سنجش شفافیت اطلاعات بانک‌های خصوصی منتخب بر اساس معیار ریسک
(ارزش در معرض خطر)
تاریخ دریافت: 02/04/1401 تاریخ پذیرش: 05/06/1401 حسین عبده تبریزی
رضا تهرانی
قدرت اله امام وردی
سعید فلاح‌پور
علی باغانی
چکیده
شفافیت اطلاعات مالی، همیشه یکی از مهم‌ترین دغدغه سرمایه‌گذاران جهت سرمایه‌گذاری در سهام بانک‌های پذیرفته شده در بورس اوراق بهادار می‌باشد. هدف این پژوهش بررسی ارتباط معنی‌دار، بین ارزش در معرض خطر با استفاده از دادههای دفتری و دادهای بازار به‌عنوان معیاری برای سنجش شفافیت و کیفیت اطلاعات می‌باشد. در این مطالعه برای محاسبه ارزش در معرض خطر از مدل گارچ چندمتغیره با استفاده از دادههای ترازنامه‌ای و بازاری ماهانه بانک‌های پارسیان، سامان، سینا، پاسارگاد و اقتصاد نوین به‌عنوان نماینده بانک‌های خصوصی پذیرفته شده در بورس اوراق بهادار تهران استفاده شده است. همچنین برای ارتباط معناداری و رتبه‌بندی بانک‌های موضوع پژوهش از نظر شفافیت اطلاعاتی از ضریب همبستگی پیرسون میان ارزش در معرض خطر محاسبه شده با استفاده از دادههای بازار و دادههای دفتری استفاده شده است. نتایج پژوهش نشان داد در بعد دادههای هم‌زمان رابطه ضعیفی بین ارزش در معرض خطر دفتری و بازاری وجود دارد و تنها ضریب همبستگی بین ارزش در معرض خطر دفتری و بازاری دو بانک پاسارگاد و سینا از نظر آماری در سطح ۹۵ درصد اطمینان معنی‌دار می‌باشد. همچنین نتایج نشان داد، چنانچه مسئله سرعت انتشار اطلاعات دفتری در بازار را با یک وقفه زمانی در نظر بگیریم، مقادیر ضریب همبستگی ارزش‌های در معرض خطر دفتری و بازار برای بانک‌های پارسیان، پاسارگاد و اقتصاد نوین در سطح ۹۹ درصد معنادار بوده و این ضریب برای بانک‌های سینا و سامان در سطح ۹۵ درصد معنادار است. بر این مبنا میتوان این بانک‌ها را بر اساس کیفیت اطلاعات به ترتیب از پارسیان، سامان، سینا، پاسارگاد تا اقتصاد نوین طبقه‌بندی کرد.
واژه‌های کلیدی: ارزش در معرض ریسک، شفافیت اطلاعات، مدل گارچ چندمتغیره، ضریب همبستگی.
1- مقدمه
امروزه بانک‌ها یکی از اصلی‌ترین ارکان اقتصادی هر کشوری محسوب میشوند. حفظ سلامت و ثبات بانک‌ها و نقش مهم آنها در هدایت اقتصاد کشور نیازمند شفافیت مناسب در بانک‌هاست. شفافیت مالی، هزینه‌های معاملاتی را کاهش می‌دهد و موجب بهبود روابط اقتصادی می‌شود. یکی از حوزه‌های مهم در شفافیت، شفافیت در حوزه بانکی است. فعالیت بانکی به طور اجتناب‌ناپذیری مستلزم پذیرش ریسک است. هرگونه آسیب عمومی در مورد یک بانک به‌سرعت به کل نظام بانکی و حتی نظام اقتصادی کشور سرایت میکند. به همین دلیل حفظ اعتماد عمومی به نظام بانکی و جلوگیری از هرگونه نارسایی و بحران در این نظام و جلوگیری از انتقال مشکلات بخش پولی اقتصاد به بخش واقعی، از اهداف اصلی نظارت بر بانک‌هاست.
شفافیت اطلاعات مالی و اندازه‌گیری ریسک بانک‌ها یکی از بااهمیت‌ترین مسائل در ادبیات مالی محسوب می‌شود که اثر زیادی بر اعتماد عامه مردم به نظام بانکی کشورها دارد. رویکردهای مختلفی در این زمینه ارائه شده است که هرکدام جنبه‌های مختلفی از موضوع را مورد مخاطب قرار داده‌اند. همواره اندازه‌گیری ارزش در معرض خطر پرتفوی با درنظرگرفتن خواص توزیعی در دنیای واقعیت می‌تواند در هنگام وقوع بحران مالی می‌تواند در بالابردن کارایی این روش اثربخش باشد. تفسیر شفافیت اطلاعات و سرعت انتقال اطلاعات درونی در قیمت سهام بر اساس همبستگی بین معیارهای اندازه‌گیری ریسک موضوع جدیدی است که می‌تواند برای شفاف‌سازی نظام بانکی کشور به کار رود.
