد (گرونينگ و براتانويک، 2003).

مديريت دارايي براي كاهش ريسك نقدينگي: كاهش جريان‌هاي بازپرداخت وام و نيز درخواست‌هاي جديد وام نشان‌دهنده تحليل بالقوه وجوه نقد بانك است. رشد بازارهاي ثانويه براي طبقات مختلف دارايي‌ها، فرصت بانك را براي فروش يا تبديل حجم بالاتري از دارايي‌ها به اوراق‌بهادار و با سرعت بيش‌تر افزايش مي‌دهد. دارايي‌هاي استهلاك پذير، نسبت به دارايي‌هاي استهلاك ناپذير، جريان‌هاي نقد بيش‌تري را قبل از سررسيد ايجاد مي‌كنند. برنامه‌اي را كه با افزايش نگهداري وام‌هاي استهلاك پذير و در مقابل كاهش وام‌هاي استهلاك ناپذير همراه است، مي‌توان به عنوان يك برنامه بهبود نقدينگي در نظر گرفت(بانک اقتصاد نوين، 1387).

مديريت بدهي براي كاهش ريسك نقدينگي: به منظور ارزيابي جريان‌هاي نقدي ناشي از بدهي‌ها، بانك بايد در وهله اول رفتار بدهي‌هايش را در شرايط عادي تجاري بررسي كند. همچنين استفاده از روش‌هاي تنوع‌سازي در بدهي‌ها و وام‌هاي غيرتضميني می­تواند منجر به کاهش ریسک نقدینگی بانک شود. سپرده‌هاي مدت‌دار و قرض‌هاي بدون سررسيد، يكي از پايدارترين منابع تامين مالي در هنگام بروز مشكل مالي هستند(ميکاييل‌پور و شيوا، 1382).

فرضیه تحقیق

اين تحقيق درصدد يافتن پاسخ اين پرسش است كه “آیا رابطه معناداري میان ریسک نقدینگی و ترکیب دارایی‌ها-بدهی‌هاي بانک‌ها در ایران وجود دارد؟”

روش‌شناسي تحقيق

از نظر طبقه‌بندي تحقيق بر مبناي هدف، اين پژوهش از نوع تحقيقات كاربردي است؛ چرا كه در پي آن است كه نتيجه تحقيق را براي حل مسائل اجرايي و واقعي بكار گيرد. اندازه‌گیری ریسک نقدینگی و ارتباط آن با ترکیب دارایی-بدهی بانک‌ها مورد استفاده كليه 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 1390 و با استفاده از داده‌های صورت‌های مالی بانک‌های فعال کشور طي سال‌های 1386 تا 1389 شامل بيست بانک دولتي و خصوصي انجام پذیرفته است. محقق براي نمونه‌گيري اقدام به تمام‌شماري اعضاي جامعه نموده و مشاهدات جمع­آوری شده شامل پنج نسبت نقدينگي و چهار نسبت دارايي-بدهي براي بيست بانك و طي چهار سال متوالي و به طور کلی شامل 711 مشاهده است.

از آنجا ‌كه اجراي اين تحقيق مستلزم انجام مطالعات نظري و ميداني بود، اطلاعات لازم در حوزه مباني نظري مديريت نقدينگي و دارايي و بدهي بانك‌ها بيشتر به صورت کتابخانه‌ای، مقالات، کتب و نشریات داخلی و خارجی علمی (به زبان‌های فارسی و انگلیسی) و همچنین مصاحبه با افراد مطلع در حوزه مالي و بانكي و استفاده از نظرات كارشناسانه آن‌ها جمع‌آوري شد.

در اين تحقيق، تركيب دارايي-بدهي بانك‌ها كه با استفاده از نسبت‌ها و شاخص‌هاي مالي خاصي مورد تعريف قرار گرفته و كمّي شده، به عنوان متغير مستقل و ريسك نقدينگي كه با استفاده از نسبت‌هاي مالي محاسبه گردیده نيز به عنوان متغير وابسته تحقيق به شمار مي‌رود.

نقاط ضعف و قوت روش تجزيه و تحليل نسبت‌هاي مالي: در اين روش، محاسبه كار ساده‌اي‌ است؛ معياري براي مقايسه ميان فعاليت‌ها در يك مقطع زماني بدست مي‌دهد كه قابل مقايسه با متوسط صنعت است؛ تعيين روند سنواتي موسسه و تغييراتي كه در اين روند رخ داده و نيز تشخيص ارقام غيرعادي، از اين طريق امكان‌پذير است؛ در شناخت زمينه‌هاي مسئله‌ساز در يك موسسه مورد استفاده قرار مي‌گيرد و در نهايت اگر با روش‌هاي ديگر ادغام شود، مي‌تواند در يك فرايند ارزيابي و قضاوت نسبت به عملكرد مالي موسسه نقش مهمي را ايفا كند.

