پیش‌بینی نابسامانی شبکه‌ای نظام بانکی مبتنی بر ریسک‌های عملیاتی و مولفه‌های مالی رفتاری

پژوهش حاضر با هدف پیش‌بینی نابسامانی شبکه‌ای نظام بانکی مبتنی بر ریسک‌های عملیاتی و رویکرد مالی رفتاری انجام شده است. روش پژوهش حاضر از نوع توصیفی پیمایشی و از نظر هدف کاربردی است. برای رسیدن به این هدف، ابتدا، بر اساس مطالعه و مرور مبانی نظری موجود، متغیرهای پژوهش معرفی شدند. سپس، با استفاده از جدول کرجسی و مورگان به تعداد (384) نفر نمونه تعیین و با توزیع پرسشنامه در بین آنها داده‌های تحقیق گردآوری شد. همچنین، برای تحلیل داده‌ها و تخمین مدل‌های تجربی پژوهش از مدل‌سازی معادلات ساختاری ((sem و نرم افزار (smart pls) استفاده‌ شده است. یافته‌های این پژوهش نشان می‌دهد که ابعاد مالی رفتاری و ریسک عملیاتی تاثیرات معنی‌داری در پیش بینی نابسامانی شبکه بانکی دارد. همچنین، بر اساس ضرایب بتای برآورد شده در بین مولفه‌های مالی رفتاری، رفتار اقتصادی، بعد شناختی، تورش قضاوتی، رفتارهای مکاشفه ای، تورش‌های تصمیمی و قیمت و بازده سهام به ترتیب بیشترین تاثیر را بر نابسامانی بانکی نشان می‌دهند و ریسک نیروی انسانی، ریسک سیستمی، ریسک معاملاتی، ریسک فناوری و ریسک کلاه‌برداری و تقلب در بین مولفه‌های ریسک عملیاتی نیز به ترتیب بیشترین تاثیر بر نابسامانی بانکی را داشته اند.

predicting network linkages of banking system distress based on operational risks and behavioral finance components

the present research is aimed at prediction of network linkages of banking system distress based on operational risks and behavioral finance approach. methodology of the present research is of survey descriptive, practical from the purpose standpoint. notably, in order to reach this purpose, firstly, based on study and review of theoretical basics, research variables were introduced. then, by making use of krejcie and morgan table, 384 participants were selected, and upon distribution of questionnaire among the aforesaid, research data were collected. furthermore, in order for analysis of data and estimation of research empirical models, the researcher used structural equation modeling (sem) and smart pls software. of note, findings of this research indicate that behavioral financial standpoints and operational risk have significant effects on prediction of banking network disorder. furthermore, based on estimated beta coefficients, among behavioral financial elements, economic behavior, cognitive standpoint, judgment biases, heuristic behaviors, decision making biases and value and return of stocks have respectively the highest effect on banking disorder, and among operational risk elements, human resources risk, systemic risk, transaction risk, technology risk and fraudulent and deception risk have respectively the highest effect on banking disorder.