از سویی روشهای محاسبه ریسک به‌صورت سنتی همانند انحراف معیار و بتا، سنجه‌های مناسبی برای برآورد ریسک و انعکاس آنچه ذهن انسان به‌عنوان یک مفهوم از ریسک تلقی میکند نیست، زیرا بین نوسانات بهینه و نوسانات نامطلوب در بازده، تمایز قائل نیست. با پیشرفت در مهندسی مالی، واریانس با معیارهای ریسک پیچیده‌تر جایگزین شد. اندازه‌گیری و محاسبه ریسک‌های نامطلوب یکی از موارد مهم اشاره‌شده در نظرات مالی است. ارزش در معرض خطر (VAR) یکی از روشهای اندازه‌گیری این ریسک‌ها به شمار میآید. این سنجه از اوایل دهه 1990 به‌عنوان یکی از ابزارهای اندازه‌گیری ریسک، کاربردی وسیعی یافت. دلیل محبوبیت و همچنین عمومیت این روش، سادگی آن در ایجاد شکل‌های آماری خلاصه از زیان‌های بالقوه طی یک افق زمانی معین بود. ارزش در معرض خطر ( VaR) برای محاسبه کفایت سرمایه، محاسبه نیازهای بیمه و یا تعیین نیازهای حاشیه‌ای، به‌عنوان استانداردی صنعتی به قرارداد بازل 2 پیوست (لطفی و زنیوس، 2018). عدم محاسبه مناسب ریسک و افشای ناکافی و نامناسب اطلاعات مربوطه می‌تواند زیان‌های قابل‌توجهی را متوجه مؤسسات مالی و اعتباری و سپرده‌گذاران آنها کند؛ بنابراین محاسبه دقیق این پارامتر می‌تواند مؤسسات را در اندازه‌گیری بهتر ریسک و مدیریت آن اثربخش باشد. رویکرد ارائه شده می‌تواند برای مؤسسات مالی و اعتباری در محاسبه ارزش در معرض خطر و ارزیابی ریسک مفید واقع شود و از سنجش شفافیت اطلاعات ارائه شده این مؤسسات را دررابطه‌با مدیریت دارایی‌ها و بدهی‌هایشان یاری نماید.
باتوجه‌به اینکه نبود کارهای تجربی در این زمینه موجب سختی شناسایی و اندازه‌گیری شفافیت می‌شود و این مهم به عهدة کسانی است که اطلاعات را پنهان میکنند، بنابراین چالش اصلی، تعریف معیاری صحیح از شفافیت است. بر اساس مطالعات انجام شده، لزوم وجود داده و همچنین توانایی دسترسی به شاخصه‌های آن داده‌ها و ارزیابی اثرات آن بر نتایج موردعلاقه بیش‌ازپیش احساس می‌شود.
در این پژوهش پیش‌فرض اصلی محقق اتکای بیشتر قیمت‌گذاری سهام شرکت‌ها بر اطلاعات داخلی آنها که از عملکرد شرکت‌ها سرچشمه می‌گیرد است. تا قبل از این مبنای تحلیل کیفیت اطلاعات مالی ارتباط برقرار کردن بین عناصر صورت سود و زیان و صورت جریان وجوه نقد با یکدیگر و با بازده بازاری سهام بود نکته اصلی در تهیه ترازنامه دولت تهیه آن بوده و انتظار میرود باز پیشرفت‌های حسابداری تحت وب و در دسترس قرارگرفتن گزارشگری بر خط، صورت‌های مالی به‌سهولت در اختیار استفاده‌کنندگان قرار گیرد.
