توسعه مدل سرمایه قانونی بازل در شرایط رکود اقتصادی

نویسندگان

1 تحلیلگر سرمایه‌گذاری، کارشناس ارشد رشته مالیه شرکتی، گرایش مدیریت ریسک، دانشگاه سن پترزبورگ، روسیه

2 کارشناسی ارشد رشته مهندسی صنایع، گرایش مهندسی مالی، دانشگاه تربیت مدرس

چکیده

این پژوهش مدیریت ریسک اعتباری را مورد مطالعه قرار می‌دهد و مدلی جنریک برای توزیع زیان پرتفولیوی وام در صنعت بانک‌داری ارایه می‌کند. با توجه به مفروضات، مدل بازل تنها در شرایط نرمال اقتصادی عملکرد قابل قبولی نشان می‌دهد و در آن کاپولای گاوسی تک‌عاملی برای مدل‌سازی همبستگی نکول فرض شده و سرمایه قانونی برپایه فرآیند واسیچک (Vasicek) محاسبه شده است. در این مقاله، به‌منظور مدل‌سازی توزیع زیان پرتفولیوی وام بانکی در دوران رکود اقتصادی که فرضیه سرایت نکول وجود دارد، کاپولای تی- استیودنت (Student’s t) تک‌عاملی به‌عنوان ساختار همبستگی احتمال نکول ارایه می‌شود. به‌علاوه، مدل با در نظر گرفتن همبستگی بین نرخ اعاده وام و احتمال نکول  با استفاده از کاپولای کلایتون قصد توسعه مدل بازل را دارد. تحلیل‌ها از طریق روش شبیه‌سازی مونت کارلو انجام شده است و اثر مدل ارایه شده را در میزان سرمایه اقتصادی مورد نیاز بانک در مقایسه با مدل بازل مطالعه می‌کند. نتایج نشان می‌دهد که مدل ارایه شده با در نظر گرفتن شرایط رکود اقتصادی، سرمایه اقتصادی را تا دو برابر مدل بازل پیشنهاد می‌دهد. همچنین به این نتیجه رسیدیم که افت مورد انتظار با پوشش زیان‌های حدی فراتر از VaR در شرایط رکود اقتصادی دارای مزیت است و به‌عنوان جایگزین VaR برای محاسبه سرمایه اقتصادی پیشنهاد می‌شود.

کلیدواژه‌ها


آذری‌پناه، شهلا و میرفیض فلاح شمس (1392)، بررسی ارتباط بین احتمال نکول و ساختار سرمایه با استفاده از مدل KMV و روش پنل دیتا، فصلنامه دانش مالی تحلیل اوراق بهادار، شماره 18، صص 96-85.

امیدی‌نژاد، محمد، تیمور محمدی و محمود ختایی (1396)،رویکرد رتبه‌بندی داخلی بال 2 و سرمایه مورد نیاز برای مواجهه با ریسک اعتباری، فصلنامه پژوهش‌های اقتصادی ایران، صص 32-1.

خوانساری، رسول و میرفیض فلاح شمس (1389)، ارزیابی کاربرد مدل ساختاری KMV در پیش‌بینی نکول شرکت‌های پذیرفته ‌شده در بورس اوراق بهادار تهران، مجله تحقیقات مالی، دوره 11، شماره 28، صص 68-49.

شمس قارنه، ناصر و سیما جنتی (1391)، ارایه مدلی پویا جهت پیش‌بینی نرخ نکول شرکت‌های لیست شده در بورس ایران (مطالعه موردی: صنعت ساخت محصولات فلزی)، مجله مهندسی مالی و اوراق بهادار، شماره 13، صص 20-1.

محمدی، تیمور و همکاران (1395)، ارزش‌گذاری بازاری و ارزیابی ریسک (نمره Z) برخی بانک‌های خصوصی ایران: رویکرد مرتون- بلک- شولز، فصلنامه پژوهشهای اقتصادی ایران، دوره 21، شماره 66، صص 58-31.