در مقابل، چنانچه تنها به اين نسبت‌ها توجه شود، به ندرت راه‌حل مسائل مي‌باشند و علل اصلي مشكلات موسسه را روشن نمي‌سازند. تحليل‌گر در تحليل داده‌ها به سادگي دچار اشتباه مي‌شود و احتمال تفسير غلط وجود دارد. نكته ديگر اينكه اغلب، استاندارد قابل قبولي در مورد نسبت‌ها وجود ندارد(جهانخاني و پارسائيان، 1376).

نسبت‌هاي مالي در اين تحقيق بر اساس اطلاعات مندرج در ترازنامه بانك‌ها در ايران محاسبه شد چرا که ترازنامه بيانگر تغييرات مستمر در تركيب دارايي‌ها و بدهي‌ها است؛ مانند تصويري كه در يك لحظه از زمان وضعيت مالي بانك را نشان مي‌دهد(وفادار، 1377).

در جدول شماره 2، نمونه‌اي از سرفصل‌هاي مندرج در ترازنامه بانك‌ها در ايران قابل مشاهده است که برای محاسبه نسبت­های مالی مورد استفاد قرار گرفته­اند:

جدول شماره 2- سرفصل‌هاي مندرج در ترازنامه بانك‌ها(موسسه عالي آموزش بانکداري ايران، 1390)

دارايي‌ها بدهي‌ها و حقوق صاحبان سهام
نقد بدهي به بانك مركزي
مطالبات از بانك‌هاي مركزي بدهي به بانك‌ها و مؤسسات اعتباري
مطالبات از بانك‌ها و مؤسسات اعتباري سپرده‌هاي ديداري
تسهيلات اعطايي و مطالبات سپرده‌هاي پس‌انداز و مشابه
           تسهيلات اعطايي و مطالبات از بخش دولتي سپرده‌هاي سرمايه‌گذاري مدت‌دار
           تسهيلات اعطايي و مطالبات از بخش غيردولتي          سپرده‌هاي سرمايه‌گذاري بلندمدت
اوراق مشاركت و ساير اوراق مشابه          سپرده‌هاي سرمايه‌گذاري كوتاه‌مدت
سرمايه‌گذاري‌ها و مشاركت‌ها ساير سپرده‌ها
         حساب مشاركت حقوقي / بخش دولتي ذخاير و ساير بدهي‌ها
         حساب مشاركت حقوقي / بخش غيردولتي اقلام در راه
         حساب سرمايه‌گذاري مستقيم حقوق صاحبان سهام
         حساب سهام و مشاركت‌هاي خارجي جمع بدهي‌ها و حقوق صاحبان سهام
ساير موارد
         حساب ذخيره كاهش ارزش سهام
دارايي‌هاي ثابت
ساير دارایي‌ها
اقلام در راه
جمع دارايي‌ها

تحليل كمي تركيب دارايي-بدهي بانک‌ها با استفاده از نسبت‌هاي مالي: نسبت‌هاي مالي و روند آن‌ها، ابزار تحليل كمي دارايي-بدهي را تشكيل مي‌دهند. در اين تحقيق براي تعريف ترکيب دارايي‌ها و بدهي‌ها و بررسي روند تغييرات آن‌ها، از نسبت‌هاي زير كه با توجه به داده‌هاي موجود قابل اندازه‌گيري بودند؛ استفاده شده است:

خالص وام‌ها به كل دارايي‌ها: اين نسبت ميزان دارايي‌هايي را كه براي پرداخت وام تخصيص يافته نسبت به كل دارايي‌ها مشخص مي‌نمايد. مديريت بايد براي جلوگيري از مشكلات نقدينگي، يك مقدار حداكثري را براي اين نسبت تعريف كند (جايسوال، 2010).

نسبت دارايي‌هاي نقد به كل دارايي‌ها: اين نسبت درصدي از كل دارايي‌ها را كه در دارايي‌هاي نقد سرمايه‌گذاري شده‌اند، نشان مي‌دهد. دارايي‌هاي نقد اغلب بدون بهره‌اند و يا بهره‌هاي بسيار پاييني دارند و تنها براي پاسخگويي به نياز نقدينگي، به صورت نقدي و به ميزان كافي نگهداري مي‌شوند (جايسوال، 2010).