با درنظرگرفتن این موارد این پژوهش بر آن است ببیند آیا بر مبنای معیارهای ریسک (ارزش در معرض خطر) میتوان در شرایط متفاوت نسبت به شفافیت اطلاعات در بانک‌ها قضاوت نمود؟ و اینکه که آیا میتوان شفافیت و سرعت انتقال اطلاعات در قیمت سهام بانک‌ها بر مبنای رابطه بین ارزش در معرض خطر را با استفاده از اطلاعات دفتری و بازار توضیح داد؟
مبانی نظری و مروری بر پیشینه پژوهش
شفافیت اطلاعات مالی کیفیت تصمیمات سرمایه‌گذاری را تحت‌تأثیر قرار می‌دهد. مزایای بالقوه افشا و شفافیت بیشتر می‌تواند شامل هزینه سرمایه کمتر (دیاموند و ورشیا، 1987) کاهش هزینه های نمایندگی (لفویچ و همکاران، 1981) بهبود قیمت سهام (گلب و زاروین، 2002) و افزایش ارزش شرکت (چو و همکاران، 2010) باشد. افشای کافی اطلاعات توسط شخصیت اقتصادی به سرمایه‌گذاران و بستانکاران در جستجوی فرصت‌های سرمایه‌گذاری یاری میکند و به‌این‌ترتیب سرمایه به کاراترین روش ممکن استفاده می‌گردد.
شفافیت بانک زیرساخت جالبی است که به‌عنوان محصول غیرمستقیم تعامل افشای بانک و محرک‌ها متعاملین بازار به وجود میآید. این پیچیدگی منجر به یک سری مسائل می‌شود. دراین‌رابطه اطلاعات حسابداری مالی جزء درستی از شفافیت بوده و نقطه ورود قدرتمند تحقیقات تجربی در خصوص ماهیت شفافیت بانک و پیامدهای اقتصادی آن به شمار میآید (بوشمن 2016).
شفافیت نقش کلیدی در نظام راهبردی شرکت‌ها در تمام صنایع با فراهم‌کردن نظارت هیئت‌مدیره، سرمایه‌گذاران بیرونی و ناظران بازی میکند. اما در بانک‌ها نقش اطلاعات فراتر از اهداف سنتی راهبردی شرکتی برای هماهنگی رفتار مدیران با منافع سهام‌داران است. بانک‌ها با چالش‌های راهبردی اساسی مواجه هستند. زیرا باید بین تقاضای سهام‌داران برای حداکثرسازی ارزش شرکت با منفعت عامه تعادل برقرار کنند (مهران، موریسون و شاپیرو، 2011). اهرم بالا ترکیب شده با سیستم بیمه سپرده، تضامین دولتی، عدم شفافیت بانک‌ها که مشوق و فرصتی است برای ریسک‌کردن که از نظر سهام‌داران بهینه است، محدودیت‌های بدهی معین که از کلیت اقتصاد نشئت نگرفته است که از طریق افزایش احتمال عدم توان پرداخت ریسک سیستماتیک را افزایش می‌دهد فضای بانک را می‌سازد (آدام و مهران، 2003، 2008 و 2012).
مقالات ادبیات نظری بانکداری پیشنهاد می‌دهند شفافیت علاوه بر حمایت از مکانیزم‌های حاکمیت شرکتی، پایداری بانک‌ها را به‌واسطه اثردهی نظام بازار در تصمیمات ریسک‌کردن ترویج می‌دهد (روچت 1992، بلوم و همکاران، 2002؛ کوردلا و ییاتی 1998).
نظام بازار می‌تواند از طریق اثرگذاری افراد حاضر بر رفتارهای ریسکی بانک بر بانک‌ها اثر بگذارد. برای مثال شفافیت به‌واسطه پیش‌بینی مدیریت از درک افزایش سطح ریسک توسط سرمایه‌گذاران مطلع و تقاضای نرخ بازدهی بالاتر برای آن، نظام برنامه‌ریزی‌شده را تقویت میکند. همچنین نظام بازار می‌تواند به‌واسطه دخالت ناظرانی که به‌واسطه سیگنال‌های بازار نظیر حرکت قیمت سهام بانک در جریان قرار می‌گیرند، عمل نماید (استفانو 2010؛ فلانری، 2001).
علاوه بر بازار شفافیت می‌تواند وحشت نامعقول و ریسک سپرده‌گذاران و سایر وام دهندگان کوتاه‌مدت را با کاهش عدم‌اطمینان درباره توانایی مالی بانک، را کاهش دهد (مورگان، 2002).
بحران مالی سال 2006-2007 به علت ارزیابی کل بازار مالی دررابطه‌با افزایش عدم اطمینان درباره توانایی مالی بانک‌ها به وجود آمد (شین، 2009؛ گلداسمیت، پینکهام و یورلمازر، 2010). شفافیت همچنین اصطکاک مالی را که بر بانک‌هایی که در مقابل شوک‌های منفی ترازنامه به دنبال افزایش سرمایه هستند را کاهش می‌دهد. (بوشمن و ویلیامز، 2015؛ بیتی و لیائو، 2011). وجود اصطکاک مالی به وجود آمده توسط اطلاعات نامتقارن، زیربنای تئوری‌های انتقال سیاست‌های پولی از طریق کانال وام بانکی (کاشیاپ و استین، 1995، 2000) و تئوری‌های خردکردن سرمایه که پیشنهاد می‌دهد نگرانی‌ها نظارتی سرمایه بانک‌ها در دوره رکود اقتصادی وام‌گیری بانک‌ها را محدود میکند است (ون دن و هیول، 2019).
