Investigating the Relationship Between Insolvency
Subject Areas :Mehrgan Mehrgan 1 * , asghar abolhasani 2 , حمیدرضا نورعلیزاده 3
1 - University of Science and Technology
2 -
3 -
Abstract :
This research aims to investigate the relationship between bank health and Insolvency risk of banks. For this purpose, after studying the related literature all indicators of bank health were extracted from both classic and Islamic perspectives, which include capital adequacy ratios, asset quality, management, profitability, liquidity, and market risk sensitivity. This resulted in a model with five dimensions and thirty nine factors. Then, to investigate the effect of all components of the bank's health on Insolvency risk, data related to 18 banks between 2006 and 2017 were gathered. Then, the research hypotheses were examined using data panel regression statistical method and applying Eviews 9 software. The results showed that the ratio of total facilities granted to total assets, the ratio of net profit to the number of employees, net profit growth rate, the ratio of attracted deposits (total deposits) to payment facilities, the ratio of net profit to total revenues Common and non-common, the ratio of total facilities granted to total deposits, the ratio of high liquidity assets (current assets) to total deposits, the ratio of high liquidity assets (current assets) to total assets, interest rate sensitivity and the ratio of facilities to total liabilities and insolvency risk of banks has a significant relationship and other variables have not had a significant effect on insolvency risk.
1. اعتمادی، حسین و حسن زلقی؛ «کاربرد رگرسیون لجستیک در شناسایی گزارشگری مالی متقلبانه»، دانش حسابرسی؛ س 13، ش 51، 1392.
2. رمضانی، سیدمهدی، محمد خراشادیزاده و عصمت محمدی یوشو؛ «ارايه مدل ارزیابی و پیشبینی سلامت بانکهای منتخب با استفاده از شاخصهای کَمِلز (CAMELS)»، فصلنامه پژوهشها و سیاستهای اقتصادی؛ س25، ش82، 1396.
3. احمدی، سید روحاله؛ «ضرورت بومیسازی الگوی کملز برای شبکه بانکی کشور»؛ تهران: شبکه خبری اقتصاد و بانک ایران، 1395 (http://www.ibena.ir/news/17531)
4. احمدیان، اعظم؛ «ارزیابی شاخصهای سلامت بانکی در بانکهای ایران (1391-1390)»؛ مقاله کاری شماره 9222 MBRI، تهران: پژوهشکده پولی و بانکی بانک مرکزی ایران، 1392.
5. فارابی، هیرو و امید ترابی؛ «مقایسه روندهای بانکداری اسلامی در ایران و سایر کشورهای دنیا»، فصلنامه مطالعات مالی و بانکداری اسلامی؛ س1، ش1، 1394.
6. ملاکریمی، رحمتاله؛ «الگوی رتبهبندی کملز در چارچوب بانکداری اسلامی: پیشنهاد اضافه شدن s شریعت به این مدل»، تازههای اقتصاد؛ س9، ش 132، 1390.
7. مشیری، سعید، نادعلی، محمد (1389): شناسایی بحرانهای بانکی در ایران، سیاستهای اقتصادی، 78، ج6، ش1، 59-88.
8. نوری شکری، زهرا (1389): بررسی رابطه کفایت سرمایه با شاخص ریسک ورشکستگی و عملکرد مالی بانکهای ایران 1386-1383، موسسه عالی بانکداری پایاننامه کارشناسی ارشد، رشته بانکداری.
9. شوالپور، سعید و الهام اشعری (1392): بررسی تاثیر ریسک اعتباری بر سودآوری بانکها در ایران، فصلنامه تحقیقات مالی، 15 (2): 229-246.
10. احمدیان، اعظم (1394): طراحی سیستم هشدار سریع جهت پیشبینی زمان در معرض ورشکستگی قرار گرفتن بانکها، فصلنامه نظریههای کاربردی اقتصاد، سال دوم، شماره 4، زمستان، 144-199.
11. خوش طینت، محسن، امیدی نژاد، محمد و منیره رضوانیان (1394). اثر ساختار تأمین مالی بر ریسک درماندگی بانکها، فصلنامه مطالعات مالی و بانکداری اسلامی، 1، 1-27.