حاشيه بهره خالص: اين نسبت از تقسيم تفاوت بهره دريافتي (از تسهيلات) و سود پرداختي (به سپرده‌ها) بر كل تسهيلات اعطايي محاسبه مي‌شود. اين نسبت مهم نشان مي‌دهد كه متوسط حاشيه سود بانك از بابت دريافت سپرده و اعطاي وام چقدر است (جايسوال، 2010).

كل بدهي‌ها به كل دارايي‌ها: با اين نسبت درصدی از دارایی­هایی كه از محل بدهي‌ها تامين شده است محاسبه مي‌شود. اين نسبت براي واحدهاي تجاري به عنوان شاخصي براي تعيين ريسك مالي استفاده مي‌شود يعني هر استقراض باعث مي‌شود شركت بخش بيشتري از منابع خود را از محل وام تامين كند و احتمال اينكه در بازپرداخت برخي از وام‌هاي خود ناتوان بماند افزايش مي‌يابد(پي نو، 1385).

بكارگيري نسبت‌هاي نقدينگي جهت ارزيابي ريسک نقدينگي بانك‌ها: وضعيت نقدينگي يک موسسه مي‌تواند توسط آزمون معیارهایی از ترازنامه، صورت سود و زيان و جريان وجوه نقد تعيين شود. چرا كه وقتي اطلاعات تاريخي در زمان‌هاي مختلف جمع‌آوري مي‌شوند، روندهايي بدست مي‌آيد كه تعيين مي‌كنند وضعيت يک شركت در طول زمان از نظر نقدينگي بهتر شده است يا بدتر(بنکز، 2005).

در اين ميان، محقق براي ارزيابي ريسك نقدينگي، از اساسي‌ترين نسبت‌هاي نقدينگي كه با توجه به داده‌ها و طبقه‌بندي‌هاي موجود در ترازنامه بانك‌هاي ايران قابل محاسبه بوده به شرح زیر بهره برده است:

نسبت وام‌ها به سپرده‌ها[31]: برابر است با خالص وام‌ها و اجاره‌ها تقسيم بر كل سپرده‌ها. اين نسبت نشان‌دهنده قسمتي از سپرده‌ها است كه پشتوانه وام‌هاي پرداختي هستند. اين نسبت درجه‌اي را نشان مي‌دهد كه يك بانك مي‌تواند كسب و كار وام‌دهي خود را از محل سپرده‌هايش تامين نمايد(بنکز، 2005).

نسبت‌هاي بدهي جاري: شامل نسبت بدهي‌هاي جاري به حقوق صاحبان سهام، به جمع دارايي‌ها و به جمع بدهي‌ها می­باشد. نسبت‌هاي بدهي جاري، وزن تعهدات كوتاه‌مدت را در جنبه‌هاي مختلف ترازنامه شركت نشان مي‌دهند. هر چه اين نسبت‌ها كم‌تر باشد، وزن بدهي‌هاي كوتاه‌مدت كم‌تر است(بنکز، 2005).

نسبت تركيب سپرده[32]: اين نسبت برابر است با سپرده‌هاي ديداري تقسيم بر سپرده‌هاي مدت‌دار و ميزان وجوه ثابت هر بانك را نشان مي‌دهد. كاهش این نسبت، نشانگر افزايش سپرده‌هاي مدت‌دار و كاهش در نيازهاي نقدينگي است (رز، 1999).

از آنجا كه تحليل همبستگي معمولا به همراه تحليل رگرسيون است(مومني و آذر، 1387)، در اين تحقيق به منظور تایید نتایج تحلیل کانونی از الگوهاي رگرسيوني استفاده مي‌شود.

با توجه به اینکه دو یا چند دسته اطلاعات در اختیار محقق قرار دارد، تحقيق حاضر از نظر طبقه‌بندي بر حسب روش، از نوع “همبستگی” یا “همخوانی” با استفاده از اطلاعات تاریخی (مربوط به گذشته) و پس‌رویدادی است. تحقيقات همبستگي شامل كليه تحقيقاتي مي‌شود كه در آن‌ها سعي بر آن است كه رابطه بين متغيرهاي مختلف با استفاده از ضريب همبستگي، كشف و تعيين شود(دلاور، 1381).

روش آماری مورد استفاده در این تحقیق، آزمون همبستگی كانوني متغیرها است. براي محاسبه نسبت‌هاي مالي و استفاده از اين روش آماري، نرم‌افزارهای اکسل و اس‌‌پي‌اس‌اس[33] به دليل وجود قابليت‌هاي مورد نياز محقق در اين نرم افزارها، بكار گرفته شده است.