یکی دیگر از منافع شفافیت بانک آن است که الزامات افشا عدم تقارن اطلاعات را در حراج بانک‌های ناموفق افزایش می‌دهد. به طور خاص هنگامی که بانک‌های ورشکسته موضوع الزامات افشا جامع قرار می‌گیرند و ناظر هزینه اندکی هنگام بستن بانک متحمل میشوند و سهم اندکی از دارایی بانک‌های ناموفق را از این بابت نگهداری میکنند، درحالی‌که در این حالت مناقصه‌گذاران علی‌رغم فواصل طولانی در این مناقصات بیشتر شرکت میکنند (گرانجا، 2013).
نظریات مختلفی درباره شفافیت توسط محققان بیان شده است. برخی بیان میکنند شفافیت ممکن است به دلیل شکست هماهنگی‌ها به عملیات ناکاری بانک منجر شود. مطالعات مفهومی پیشنهاد میکنند افزایش شفافیت لزوماً به افزایش ثروت منجر نمی‌شود و ممکن است نوسان پذیری بازار را افزایش دهد (گرانجا، 2013).
موریس و وایت (2002) شواهد معتبری ارائه دادند که در زمان افشای عدم موفقیت بانک‌ها؛ به طور سرایت آمیزی، اعتباردهندگان سایر بانک‌ها اعتمادشان را به صلاحیت هیئت نظارت بانک ازدست‌داده که این خود به طور منفی بر انگیزه مدیران بانک اثر گذاشته و باعث اتخاذ تصمیمات سرمایه‌گذاری ناکارا توسط آنان خواهد شد (موریسون و وایت، 2013)، و توانایی بانک‌ها برای ایجاد پول خصوصی را تضعیف میکند (گورتون، 2020). تنش بین اثرات مثبت و منفی شفافیت در مطالعه دانگ و دیگران (2014) تشریح شده است. در مدل وی جنبه مهم منفعت رسانی بانک‌ها توانایی آنها در پنهان کردن اطلاعات شرکت‌ها (وام گیرندگان) از وام دهندگان و دلسرد کردن افراد برون‌سازمانی از گردآوری اطلاعات است. این سرکوب کردن اطلاعات بانک را مجاز میکند. منافع توزیع ریسک بین سپرده‌گذاران را که در مکانیزم بازار سرمایه با اطلاعات کامل قابل انجام نیست را فراهم آورد. دانگ و همکاران مسائل نمایندگی را در نظر نگرفتند و فرض کردند بانک برای حداکثرسازی مازاد کلی اقتصاد فعالیت میکند. درحالی‌که عدم شفافیت مجاز نیست. علی‌رغم اینکه عدم شفافیت منافع نقدینگی و تسهیم ریسک را فراهم می‌آورد، بانک با مسائل راهبری و نمایندگی مواجه خواهد شد که عدم شفافیت می - تواند فشار نظام برون‌سازمانی بر تصمیم‌گیران مدیران بانک را مضاعف کند. در ادبیات بانکداری برخی محققین دریافتند که شفافیت کامل سطح ریسک بانک ممکن به‌واسطه افزایش نرخ بهره سپرده‌ها که بانک مجبور است برای دارایی‌ها با ریسک بالاتر بپردازد، شانس شکست بانک را افزایش دهد (کوردلیا و ییاتی، 1998).
گروهی دریافتند که هزینه افشای اطلاعات ارزش فرانشیز بانک را کاهش داده در نتیجه انگیزه ریسک‌کردن را افزایش می‌دهد (نیر و بامان، 2006).
به‌طورکلی میتوان گفت ثروت سپرده‌گذاران تابع خطی سطح شفافیت نیست، اگرچه افزایش شفافیت نقدینگی کارا را افزایش می‌دهد، اما باعث بازگشت ریسک به سطح مشخصی می‌شود که بانک‌ها این کار را با ریسک‌پذیری بیشتر جبران میکنند. این اثر جبرانی نشانگر آن است که سطوح میانی شفافیت بهینه است. کاهش شفافیت اطلاعات باعث افزایش ریسک اطلاعاتی شده و این امر باعث افزایش صرف ریسک می‌گردد و در نهایت باعث افزایش بازده مورد انتظار سرمایه‌گذاران خواهد شد (مورنو و تاکالو، 2016).