12. منظور، داوود و مهدی یادی پور (1387). کفایت سرمایه در بانکداری اسلامی، اقتصاد اسلامی، 143-162.
13. میرعسکری، سیدرضا، رنجی، فریبرز و سید مرتضی موسوی نیا (1398). تحلیل تأثیر متغیرهای کلان اقتصادی بر ریسک درماندگی بانکهای ایران، فصلنامه علمی نظریه های کاربردی اقتصاد، 6(2)، 29-46.
14. رنجی، فریبرز، قلی زاده، محمد حسن، رمضانپور، اسماعیل و سید مرتضی موسوی نیا (1396). تحلیل تاثیر ریسک اعتباری و ریسک نقدینگی بر ریسک درماندگی بانک¬های ایران، فصلنامه روند، 78، 47-74.
15. احمدیان، اعظم (1397). طراحی سیستم رتبه بندی نظارتی بانک هادر شبکه بانکی کشور (رویکرد کملز)، فصلنامه پژوهش ها و سیاست¬های اقتصادی، 85، 7-31.
16. عباسقلی پور، محسن (1389). عوامل موثر بر بهبود عملکرد بانک¬ها، بانک و اقتصاد،106، 24-35.
17. آقایاری، مرتضی، مومنی، علیرضا و امین مومنی (1393). مقایسه ارزیابی عملکرد بانک های ملت و صادرات با استفاده از مدل CAMEL، دومین همایش ملی پژوهش¬های کاربردی در علوم مدیریت و حسابداری، تهران، دانشگاه تهران.
18. حساس یگانه، یحیی، حبیبی، رضا و بهزاد نازی (1396). تاثیر کیفیت دارایی بر درماندگی مالی بانک¬ها، فصلنامه مطالعات مالی و بانکداری اسلامی، 3،25-58.
19. خنیفر، حسین، بزاز، زینب، تهرانی، رضا و محمدجواد محقق نیا (1394). بررسی و مقایسه عملکرد بانکهای دولتی و خصوصی براساس مدل CAMEL، مدیریت فرهنگ سازمانی، 13(2)، 437-461.
20. مشیری، نادعلی (1389). شناسایی بحران های بانکی در ایران، سیاست های اقتصادی، 6 (1)، 59-88.
21. Tung, W. L, C. Quek, P. Cheng. (2004): A Novel Neural-Fuzzy based Early Warning System for Predicting Bank Failures, Neural Network 17, 567-587.
22. Sarker, A. A. (2005). Islamic Banking in Bangladesh: Achievements and Challenges. Journal of Islamic Economics and Finance, 1, (1), July-December.
23. Muljawan, D. (2007): “A Design for Islamic Banking Rating System: An Integrated Approach Advances in Islamic Economics and Finance”, Vol.1 Proceedings of the 6th International Conference on Islamic Economics and Finance.
24. Boyacioglu, Melek Acar, Kara, Yakup and Omar Baykaan. (2009): Predicting bank financial failures using neural networks, support vectormachines and multivariate statistical methods. The Journal of Banking andFinance, 3355-3366.
25. Yang Shaomei, Zhao Junyan, (2009), Study on Commercial Banks Credit Risk Based on AGA and Camel Rating System, Second International Workshop on Knowledge Discovery and Data Mining
26. Christopulos, A. & Mylonakis, J. & Diktapandis, P. (2011), “Could Lehman Brothers’Collapse beanticipated? An examination using CAMELS Rating System”, International Business Research, Vol.4, No.2, Canadian Center of Science and Education
27. Cipollini, Andrea, Fiordelisi, Franco. (2012): Economic value, competition and financial distress in the European banking system. Journal of Banking & Finance, 36, 3101-3109.
28. Maghyereh, Aktham, Awartani, Basel. (2014): Bank Distress Prediction: Empirical Evidence from the Gulf Cooperation Council Countries, Research in
International Business and finance. 30, 126-147. 29. Cleary, S., & Hebb, G. (2016): An efficient and functional model for predicting bank distress: In and out of sample evidence. Journal of Banking & Finance, 64, 101-111.