همبستگي كانوني[34]: در اين تجزيه و تحليل نمي‌توان رابطه علت و معلولي در مورد متغيرها 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 (وينينک[35]، 2003).

در اين تحقيق به بررسي پنج نسبت نقدينگي و چهار نسبت دارايي-بدهي براي بيست بانك و طي چهار سال متوالي پرداختيم؛ بنابراين ماتريس داده‌هاي اين تحقيق شامل دو ماتريس متغيرهاي وابسته يا Y و متغيرهاي مستقل يا X با ابعاد 80×5 و 80×4 مي‌باشد.

پيش زمينه رياضي همبستگي كانوني، توسط هتلينگ[36] (1936) ارائه شده است و دو معادله‌اي كه تجزيه تحليل را اداره مي‌كنند به شرح زير هستند:

(∑xy’ ∑xx-1 ∑xy–ρ2 ∑yy)y=0     رابطه (13-3)

(∑xy ∑yy-1 ∑xy’–ρ2 ∑xx)x=0     رابطه (14-3)

xy’∑ ترانهاده ماتريس xy∑ است (وينينک، 2003).

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 پيللايي[37]، لانداي ويلك[38]، اثر هُتلينگ[39] و بزرگترین ریشه روی[40] می­باشد (اولسون[41]، 1974).

تجزيه و تحليل داده‌ها

براي بررسي رابطه ميان متغيرها در هر گروه، ابتدا از ضريب همبستگي پيرسون و سپس براي بررسي رابطه ميان متغيرهاي مستقل و وابسته با يكديگر، روش تحلیل همبستگی کانونی بكار رفت.

نتايج تحليل همبستگی پيرسون: پس از بدست آوردن این شاخص، قوی‌‌ترین همبستگی‌هاي مشاهده شده در مجموعه متغيرهاي مستقل، میان متغیرهاي حاشيه بهره خالص و خالص وام‌ها به کل دارايي‌ها و در مجموعه متغيرهاي وابسته، ميان متغيرهاي بدهي‌هاي جاري به کل دارايي‌ها و بدهي‌هاي جاري به سرمايه مي‌باشد.

3.      نتيجه‌گيري

مطابق جدول زیر، از نظر آماری و بر اساس آزمون‌های لاندای ویلک و اثر پیلایی، روی و هتلینگ، تابع کانونی در سطح 0.01 معنی­دار است.

جدول شماره 3- آزمون‌های معنی‌داری تابع کانونی

نام آزمون مقدار آماره آماره F
اثر پیلایی 1.64 9.7
هتلینگ 51.22 167.75
لاندای ویلک 0.0088 35.3
روی 0.98

 

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

نمودار شماره 3- همبستگی کانونی و بار کانونی برای متغیرهای کانونی (زوج اول)

 

خلاصه نتایج مدل­های رگرسیونی در جدول زير قابل مشاهده است:

جدول شماره 4- خلاصه نتایج مدل‌های رگرسیونی

متغیر وابسته تعداد متغیرهای مستقل معنی‌دار متغیرهای مستقل معنی دار[42] مدل
نسبت وام‌ها به سپرده‌ها 2 كل بدهي‌ها به كل دارايي‌ها و خالص وام‌ها به كل دارايي‌ها Y1=3.027 x1-5.11 x2-1.58 x3-5.59 x4
بدهي‌هاي جاري تقسيم بر سرمايه 2 كل بدهي‌ها به كل دارايي‌ها و نسبت دارايي‌هاي نقد به كل دارايي‌ها Y2=8.86 x1+324.46 x2-14.38 x334.54 x4
بدهي‌هاي جاري تقسيم بر جمع دارايي‌ها 2 كل بدهي‌ها به كل دارايي‌ها و نسبت دارايي‌هاي نقد به كل دارايي‌ها Y1=0.39 x1+10.66×2+0.06 x3+0.36 x4
بدهي‌هاي جاري تقسيم بر جمع بدهي‌ها 2 كل بدهي‌ها به كل دارايي‌ها و نسبت دارايي‌هاي نقد به كل دارايي‌ها Y1=0.41 x1+11.61 x2+0.03×3-0.6 x4
نسبت تركيب سپرده 4 تمام متغیرهای مستقل Y1=-6.95 x1+80.6 x2+6.14 x3-11.72 x4

با توجه به نمودار شماره 3، پس از انجام تحلیل کانونی، 98 درصد تغییرپذیری متغیرهای وابسته (نسبت‌های نقدینگی) با تغییرپذیری متغیرهای مستقل (ترکیب دارایی-بدهی) تبیین شد. بنابراین می‌توان گفت که فرضیه تحقیق مبني بر وجود رابطه معنادار ميان ريسک نقدينگي و ترکيب دارايي‌ها-بدهي‌ها در بانک‌ها مورد اثبات قرار گرفته است.