نقش شفافیت اطلاعات مالی شرکت‌ها در سال‌های اخیر اهمیت روزافزون یافته است شفافیت کم و کیفیت پایین اطلاعات مالی شرایطی را فراهم می‌سازد که تصمیم‌گیری را برای سرمایه‌گذاران مشکل کرده و آنها را با شرایط هم مواجه می‌سازد در این وضعیت صرف ریسک اطلاعاتی افزایش‌یافته و باعث افزایش ریسک کلی سرمایه‌گذاری خواهد شد (تهرانی و همکاران، 1392).
بیشینه پژوهش
کو و همکاران (۲۰۱۹) در پژوهشی تأثیر افشای ریسک در گزارشگری مالی بر کارایی سرمایه‌گذاری را مورد بررسی قراردادند. نتایج پژوهش آنان نشان داد که افشای ریسک در گزارشگری مالی شرکت‌ها سبب ارتقای شفافیت محیط اطلاعاتی شرکت شده و در نهایت سبب اثر مثبت و معناداری بر کارایی سرمایه‌گذاری خواهد شد (کو و همکاران، 2019).
آنجست و همکاران (۲۰۱۷) در پژوهشی به بررسی کیفیت حسابداری ریسک اطلاعاتی و وضعیت نوسان ضمنی سهام زمان اعلام سود پرداختند. این مطالعه در کشور آمریکا انجام شد. آنها نشان دادند که کیفیت حسابداری کمتر یعنی بالاتر با سطح بیشتر کمتر نوسان زمینی در زمان اعلام سود ارتباط معناداری دارد (آنجست و همکاران، 2017).
سدونو (2016) عملکرد خطرپذیری سیستماتیک مؤسسات مالی را طی سه سطح ارزیابی تحت عناوین ارزش در معرض خطر شرطی (CoVaR)، کمبودهای مورد انتظار سیستمی و علیت گرانجر مقایسه کرد. او CoVaR را خلاصه کرد تا بتواند پیش‌بینی نموده و توانایی ارزیابی پیش‌بینی عملکرد مؤسسات مالی را در طی یک دوره بحران مالی 1998 و 2008 مورد بررسی قرار دهد. نتایج او نشان داد که CoVaR در طی عملکرد بحرانی مؤسسات مالی پیش‌بینی‌هایی نموده و پیش‌بینی‌هایی مفیدی از در معرض خطر قراردادن این خطرپذیری‌های سیستمی ارائه داده است (سدنو، 2016).
لیانگ سونگ (۲۰۱۵) در پژوهشی به بررسی افشای حسابداری هم‌زمانی قیمت سهام و خطر سقوط سهام پرداخت. نتایج پژوهش نشان داد که سهام شرکت‌ها هماهنگی کمتری با کل بازار دارد و اگر شرکت‌ها سیاست‌های افشای حسابداری برتری داشته باشند کمتر در معرض ریسک قرار خواهند گرفت (لیانگ سونگ، 2015)
الیوت و همکاران (۲۰۱۰) به بررسی تأثیر شفافیت حسابداری بر انتظار قیمت‌گذاری نادرست تحلیلگران پرداختند نتایج آنها نشان می‌دهد که انتظارات تحلیلگران متأثر از شفافیت سود حسابداری است. همچنین شفافیت بیشتر صورت‌های مالی نه‌تنها انتظار قیمت‌گذاری نادرست را کاهش می‌دهد؛ بلکه انتظار قیمت‌گذاری نادرست را تحریک میکند (الیوت و همکاران، 2010).
کیم و ژانگ (2014) طی مطالعه‌ای رابطه بین عدم شفافیت گزارشگری مالی و ریسک سقوط سهام را بررسی کردند. آنها با استفاده از مدیریت سود به‌عنوان معیار عدم شفافیت اطلاعات مالی به این نتیجه رسیدند که عدم شفافیت اطلاعات مالی با افشای اطلاعات کمتر در ارتباط است. به‌علاوه شرکت‌هایی که دارای صورت‌های مالی غیرشفاف هستند بیشتر در معرض ریسک سقوط قیمت سهام قرار می‌گیرند (کیم و ژانگ، 2014).
