نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشگاه علامه طباطبایی

2 دانشیار دانشکده اقتصاد دانشگاه علامه طباطبایی

چکیده

به دلیل بالا بودن مطالبات معوق در صنعت بانکداری ایران، برآورد احتمال نکول وامگیرندگان برای مدیریت ریسک اعتباری از اهمیت زیادی برخوردار است. در این مقاله، آزمون استرس احتمالات نکول در صنعت بانکداری ایران با استفاده از رویکرد پرتفوی اعتباری انجام میشود. روش مطالعه براساس سیستمی از معادلات و شبیه‌سازی است. در مرحله اول، اثر متغیرهای کلان اقتصادی بر نرخهای نکول برآورد میشوند. سپس روابط پویای متغیرهای کلان اقتصادی با استفاده از مدل VAR برآورد میشوند. با استفاده از سیستم معادلات دو مرحله بالا و ساختار ماتریس واریانس-کواریانس باقیماندهها، شبیهسازی احتمالات نکول با روش مونت-کارلو در افق زمانی یک ساله تحت سناریوی پایه و سناریوهای استرس اجرا میشود. در انتها، مقدار تاثیر شوکهای مختلف از مقایسه احتمالات نکول تحت سناریوهای استرس مختلف با سناریوی پایه (سناریوی بدون شوک) محاسبه میشود. ابتدا جهت مقایسه مقدار تاثیر شوک‌های مختلف به اندازه یک انحراف معیار به هر کدام از متغیرهای کلان اقتصادی، شوک وارد شده است که این سناریوها لزوما بیانگر بدترین وضعیت که هدف آزمون استرس است، نیستند. بنابراین براساس دادههای اقتصاد ایران، چهار سناریوی حدی تعریف و تاثیر آن‌ها بررسی شده است. نتایج حاصل از شبیهسازی حاکی از آن است که شوک نرخ بیکاری مخربترین عامل برای نرخهای نکول بوده است. دومین شوک قوی اثرگذار بر نرخ نکول، شوک نرخ ارز است. شوک نرخ رشد تولید ناخالص داخلی نیز تاثیر قابل توجهی داشته است. شوک نرخ تورم، کماثرترین شوک است. این نتایج با ضرایب حاصل از تخمین معادله نکول و معنیداری آنها نیز سازگار هستند. با مقایسه اثرات در چندکهای مختلف توزیع، مشاهده میشود که تمامی شوکها در دنبالهپایین نسبت به دنباله بالا، اثر بیشتری به‌جا گذاشتهاند. همچنین نتایج نشان میدهند که اثرات شوک در دورهدوم افزایش پیدا میکند، اما در دورههای بعد روند کاهشی داشته است.

کلیدواژه‌ها

حیدری هادی، زهرا زواریان و ایمان نوربخش (1388)، «بررسی اثر شاخص‌های کلان اقتصادی بر مطالبات معوق بانک‌ها»، فصلنامه پول و اقتصاد، شماره 4.
حیدری‌، هادی، سوده صابریان‌رنجبر و فرهاد نیلی (1391)، «تاثیر متغیرهای کلان اقتصادی بر ترازنامه بانک‌ها با رویکرد آزمون تنش (مطالعه موردی یکی از بانک­های خصوصی)»، فصلنامه پول و اقتصاد، شماره 8.
همتی، عبدالناصر و شادی محبی­نژاد (1388)،«ارزیابی تاثیر متغیرهای کلان اقتصادی بر ریسک اعتباری بانک‌ها»، پژوهشنامه اقتصادی، ویژه نامه بانک، شماره 6، زمستان 1388.
Bharath, S and T. Shumway (2008), Forecasting Default with the
KMV-Merton Model
, University of Mochigan.
Boss, M. (2002), “A Macroeconomic Credit Risk Model for Stress Testing the Austrian Credit Portfolio”, Financial Stability Report 4, Oesterreichische Nationalbank.
CGFS (2000), “Stress Testing by Large Financial Institutions: Current Practice and Aggregation Issues”, Bank for International Settlements
CGFS (2005), “Stress Testing at Major Financial Institutions: Survey Result and Practice”, Bank for International Settlement.
Chan-Lau, J. A, (2013), “Market-Based Structural Top-Down Stress Tests of the Banking System”, International Monetary Fund, WP/13/88.
Chan-Lau, J. A. (2006),“Fundamentals-Based Estimation of Default Probabilities: A Survey.” IMF Working Paper No. 06/149.
Crouhy, M., D. Galai and R. Mark (2000), Risk Management, Mc-Graw Hill.
Dimitris N. (2002), Stress Testing Risk Management Strategies for Extreme Events, Euromoney Books.
Drehman, M, (2005), “A Market Based Macro Stress Test for the Corporate Credit Exposure of UK Banks”, London: Bank of England, available via the internet:http://www.bis.org/bcbs/events/rtfo5 Drehamann.pdf.
Drehmann, M., A. J. Patton, and S. Sorensen (2009), “Non-Linearities and Stress Testing,” in Proceedings of the Fourth Joint Central Bank Research Conference on Risk Measurement and Systemic Risk, pp. 213–301, Frankfurt, Germany, European Central Bank.
Drehmann, Mathias, (2007), Macroeconomic Stress-Testing Banks: A Survey of Methodologies, in Stress-testing the Banking System, Edited by Mario Quagliariello, 39-29. London: Cambridge University Press.
Foglia, A. (2009), “Stress Testing Credit Risk: A Survey of Authorities Approaches”, Internarional Journal of Central Banking, Vol. 5 No. 3, September 2009.
Jordà, O. (2005), “Estimation and Inference of Impulse Responses by Local Projections”, American Economic Review,Vol. 75, No.1, PP: 121-112.
Green, W. (2002), “Econometric Analisis”, 5thed, NewYork: McgrawHill.
Merton, Robert C., (1974), “On the Pricing of Corporate Debt: the Risk Structure of Interest Rates,” Journal of Finance, Vol. 29, No. 2, pp. 449–70.
Pesaran, M. H., T. Schuerman, B. J. Treutler and S. M. Weiner (2002), “Macroeconomic Dynamics and Credit Risk: a Global Perspective”, Journal of Money Credit and Banking, Vol. 31, No. 5.
Quagliariello, Mario, (2009), Stress-Testing The Banking System: Methodologies and Applications, Cambridge University Press.
Simons, D & Rolwes, F, (2009), “Macroeconomics Default Modeling and Stress Testing”, International Journal of Central Banking, September.
Sorge, M. & K. Virolainen (2006), “A Comparative Analysis of Macro Stress-Testing Methodologies with Application to Finland”, Journal of Financial Stability 2: pp. 113-151.
Virolainen, K. (2004), “Macro Stress Testing with a Macroeconomic Credit Risk Model for Finland”, Bank of Finland Discussion Papers, 11.
Wei, L., Zhiwei Yang (2012), “Stress Testing of Commercial Banks’ Exposure to Credit Risk: A Study based on Write-off Nonperforming loans”, Asian Social Acience, Vol. 8, NO. 10.
Wilson, T. C. (1779a), Portfolio Credit Risk (I), Risk, September.
Wilson, T. C. (1779b), Portfolio Credit Risk (II), Risk, October.
Wong, Jim, Ka- fai Choi, and Tom Fong, (2008), “A Framework for Stress Testing Bank’s Credit Risk,” The Journal of Risk Model Validation (3–23), Vol. 2, No.1.