در بيان علت وجود رابطه میان متغیرهای ریسک نقدینگی و ترکیب دارایی-بدهی بانک­ها، دلایل احتمالي را می­توان در خاصیت دارایی­ها و بدهی­ها دانست. یعنی عامل تاثیرگذار بر این رابطه ماهیت دارایی و ماهیت بدهی بانکي است. و بر اين 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.

4.      محدوديت‌هاي تحقيق

در اجرای تحقیق، مشکلات، موانع و محدودیت‌های مختلفي به شرح زير مشاهده گرديد:

  • نبود صورت‌های مالی بانک‌های مورد بررسی در مقاطع ميان دوره‌اي کوتاه‌تر از یکسال (به عنوان مثال به صورت فصلی یا ماهانه) بويژه براي بانک‌هاي دولتي، 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 دليل عدم طبقه‌بندي صحيح دارايي‌ها و بدهي‌ها.
  • عدم افشاي محاسبات مربوط به ريسك‌هاي بانكي و عدم افشاي اطلاعات كافي براي محاسبه ريسك‌هاي بانكي از جمله ريسك نقدينگي، از سوي بانك‌هاي كشور.
  • نبود دسترسي به اطلاعات طبقات مختلف مطالبات و بدهي‌هاي بانك‌ها جهت بررسي عدم تطابق سررسيدها.

5.      پيشنهادها

پيشنهادات: بر اساس نتایج و بررسی­های بعمل آمده، مدیران بانک­ها باید اقدام به راه­اندازی کمیته­های مدیریت ریسک و مدیریت دارایی-بدهی[43] 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 مؤمني، منصور، 1387، آمار و كاربرد آن در مديريت، تهران، سازمان مطالعه و تدوين كتب علوم انساني دانشگاه‌ها (سمت).
  2. اسدی پور، نوشین، 1384، بررسي نقش و اهميت نظارت مبتني بر ريسک در نظارت بانکي و مقايسه آن با نظارت تطبيقي، پايان نامه مقطع کارشناسي ارشد، تهران، موسسه علوم بانکي.
  3. بانک اقتصاد نوين، پروژه توسعه نرم‌افزار مدیریت ریسک گروه مطالعات و مدیریت ریسک بانک اقتصاد نوین، 1387، مدیریت دارایی- بدهی و ریسک نقدینگی در مؤسسات مالی، تهران، نشر فرا سخن.
  4. برزنده، محمد و حسيني، رضا، 1380، “درآمدي بر مديريت ريسک و مفاهيم مرتبط با آن”، فصلنامه بانک کشاورزي، شماره 2، ص 125-139.
  5. بهرامی، مهناز و عقیلی کرمانی، 1381، مجموعه مقالات سیزدهمین همایش بانکداری اسلامی، مدیریت ریسک در بانکداری اسلامی، تهران، موسسه عالی بانکداری ایران.
  6. پي نو، ريموند، 1374 و 1385، مديريت مالي، جلد اول، [ترجمه علي جهانخاني و علي پارسائيان]، تهران، انتشارات سمت.
  7. جهانخاني، علي و پارسائيان، علي، 1376، مديريت مالي، تهران، انتشارات سمت.
  8. درگريگوريان، سيونه، 1383، طراحي مدل اندازه‌گيري ريسك نقدينگي براي نظام بانكداري خصوصي ايران (مورد بانك سامان)، پايان نامه درجه كارشناسي ارشد، تهران، دانشگاه شهيد بهشتي.
  9. دلاور ، علي، 1381، راهنمای تحقیق و ارزشیابی در روان‌شناسی و علوم تربیتی، تهران، انتشارات ارسباران.
  10. رادپور، ميثم، رسولي زاده، علي، رفيعي، احسان و لهراسبي، علي اصغر، 1388، مديريت ريسك بازار: رويكرد ارزش در معرض خطر، تهران، شركت ماتريس تحليلگران سيستم هاي پيچيده.
  11. رستميان، فروغ و حاجي بابايي، فاطمه، 1388، “اندازه‌گيري ريسك نقدينگي بانك با استفاده از مدل ارزش در معرض خطر (مطالعه موردي: بانك سامان)”، پژوهشنامه حسابداري مالي و حسابرسي، تهران، ص 175-198.
  12. شايان آراني، شاهين، 1380، “نوآوري در ابزارهاي مالي در بانكداري اسلامي”، مجموعه مقالات يازدهمين همايش بانكداري اسلامي، تهران، ص 225-227،.
  13. عرب مازار، عباس و قنبري، حسنعلي، 1376، مباني نظري مديريت نقدينگي در بانک‌ها، تهران، مجموعه سخنراني‌ها و مقالات هشتمين سمينار بانکداري اسلامي.
  14. فرجي، يوسف، 1382، آشنايي با ابزارها و نهادهاي پولي و مالي، تهران، مؤسسه عالي بانکداري ايران.
  15. مدرس، احمد، ذکاوت، سید مرتضی، 1382، “مدل‌های ریسک اعتباری مشتریان بانک (مطالعه موردی)”، حسابرس، شماره 19، تهران، ص 54-58.
  16. محرابی، ليلا، 1389، “مديريت ريسک در نظام بانکداری بدون ربا (با تاکيد بر ريسک اعتباری)”، تازه‌های اقتصاد، پژوهشکده پولی و بانکی، سال هشتم، شماره 130، ص 70-77.
  17. مؤسسه عالي آموزش بانكداري ايران، 1390، گزارش عملكرد بانك‌هاي كشور در سال 1389، بيست و دومين همايش بانكداري اسلامي، CD.
  18. میکاییل­پور، حسین و شیوا، رضا، 1382، مدیریت ریسک در حوزه بانکداری، مجموعه مقالات چهاردهمین همایش بانکداری اسلامی، ص 186-204.
  19. وفادار، عباس، 1377، “نسبت‌هاي مالي و تجزيه و تحليل صورت‌هاي مالي بانك‌ها”، حسابدار، جلد 13، شماره 125، تهران، ص 3-13.
  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 پشتيبان- نتايج تحليل کانونی در نرم­افزار اس‌پي‌اس‌اس

– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
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 * * * * * * * * * * * * * * * * *
         76 cases accepted.
           0 cases rejected because of out-of-range factor values.
           4 cases rejected because of missing data.
           1 non-empty cell.
           1 design will be processed.
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
* * * * * * * * * * * * * * * * * A n a l y s i s   o f   V a r i a n c e — Design   1 * * * * * * * * * * * * * * * * *
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              1.63826         9.71136           20.00           280.00             .000
Hotellings           51.22235       167.75319           20.00           262.00             .000
Wilks                 .00880         35.32715           20.00          223.16             .000
Roys                   .98048
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
Eigenvalues and Canonical Correlations
Root No.       Eigenvalue           Pct.     Cum. Pct.     Canon Cor.       Sq. Cor
         1         50.23568       98.07376       98.07376         .99019         .98048
         2           .69037       1.34779         99.42155         .63907         .40841
         3           .22907         .44720       99.86876         .43171         .18638
         4           .06723         .13124     100.00000         .25098         .06299
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
Dimension Reduction Analysis
Roots             Wilks L.               F       Hypoth. DF         Error DF       Sig. of F
1 TO 4               .00880         35.32715           20.00           223.16             .000
2 TO 4               .45101         5.27327           12.00           180.20             .000
3 TO 4              .76237         3.34172             6.00           138.00             .004
4 TO 4               .93701         2.35293             2.00           70.00             .103
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
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           .65991         .64075   98249.47745     2852.57178       34.44242           .000
debt_cur           .31920         .28084 5226104.86011   627976.12040       8.32214           .000
debt_c_1           .27490         .23405     1935.60520     287.63460       6.72939           .000
debt_c_2           .23006         .18668     1896.89425     357.65198       5.30374           .001
com_depo           .56331         .53871   514900.44957   22487.98465       22.89669           .000
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
Raw canonical coefficients for DEPENDENT variables
             Function No.
Variable                 1               2               3               4
loan_dep           -.00091           .01085         -.00046           .00769
debt_cur           -.00002           .00002         -.00031         -.00127
debt_c_1           -.09740           .01155           .04066           .14115
debt_c_2             .09054         -.00636           .01703         -.13191
com_depo           -.00045         -.00422           .00043           .00341
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
Standardized canonical coefficients for DEPENDENT variables
             Function No.
Variable                 1               2               3               4
loan_dep           -.08093           .96707         -.04118          .68536
debt_cur           -.01768           .01730         -.28582         -1.18634
debt_c_1           -1.88746           .22382           .78801         2.73522
debt_c_2           1.89861         -.13333           .35716        -2.76612
com_depo           -.09896         -.93160           .09536           .75247
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
Correlations between DEPENDENT and canonical variables
             Function No.
Variable                 1               2               3               4
loan_dep             .74641           .49317          .26858           .11842
debt_cur           -.52343         -.04872           .30010         -.72168
debt_c_1           -.34156           .05458           .91826         -.18474
debt_c_2             .24784           .04586          .94636         -.18058
com_depo             .64757         -.55583           .36954           .09099
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
Variance in dependent variables explained by canonical variables
CAN. VAR.       Pct Var DEP     Cum Pct DEP     Pct Var COV     Cum Pct COV
         1           28.57078         28.57078         28.01314         28.01314
         2           11.19237         39.76315         4.57111         32.58426
         3           40.75106         80.51420         7.59500         40.17926
         4           12.19725         92.71145           .76833         40.94758
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
Raw canonical coefficients for COVARIATES
             Function No.
COVARIATE                 1               2               3               4
net_loan           -.00105           .10065           .03651         -.04052
cash_ass           -.02462         -.53253          1.31802         -.81227
net_int             -.00443         -.06697           .02488           .12698
T_debt_a           -.08052         -.00420         -.02034           .01254
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
Standardized canonical coefficients for COVARIATES
             CAN. VAR.
COVARIATE                 1               2              3               4
net_loan           -.01222         1.17384           .42586         -.47256
cash_ass           -.01561         -.33751           .83535         -.51482
net_int             -.04045         -.61139           .22710         1.15919
T_debt_a           -.99543         -.05195         -.25146           .15498
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
Correlations between COVARIATES and canonical variables
             CAN. VAR.
Covariate                 1               2               3               4
net_loan           -.12152           .79150           .51055           .31320
cash_ass           -.23332         -.44072           .77307         -.39204
net_int             -.01965           .12801           .55695           .82039
T_debt_a           -.99864         -.00801         -.04102         -.03103