ﭘﮋوﻫﺶ دﻳﮕﺮى ﻛﻪ ﺗﻮﺳﻂ رومرو و موالا (٢٠٠٩)، ﺑـﻪ اﻧﺠـﺎم رﺳـﻴﺪه اﺳـﺖ ﺑـﻪ ﻣﺤﺎﺳـﺒﻪ و ﻣﻘﺎﻳﺴـﻪ دامنة وﺳﻴﻌﻰ از روشهای ﺳﻨﺠﺶ ارزش در ﻣﻌﺮض رﻳﺴﻚ ازجمله روشهای شبیهسازی ﺗـﺎرﻳﺨﻰ، شبیهسازی مونت‌کارلو، روﻳﻜﺮد ﻣﻘﺪار ﻓﺮﻳﻦ، روش ﻣﻴﺎﻧﮕﻴﻦ ﻣﺘﺤﺮک ﻧﻤﺎﻳﻰ و روش GARCH ﺑﺎ اﺳﺘﻔﺎده از ﻫﺸـﺖ ﺷـﺎﺧﺺ ﺳـﻬﺎم ﺑﺎزارﻫﺎى بین‌المللی می‌پردازد و ﺑﺎ ﻣﻘﺎﻳﺴﻪ اﻳﻦ روش‌ها درنهایت ﻣـﺪل GARCH را به‌عنوان ﺑﻬﺘـﺮﻳﻦ ﺑﺮآوردﮔـﺮ ﻣﻌﺮﻓﻰ میکند (رومر و موالا، 2009).
مارتینز و یاو (2006) نیز به برآورد ارزش در معرض خطر و ارزش در معرض خطر شرطی با استفاده از مدل‌های غیرخطی تئوری ارزش‌آفرین پرداختند. ایشان از توزیعهای شرطی سری‌های زمانی بازده دارایی‌های مالی استفاده کرده و رویه معرفی‌شده را با انواع قبلی آن مقایسه کرده‌اند (مارتینر و یاو، 2006).
در داخل کشور نیز محققان زیادی در خصوص برآورد ارزش در معرض خطر و ارزش در معرض خطر به مطالعه پرداختند. ازجمله تحقیقات داخلی در زمینه برآورد VaR میتوان به پژوهش انجام‌شده توسط رهنمای رود پشتی و قندهاری (1394) اشاره کرد. آنها ارزش در معرض خطر مبتنی بر محدودیت بر ارزیابی عملکرد مدیریت پرتفوی فعال در بورس اوراق بهادار تهران را برآورد کردند.
طاهری و همکاران (۱۳۹۸) ارتباط ارزشی افشا و گزارش ریسک بانک‌های ایران در بازار سرمایه را مورد بررسی قراردادند. برای این منظور آنها از صورت‌های مالی سالانه ۱۹ بانک عضو بورس اوراق بهادار برای یک دوره شش‌ساله از سال ۱۳۹۰ تا ۱۳۹۵ استفاده کردند. نتایج پژوهش آنان نشان داد افشای ریسک باارزش بانک دارای رابطه مثبت و معنادار بوده و با بازدهی بانک دارای رابطه منفی و معنادار است (طاهری و همکاران، 1398)
کاشی و همکاران (1396) ارزش در معرض خطر (VAR) و ریزش مورد انتظار (ES) در بورس اوراق بهادار تهران با استفاده از نظریه مقدار حدی با رویکرد ماکسیمم بلاک‌ها و توزیع پارتو تعمیم‌یافته (GPD) برآورد کردند(کاشی و همکاران، 1396).
پویان فر و موسوی (1395) مطالعه‌ای تحت عنوان "تخمین ارزش در معرض خطر دادههای درون روزی با رویکرد EVT-COPULA انجام دادند. نتایج پژوهش حاکی از برتری مدل ترکیبی نسبت به مدل‌های شبیهسازی تاریخی، پارامتریک و مدل ترکیبی واریانس ناهمسان شرطی تعمیم‌یافته و نظریه ارزش فرین بود (پویان فر و موسوی، 1395).
ﻫﻤﭽﻨﻴﻦ ﻛﺎﻇﻤﻰ (1391) در پایان‌نامه دورة ﻛﺎرﺷﻨﺎﺳﻰ ارﺷﺪ ﺧﻮد ﺑﻪ ﺑﺮرﺳﻰ و ﻛﺎرﺑﺮد ﺗﺌـﻮرى ﻣﻘـﺪار ﻓـﺮﻳﻦ در ﺑـﺎزار ﺑﻮرس اوراق ﺑﻬﺎدار ﺗﻬﺮان ﭘﺮداﺧﺘﻪ اﺳﺖ. در اﻳـﻦ ﺗﺤﻘﻴـﻖ ﺑـﺎ تأکید ﺑـﺮ ﭼﻮﻟـﻪ ﺑـﻮدن ﺗﻮزﻳـﻊ ﺑـﺎزده ﺷﺎﺧﺺ ﺑﻮرس اوراق ﺑﻬﺎدار ﺗﻬﺮان از ﻣﻌﻴﺎر ﻧﺴﺒﺖ ﺗﺨﻄﻰ ﺑﺮاى ﻣﻘﺎﻳﺴﻪ ﻛﺎراﻳﻰ روشهای ﺳـﻨﺠﺶ ارزش در ﻣﻌـﺮض رﻳﺴﻚ استفاده‌شده اﺳﺖ (کاظمی، 1391).
