رتبه‌بندی بانک‌ها ازنظر مقاومت در برابر ریسک سیستمیک در راستای نظام مالی مقاومتی (روش رگرسیون کوانتایل و همبستگی شرطی پویا)

هدف پژوهش حاضر تعیین سهم بانک‌های پذیرفته‌شده در بورس اوراق بهادار تهران در بروز ریسک سیستمیک بر مبنای روش ارزش در معرض خطر شرطی و مقایسه نتایج به روش رگرسیون کوانتایل و همبستگی شرطی پویا است. جهت بررسی ریسک سیستمیک نظام بانکی، با استفاده از مدل همبستگی شرطی پویا و رگرسیون کوانتایل، شاخص ارزش در معرض خطر شرطی محاسبه‌شده است. نتایج نشان می‌دهد که مدل همبستگی پویا در مقایسه با رگرسیون چارکی، نتایج واقعی‌تری نشان داده است. مقاله حاضر بر روی نتایج مدل همبستگی پویا تمرکز داشته و نتایج رگرسیون چارکی صرفاً جهت مقایسه منعکس گردیده‌اند. مدل همبستگی شرطی پویا یکی از روش‌های مبتنی بر گارچ چند متغیره است. در این مقاله علاوه بر محاسبه شاخص ریسک سیستمیک برای بانک‌های منتخب، رتبه‌بندی بانک‌ها ازنظر سهمشان در ریسک سیستمیک انجام پذیرفته و رفتار و عملکرد بانک‌ها در طی زمان منتخب بررسی شده است. پژوهش حاضر اثرات بحران مالی جهانی نیز بر روی بانک‌های داخلی بررسی شده و این نتیجه به‌دست‌آمده است که در زمان وقوع بحران‌های مالی جهانی، بانک‌های داخلی از آن تاثیر نپذیرفته‌اند. نتایج به‌دست‌آمده، عملکرد بانک‌ها را در مواجهه با بحران‌های مالی نشان می‌دهد. علیرغم اینکه در مطالعات بین‌المللی، نتایج دو روش کم‌وبیش یکسان است، ولی در مورد ایران این نتایج متفاوت بوده و نتایج یکسانی ازنظر سهم بانک‌ها در بروز ریسک سیستمیک نداشته است.

Ranking of banks in terms of systemic risk resistance in the direction of a resilient financial system (quantitative regression method and dynamic conditional correlation)

The purpose of this study is to determine the share of banks listed on the Tehran Stock Exchange in the occurrence of systemic risk based on the conditional risk value method [1] and compare the results by quantitative regression method [2] and dynamic conditional correlation. In order to investigate the systemic risk of the banking system, using the conditional conditional correlation model [3] and quantitative regression, the conditional risk value index has been calculated. The results show that the dynamic correlation model shows more realistic results compared to the quarterly regression. The present paper focuses on the results of the dynamic correlation model and the results of the quarterly regression are reflected only for comparison. Dynamic conditional correlation model is one of the multivariate Garchbased methods [4]. In this paper, in addition to calculating the systemic risk index for selected banks, the banks are ranked in terms of their share in systemic risk and the behavior and performance of banks during the selected time is examined. The present study also examined the effects of the global financial crisis on domestic banks and concluded that at the time of the global financial crisis, domestic banks were not affected by it. The obtained results show the performance of banks in the face of financial crises. Although in international studies, the results of the two methods are more or less the same, but in the case of Iran, these results are different and do not have the same results in terms of the share of banks in the occurrence of systemic risk. [1] Conditional Value at Risk (ΔCoVaR) [2] Quantile regression [3] Dynamic Conditional Correlation [4] Multivariate GARCH