رتبه بندی بانک ها بر مبنای شاخص های کملز جهت پیش بینی درماندگی مالی به روش رگرسیون لجستیک و تحلیل پوششی داده ها

پیام:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
انتخاب سیستم نظارتی کارآمد برای ارزیابی درماندگی مالی بانک ها اهمیت فراوانی دارد، به همین منظور یکی از مهم ترین سیستم های نظارتی که برای ارزیابی درماندگی مالی بانک ها استفاده می شود، سیستم نظارتی کملز می باشد که شامل شش شاخص؛ کفایت سرمایه، کیفیت دارایی ها، کیفیت مدیریت، کیفیت درآمدها، نقدینگی، حساسیت به ریسک بازار می شود. لذا در این پژوهش ملاک درماندگی مالی بانک ها شاخص های کملز می باشد؛ که در ابتدا به رتبه بندی 17 بانک پذیرفته شده در بورس اوراق بهادار تهران در سال مالی 1399 و تفکیک آن ها به گروه های سالم و درمانده مالی به وسیله شاخص های کملز پرداخته شد. سپس جهت پیش بینی درماندگی مالی بانک ها از مدل های، تحلیل پوششی داده ها و رگرسیون لجستیک استفاده شد و سپس با آزمون مقایسه زوجی (T) به بررسی دقت پیش بینی هر دو مدل پرداخته شد. درروش رگرسیون لجستیک، از مدل باینری با متد ForwardlR استفاده شد و درروش تحلیل پوششی داده ها نیز از مدل SBM با کاربردی متفاوت استفاده شد؛ که نتایج پژوهش نشان داد که دقت کلی مدل رگرسیون لجستیک از مدل تحلیل پوششی داده ها در ارزیابی درماندگی مالی بالاتر است و همچنین سیستم نظارتی کملز می تواند ارزیاب خوبی برای درماندگی مالی بانک ها باشد.
زبان:
فارسی
صفحات:
88 تا 107
لینک کوتاه:
magiran.com/p2621470 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!