محمدی و همکاران (1387)، به محاسبه VaR پارامتریک با استفاده از مدل‌های ناهمسانی واریانس شرطی در بورس اوراق بهادار تهران پرداخته‌اند. نتایج نشان می‌دهد که برآورد مقادیر VaR یک‌روزه و ده‌روزه با استفاده از توزیعهای لپتو کورتیک از دقت بالاتری برخوردار است. کشاورز و صمدی (1388)، در مقاله‌ای به برآورد تلاطم بازدهی در بازار سهام تهران و مقایسه دقت روش‌ها در تخمین VaR با استفاده از مدل‌های خانواده FIGARCH پرداخته‌اند. نتایج نشان‌دهنده آن است که در سطح معناداری 5/2% مدل FIGARCH، بهترین عملکرد را در میان مدل‌های GARCH دارا است(محمدی و همکاران، 1387).
در اکثر تحقیقات انجام‌شده جهت محاسبه ارزش در معرض خطر با رویکرد استفاده از نظریه ارزش حدی، به رویکردهای مورداستفاده از انواع متفاوت این توزیع پرداخته نشده است؛ لذا باتوجه‌به اینکه در این مطالعه تمرکز ما به استفاده از توزیع حدی تعمیم‌یافته است، در این بخش به چگونگی محاسبه ارزش در معرض خطر و ارزش در معرض خطر با استفاده از توزیع ارزش حدی، می‌پردازیم. در این روش در ابتدا سه پارامتر توزیع ارزش حدی تعمیم‌یافته با استفاده از روش درست‌نمایی ماکسیمم برآورد میشوند و سپس ارزش در معرض خطر به دست میآید.
مبانی آماری روش سنتی مدل‌سازی دادههای حدی
یک دارایی را در نظر بگیرید و بازده آن را در هر روز با نشان دهید. یک سری n تائی از این بازدهها را به‌صورت در نظر بگیرید. مینیمم این بازدهها را با و ماکسیمم آنها را با نشان دهید. در نظریه ارزش حدی تمرکز بر روی ماکسیمم بازدهها یا است. اگرچه این نظریه به‌راحتی با تغییر علامت بازدهها برای مینیمم بازدهها نیز قابل‌استفاده است.
فرض کنید که بازدهها مستقل، با تابع توزیع تجمعی یکسان و برد بزرگ‌تر از یک و هر دو اعداد حقیقیاند، لذا تابع توزیع تجمعی را با نشان داده و به‌صورت زیر تعریف می‌کنیم:
(1)
اما باتوجه‌به استقلال بازدهها و یکی بودن توزیع آنها، چنین محاسبه می‌شود:
(2)
باتوجه‌به اینکه توزیع تجمعی با نامشخص است، نیز نامشخص است. زمانی که n به سمت بینهایت میل میکند، تابعی نا تباهیده و می‌شود. به‌عبارت‌دیگر در این حالت:
(3)
که تابع تباهیده فاقد ارزش است. در نظریه ارزش حدی دو پارامتر و، را طوری تعیین میکنند که توزیع حدی یک توزیع ناتباهیده باشد. به و به ترتیب پارامترهای مکان و مقیاس گفته می‌شود. باتوجه‌به فرض مستقل بودن بازدهها، توزیع حدی نرمال شده طبق قضیه فیشر و تیپت (1928)، گندنکوف (1943) و به‌صورت زیر به دست میآید:
این تابع اگر برای و اگر برای تعریف می‌شود.
به پارامتر شکل گفته می‌شود که تعیین‌کننده شکل دم توزیع است. به پارامتر
شاخص دم توزیع گفته می‌شود. به توزیع حدی رابطه (1) توزیع ارزش حدی تعمیم‌یافته (GEV) برای ماکسیمم‌ها گفته می‌شود. این توزیع باتوجه‌به مقدار پارامتر شکل به سه گروه توزیعهای زیر طبقه‌بندی میشوند. (فیشر و تیپ پت، 1928)
گروه اول: به‌ازای ، خانواده گامبل، با توزیع:
(4)
گروه دوم: به‌ازای ، خانواده فریشه، با توزیع:
(5)
گروه سوم: به‌ازای ξ<0، خانواده ویبول، با توزیع:
(6)
در نمودار 1 تابع چگالی این سه توزیع نشان‌داده‌شده است.
