رتبه‌بندی بانک‌ها ازنظر مقاومت در برابر ریسک سیستمیک در راستای نظام مالی مقاومتی (روش رگرسیون کوانتایل و همبستگی شرطی پویا)

نویسندگان

1 دانشیار دانشکده اقتصاد دانشگاه علامه طباطبایی(ره) نویسنده مسئول

2 استادیار دانشکده مدیریت دانشگاه علامه طباطبایی

3 دانشجوی دکتری اقتصاد مالی دانشگاه علامه طباطبایی

چکیده

هدف پژوهش حاضر تعیین سهم بانک‌های پذیرفته‌شده در بورس اوراق بهادار تهران در بروز ریسک سیستمیک بر مبنای روش ارزش در معرض خطر شرطی[1] و مقایسه نتایج به روش رگرسیون کوانتایل[2] و همبستگی شرطی پویا است. جهت بررسی ریسک سیستمیک نظام بانکی، با استفاده از مدل همبستگی شرطی پویا[3] و رگرسیون کوانتایل، شاخص ارزش در معرض خطر شرطی محاسبه‌شده است. نتایج نشان می‌دهد که مدل همبستگی پویا در مقایسه با رگرسیون چارکی، نتایج واقعی‌تری نشان داده است. مقاله حاضر بر روی نتایج مدل همبستگی پویا تمرکز داشته و نتایج رگرسیون چارکی صرفاً جهت مقایسه منعکس گردیده‌اند. مدل همبستگی شرطی پویا یکی از روش‌های مبتنی بر گارچ چند متغیره[4] است. در این مقاله علاوه بر محاسبه شاخص ریسک سیستمیک برای بانک‌های منتخب، رتبه‌بندی بانک‌ها ازنظر سهمشان در ریسک سیستمیک انجام پذیرفته و رفتار و عملکرد بانک‌ها در طی زمان منتخب بررسی شده است. پژوهش حاضر اثرات بحران مالی جهانی نیز بر روی بانک‌های داخلی بررسی شده و این نتیجه به‌دست‌آمده است که در زمان وقوع بحران‌های مالی جهانی، بانک‌های داخلی از آن تأثیر نپذیرفته‌اند. نتایج به‌دست‌آمده، عملکرد بانک‌ها را در مواجهه با بحران‌های مالی نشان می‌دهد. علیرغم اینکه در مطالعات بین‌المللی، نتایج دو روش کم‌وبیش یکسان است، ولی در مورد ایران این نتایج متفاوت بوده و نتایج یکسانی ازنظر سهم بانک‌ها در بروز ریسک سیستمیک نداشته است. [1] Conditional Value at Risk(ΔCoVaR) [2] Quantile regression [3] Dynamic Conditional Correlation [4] Multivariate GARCH

کلیدواژه‌ها


1. Acharya, V., Pedersen, L., Philippe, T., Richardson, M. (2010).
Measuring systemic risk. Department of Finance.
2. Adrian, T., & Brunnermeier, M. (2010). Covar: A systemic risk
contribution measure.
3. Adrian, T., & Brunnermeier, M. (2011). CoVaR. Working Paper.
Federal Reserved Bank of New York.
4. Adrian, T., & Brunnermeier, M. K. (2011). CoVaR. Retrieved from
5. Adrian, T., Brunnermeier, M.K. (2011). CoVaR. NBER Working
Paper, No. 17454.
6. Aikman, D., Alessandri, P., Eklund, B., Gai, P., Kapadia, S., Martin,
E.,... Willison, M. (2009). Funding liquidity risk in a quantitative
model of systemic stability.
7. Betz, F., Hautsch, N., Peltonen, T. A., & Schienle, M. (2015). Systemic
risk spillovers in the European banking and sovereign network.
Journal of Financial Stability.
8. Billio, M., Getmansky, M., Lo, A. W., & Pelizzon, L. (2012).
Econometric measures of connectedness and systemic risk in the
finance and insurance sectors. Journal of Financial Economics,
104(3), 535-559.
9. Bollerslev, T. (1986). Generalized autoregressive conditional
heteroskedasticity. Journal of econometrics, 31(3), 307-327.
10. Bollerslev, T. (1990). Modelling the coherence in short-run nominal
exchange rates: a multivariate generalized ARCH model. The
review of economics and statistics, 498-505.
11. Brownlees, C. T., & Engle, R. (2010). Volatility, correlation and tails
for systemic risk measurement: publisher not identified.
12. Castro, C., & Ferrari, S. (2014). Measuring and testing for the
systemically important financial institutions. Journal of Empirical
Finance, 25, 1-14.
13. Derbali, A., & Hallara, S. (2016). Systemic risk of European financial
institutions: Estimation and ranking by the Marginal Expected
Shortfall. Research in International Business and Finance, 37, 113-
134.
14. Elsinger, H., Lehar, A., & Summer, M. (2005). Using market
information for banking system risk assessment. Available at SSRN
787929.
15. Elsinger, H., Lehar, A., & Summer, M. (2006). Risk assessment for
banking systems. Management science, 52(9), 1301-1314.
16. Engle, R. (2002). Dynamic conditional correlation: A simple
class of multivariate generalized autoregressive conditional 
رتبهبندی بانکها ازنظر مقاومت در برابر ریسک سیستمیک در راستای نظام مالی مقاومتی ... / داوود دانشجعفری، محمد هاشم بتشکن و حامد پاشا زاده99
heteroskedasticity models. Journal of Business & Economic
Statistics, 20(3), 339-350.
17. Engle, R. F., & Sheppard, K. (2001). Theoretical and empirical
properties of dynamic conditional correlation multivariate
GARCH. Retrieved from
18. Gauthier, C., Lehar, A., & Souissi, M. (2012). Macroprudential
capital requirements and systemic risk. journal of Financial
Intermediation, 21(4), 594-618.
19. Girardi, G., & Ergün, A. T. (2013). Systemic risk measurement:
Multivariate GARCH estimation of CoVaR. Journal of Banking &
Finance, 37(8), 3169-3180.
20. Huang, X., Zhou, H., & Zhu, H. (2009). A framework for assessing
the systemic risk of major financial institutions. Journal of Banking
& Finance, 33(11), 2036-2049.
21. Rodríguez-Moreno, M., & Peña, J. I. (2013). Systemic risk measures:
The simpler the better? Journal of Banking & Finance, 37(6), 1817-
1831.
22. Roengpitya, R., & Rungcharoenkitkul, P. (2011). Measuring systemic
risk and financial linkages in the Thai banking system. Systemic
Risk, Basel III, Financial Stability and Regulation.
23. Segoviano Basurto, M., & Goodhart, C. (2009). Banking stability
measures. IMF working papers, 1-54.
24. Yun, J., & Moon, H. (2014). Measuring systemic risk in the Korean
banking sector via dynamic conditi