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
Variance in covariates explained by canonical variables
CAN. VAR.       Pct Var DEP     Cum Pct DEP     Pct Var COV     Cum Pct COV
         1           26.15151         26.15151         26.67209         26.67209
         2           8.54767         34.69918         20.92897         47.60105
         3           5.45225         40.15143         29.25410         76.85516
         4           1.45794         41.60936         23.14484       100.00000
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
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       3.0275548282   .3962650858         .70602       4.28823           .000       1.61980       4.43531
cash_ass     -5.1110576794     -.0363527896       10.09830       -.50613           .614     -25.24649       15.02438
net_int       -1.5794157697     -.1618028177         .89899       -1.75688           .083       -3.37194         .21311
T_debt_a     -5.5982515428     -.7766322796         .51866     -10.79372           .000       -6.63243       -4.56408
Dependent variable .. debt_current1           بدهي‌هاي جاري تقسيم بر سرمايه
COVARIATE               B           Beta     Std. Err.       t-Value     Sig. of t     Lower -95%     CL- Upper
net_loan       8.8574752169   .1105518079       10.47532         .84556           .401     -12.02972       29.74467
cash_ass  324.4663145286   .2200689078     149.83091       2.16555           .034       25.71196     623.22067
net_int     -14.3863408617     -.1405406855       13.33848       -1.07856           .284     -40.98252       12.20984
T_debt_a     34.5379106938   .4569000463       7.69546       4.48809           .000       19.19360       49.88222
Dependent variable .. debt_current2         بدهي‌هاي جاري تقسيم بر جمع دارايي‌ها
COVARIATE               B           Beta     Std. Err.       t-Value     Sig. of t     Lower -95%     CL- Upper
net_loan       .3918013942   .2358092992         .22419       1.74763           .085       -.05522         .83882
cash_ass     10.6563493709     .3485271140       3.20664       3.32321           .001       4.26249       17.05021
net_int         .0607807155   .0286323225         .28547         .21292           .832       -.50842         .62999
T_debt_a       .3573772447   .2279770258         .16470       2.16992           .033        .02898         .68577
Dependent variable .. debt_current3           بدهي‌هاي جاري تقسيم بر جمع بدهي‌ها
COVARIATE               B           Beta     Std. Err.       t-Value     Sig. of t     Lower -95%     CL- Upper
net_loan       .4077985427   .2268090760         .24999       1.63125           .107       -.09067         .90627
cash_ass     11.6100996074     .3509004091       3.57569       3.24695           .002       4.48037       18.73983
net_int        .0284848358   .0124000746         .31832         .08948           .929       -.60623         .66320
T_debt_a       -.6031792846   -.3555743414         .18365       -3.28438           .002       -.96937       -.23699
Dependent variable .. com_deposit         نسبت تركيب سپرده
COVARIATE               B           Beta     Std. Err.       t-Value     Sig. of t     Lower -95%     CL- Upper
net_loan     -6.9599789929     -.3676510941       1.98231       -3.51105           .001     -10.91259       -3.00737
cash_ass     80.6099802201     .2313928406       28.35340       2.84304           .006       24.07491     137.14505
net_int       6.1420561373   .2539437530       2.52412       2.43334           .017      1.10910       11.17501
T_debt_a     -11.7240843664     -.6564113859       1.45626       -8.05083           .000     -14.62778       -8.82039
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
* * * * * * * * * * * * * * * * * A n a l y s i s   o f   V a r i a n c e — Design   1 * * * * * * * * * * * * * * * * *
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               .96820       408.03015             5.00           67.00            .000
Hotellings           30.45001       408.03015             5.00           67.00             .000
Wilks                 .03180       408.03015             5.00           67.00             .000
Roys                   .96820
Note.. F statistics are exact.
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
Eigenvalues and Canonical Correlations
Root No.       Eigenvalue           Pct.     Cum. Pct.     Canon Cor.
         1         30.45001     100.00000     100.00000         .98397
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
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       150009.73010     202532.59645     150009.73010       2852.57178         52.58754             .000
debt_cur       6241756.83365     44586304.54837     6241756.83365       627976.12040           9.93948            .002
debt_c_1           14.62017     20422.05657         14.62017       287.63460           .05083             .822
debt_c_2         6323.05519     25393.29076       6323.05519       357.65198         17.67935             .000
com_depo       1872177.40470     1596646.90991     1872177.40470       22487.98465         83.25234             .000
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
EFFECT .. CONSTANT (Cont.)
Raw discriminant function coefficients
             Function No.
Variable                 1
loan_dep             .00735
debt_cur             .00015
debt_c_1             .67634
debt_c_2           -.63213
com_depo             .00284
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
Standardized discriminant function coefficients
             Function No.
Variable                 1
loan_dep             .39236
debt_cur             .12043
debt_c_1           11.47063
debt_c_2         -11.95473
com_depo             .42628
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
Estimates of effects for canonical variables
             Canonical Variable
  Parameter               1
         1         -51.51075
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
Correlations between DEPENDENT and canonical variables
             Canonical Variable
Variable                 1
loan_dep           -.15596
debt_cur             .06780
debt_c_1             .00485
debt_c_2           -.09043
com_depo           -.19623
– – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – – –
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

