نوع مقاله : مقاله پژوهشی
نویسندگان
1 پژوهشکده پولی و بانکی بانک مرکزی، تهران، ایران
2 دانشگاه امام صادق، تهران، ایران
3 گروه مهندسی صنایع و سیستم‌های دانشگاه تربیت مدرس، تهران، ایران.
چکیده
بعد از بحران مالی سال‌های 2007-2009 که در آن مشکلات نقدینگی به ناتوانی مالی و متعاقبا ورشکستگی بسیاری از بانک‌های بزرگ و موسسات مالی نظیر لمان برادرز منجر شد، کمیته نظارت بانکی بازل الزامات نقدینگی را بیشتر با هدف کاهش احتمال ناتوانی مالی که بوسیله شوک‌های نقدینگی ایجاد می‌شود معرفی کرد. این مقاله یک مدل عامل محور از یک سیستم بانکی طراحی کرده است که می تواند برای ارزیابی اثر الزامات نقدینگی بر وضعیت توانایی مالی بانک‌ها مورد استفاده قرار بگیرد. مدل یک سیستم بانک طراحی کرده است که ۱۲ بانک ناهمگن در آن وجود دارد که فعالیت سنتی بانک یعنی دریافت سپرده و پرداخت وام را انجام می دهند. بانک‌های می توانند نیاز نقدینگی خود را با مشارکت در بازار بین بانکی، فروش اوراق بهادار و کمک از بانک مرکزی برطرف کنند. هدف مدل مطالعه رفتار بانک‌های مختلف در واکنش به وضع الزامات نقدینگی است. مدل با استفاده از داده‌های بانک‌های عضو بورس ایران در سال‌های 2018-2020 کالیبره شده است. الزامات نقدینگی با استفاده از LCR و وضعیت توانایی مالی یک بانک با نسبت کفایت سرمایه اندازه‌گیری شده است. نتایج شبیه‌سازی نشان می دهد که با افزایش الزامات نقدینگی وضعیت توانایی مالی برخی بانک‌ها بهتر، برخی بانک‌ها بدتر، برخی بانک‌ها بدون تغییر می ماند. در ارتباط با این واکنش از بین عوامل مختلف سودآوری، پارامتر ورود و خروج نقدینگی و نهایتا پارامتر نرخ خروج نقش اساسی ایفا می کنند.
کلیدواژه‌ها
موضوعات
of Financial Stability, 27, 1-16.
BCBS (2016), Literature review on integration of regulatory capital and liquidity
instruments. BCBS Working Paper 30.
Bookstaber, R. (2012). Using agent-based models for analyzing threats to
financial stability. Office of Financial Research, Working Paper No, 0003
(U.S. Department of the Treasury).
Carletti, E., Goldstein, I., & Leonello, A. (2020). The interdependence of bank
capital and liquidity. BAFFI CAREFIN Centre Research Paper (2020-128).
Cetina, J., Lelyveld, I., & Anand, K. (2015). Making supervisory stress tests more
macroprudential: Considering liquidity and solvency interactions and
systemic risk. BCBS Working Paper.
Chan-Lau, M. J. A. (2017). ABBA: An agent-based model of the banking system.
International Monetary Fund.
DeYoung, R., Distinguin, I., & Tarazi, A. (2018). The joint regulation of bank
liquidity and bank capital. Journal of Financial Intermediation, 34, 32-46.
Distinguin, I., Roulet, C., & Tarazi, A. (2013). Bank regulatory capital and
liquidity: Evidence from US and European publicly traded banks. Journal of
Banking & Finance, 37(9), 3295-3317.
Farag, M., Harland, D., & Nixon, D. (2013). Bank capital and liquidity. Bank of
England Quarterly Bulletin, Q3.
Georg, C. P. (2013). The effect of the interbank network structure on contagion
and common shocks. Journal of Banking & Finance, 37(7), 2216-2228.
Goodhart, Charles. Liquidity risk management. Banque de France Financial
Stability Review, 11 (2008), 39-44.
Halaj, G. (2018). An agent-based model of system-wide implications of funding
risk. European Central bank, Working paper 2121.
Kara, G. I., & Ozsoy, S. M. (2020). Bank regulation under fire sale externalities.
The Review of Financial Studies, 33(6), 2554-2584.
Novokmet, A. K., & Marinović, A. (2016). Solvency and liquidity level trade-off:
Does it exist in croatian banking sector? Scientific Annals of Economics and
Business, 63(3), 429-440.
Schmitz, S. W., Sigmund, M., & Valderrama, L. (2019). The interaction between
bank solvency and funding costs: A crucial effect in stress tests. Economic
Notes: Review of Banking, Finance, and Monetary Economics, 48(2),
e12130.
Smaga, P., Wiliński, M., Ochnicki, P., Arendarski, P., & Gubiec, T. (2018). Can
banks default overnight? Modelling endogenous contagion on the O/N
interbank market. Quantitative Finance, 18(11), 1815-1829.
Sotoud
)