واعظ، محمد، هادی امیری و مهدی حیدری (1390)، تأثیر چرخه‌های تجاری بر نرخ نکول تسهیلات بانکی ایران طی دوره 1388-1379 و تعیین سبد بهینه تسهیلات برای کل نظام بانکی، فصلنامه پول و اقتصاد، شماره 7، صص 76-41.

 Allen, F., & Gale, D. (2000). Financial contagion. Journal of political economy, 108(1), 1-33.

Altman, E. I. (1968). Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. The journal of finance, 23(4), 589-609.

Altman, E. I., Brady, B., Resti, A., & Sironi, A. (2005). The link between default and recovery rates: Theory, empirical evidence, and implications. The Journal of Business, 78(6), 2203-2228.

Anderson, R. W., Sundaresan, S., & Tychon, P. (1996). Strategic analysis of contingent claims. European Economic Review40(3-5), 871-881.

Apostolik, R., Donohue, C., & Went, P. (2009). Foundations of Banking Risk. New Jersey: Wiley Finance

Basel Committee on Banking Supervision, & Bank for International Settlements. (2000)m Principles for the management of credit risk. Bank for International Settlements.

Beaver, W. H. (1966). Financial ratios as predictors of failure. Journal of accounting research, 71-111.

Black, F., & Cox, J. C. (1976). Valuing corporate securities: Some effects of bond indenture provisions. The Journal of Finance, 31(2), 351-367.

Black, F., & Scholes, M. (1973). The pricing of options and corporate liabilities. Journal of political economy, 81(3), 637-654.

Bruche, M., & Gonzalez-Aguado, C. (2010). Recovery rates, default probabilities, and the credit cycle. Journal of Banking & Finance, 34(4), 754-764.

Davydenko, S. A. (2012). When do firms default? A study of the default boundary, EFA Moscow  Meetings Paper.

Di Clemente, A., & Romano, C. (2004). Measuring and optimizing portfolio credit risk: a copula‐based approach. Economic Notes, 33(3), 325-357.

Elmer, P. J., & Borowski, D. M. (1988). An expert system approach to financial analysis: The case Fan, H., & Sundaresan, S. M. (2000). Debt valuation, renegotiation, and optimal dividend policy. The Review of Financial Studies, 13(4), 1057-1099.

Feldman, R. J. (1997). Small business loans, small banks and big change in technology called credit scoring. The Region, (Sep), 19-25.

François, P., & Morellec, E. (2004). Capital structure and asset prices: Some effects of bankruptcy procedures. The Journal of Business, 77(2), 387-411.

Keilan, M., & Abdoli, M. (2015). Leasing and credit risk management in leasing industry. Iranian Journal of Business and Economics, 2 (3), 1-6.

Leland, H. E. (1994). Corporate debt value, bond covenants, and optimal capital structure. The journal of finance, 49(4), 1213-1252.

Longstaff, F. A., & Schwartz, E. S. (1995). A simple approach to valuing risky fixed and floating rate debt. The Journal of Finance, 50(3), 789-819.

Lucas, D. (1995). Default correlation and credit analysis. The Journal of Fixed Income, 4(4), 76-87.

Mella Barral, P., & Perraudin, W. (1997). Strategic debt service. The Journal of Finance, 52(2), 531-556.

Merton, R. C. (1974). On the pricing of corporate debt: The risk structure of interest rates. The Journal of finance, 29(2), 449-470.

Moreira, F. F. (2015). Estimating Portfolio Credit Losses in Downturns. Financial Markets, Institutions & Instruments, 24(5), 391-414.

Allen, L., & Saunders, A. (2002). A survey of cyclical effects in credit risk measurement models.

Sklar, M. (1959). Fonctions de repartition an dimensions et leurs marges. Publ. inst. statist. univ. Paris, 8, 229-231.

Treacy, W. F., & Carey, M. (2000). Credit risk rating systems at large US banks. Journal of Banking & Finance, 24(1-2), 167-201.

Wilson, T. (1998). Portfolio credit risk. Economic Policy Review, pp. 1-12.

Y Yamai, Y., & Yoshiba, T. (2005). Value-at-risk versus expected shortfall: A practical perspective. Journal of Banking & Finance, 29(4), 997-1015.