[1] – آدرس: مجیدیه شمالی، 16 متری دوم، خیابان شهید منصوری، بالاتر از بوستان مجیدیه، کوچه خسرو، پلاک 5، طبقه سوم، 09124143677 ،Email: fkacca66@gmail.com

[2] – SPSS

[3] – Jaiswal

[4] – Mohapatra and Chakraborty

[5] – Sinkey

[6] – Greuning

[7] – Exposure Risk

[8] – Greuning and Bratanvic

[9] – Joel

[10] – Tripe

[11] – Crouhy and Mark

[12] – Banks

[13] – Falconer

[14] – Non-core Funding

[15] -Credit Derivatives

[16] – Commercial Loan Theory

[17] – Wood Worth

[18] – Shiftability Theory

[19] – Rose

[20] – Anticipated Income Theory

[21] – Harry Markowitz

[22]– Efficient Frontier Line

[23] – William Sharoe

[24] – Mac caulai

[25] – Variance and Standard Deviation

[26] – Semivariance

[27] – Mean Absolute Deviation

[28] – J.P.Morgan

[29] – Value at Risk (VaR)

[30] – Asset Liability Committee (ALCO)

[31] – Loans to Deposits Ratio

[32] – Composition of deposits

[33] – SPSS

[34] – Canonical Correlation

[35] -Wenink

[36] – Hotelling

[37] – Pillai’s trace

[38] – Wilk’s Lambda

[39] – Hotelling’s trace

[40] – Roy’s largest root

[41] – Olson

-[42] 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 0.05 است(Sig<0.05 ).

[43] – Asset Liability Committee (ALCO)

دیدگاهتان را بنویسید

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