خط ممتد مربوط به توزیع گامبل، نقطه‌چین مربوط به توزیع ویبول با و خطچین مربوط به توزیع فریشه با است.
نمودار 1- تابع چگالی احتمال توزیع ارزش حدی تعمیم‌یافته
(فیشر و تیپت، 1928)
همان‌طور که در نمودار 1 مشاهده می‌شود توزیع احتمال فریشه دارای دمی است که به‌صورت چندجمله‌ای کاهش می‌یابد؛ بنابراین از نوع توزیعهایی با دم پهن است. دم توزیع احتمال گامبل به‌صورت نمایی کاهش پیدا میکند و از توزیعهایی با دم باریک است.
تابع چگالی توزیع ارزش حدی تعمیم‌یافته با مشتقگیری از تابع توزیع آن به‌صورت زیر به دست میآید:
(7)
این تابع اگر ξ<0 برای و اگر ξ>0 برای تعریف می‌شود.
برآورد پارامترهای توزیع ارزش حدی تعمیم‌یافته
همان‌طور که در قسمت قبل گفته شد توزیع ارزش حدی تعمیم‌یافته (GEV) دارای سه پارامتر و است که به ترتیب پارامترهای شکل، مکان و مقیاس نامیده میشوند. این پارامترها میتوانند با استفاده از روشهای پارامتری یا نا پارامتری برآورد شوند. مهم‌ترین روش پارامتری روش درست‌نمایی ماکسیمم است. در روشهای نا پارامتری با استفاده از آمارههای ترتیبی پارامتر شکل برآورد می‌شود.
چون برای هر نمونه فقط یک ماکسیمم وجود دارد، بنابراین پارامترهای توزیع ارزش حدی تعمیم‌یافته را نمی‌توان تنها با استفاده از یک نمونه برآورد کرد. یکی از ایدههایی که برای رفع این مشکل مطرح‌شده افراز نمونه به زیر نمونه‌هایی با اندازة برابر و سپس به‌کارگیری نظریه ارزش حدی بر ماکسیمم این زیر نمونه‌ها است. برای روشن شدن موضوع فرض کنید که نمونهای از T بازده وجود دارد. این نمونه را به g زیر نمونه با n مشاهده افراز می‌کنیم. فرض کنید در این صورت افراز زیر را برای این نمونه خواهیم داشت:
(8)
هر عضو زیر نمونه‌ها به‌صورت نشان داده می‌شود که و است. زمانی که n به‌اندازه کافی بزرگ باشد انتظار میرود که نظریه ارزش حدی برای ماکسیممهای زیر نمونه‌ها قابل‌اعمال باشد. معمولاً n به‌صورت تجربی تعیین می‌شود، به‌عنوان‌مثال برای بازده‌های روزانه است که تقریباً برابر با تعداد روزهایی از یک ماه است که بازار باز است و n=63 برابر با تعداد روزهای کاری در یک‌فصل از سال است. حال فرض کنید ماکسیمم i امین زیر نمونه (از اندازة n) باشد. زمانی که n به‌اندازه کافی بزرگ استکه نرمال شده ماکسیمم i زیر نمونه است بایستی از توزیع ارزش حدی تعمیم‌یافته پیروی کند.ها به‌صورت زیر تعریف می‌شود:
(9)
ماکسیمم زیر نمونه‌ها، داده‌هایی هستند که برای برآورد پارامترهای توزیع ارزش حدی تعمیم‌یافته استفاده میشوند؛ بنابراین پارامترهای برآورد شده ممکن است به مقدار n وابسته باشند. زمانی که T مضربی از اندازة زیر نمونه‌ها یعنی n نباشد میتوان زیر نمونه آخر را کوچک‌تر در نظر گرفت یا تعدادی از دادههای اولیه را نادیده گرفت تا اینکه تعداد مشاهدات مضربی از n شوند. (مک‌نیل و فری، 2005)
ارزش در معرض خطر
ارزش در معرض خطر، روش ارزیابی و تشخیص ریسک است که از تکنیک‌های آماری استاندارد که به طور روزمره در زمینه‌های تکنیکی دیگر نیز به کار میرود، استفاده می‌نماید. به طور قراردادی، ارزش در معرض ریسک بیشترین زیان مورد انتظار را در افق زمانی مشخص در سطح اطمینان معین اندازه‌گیری می‌نماید. برای مثال، یک بانک ممکن است اعلام کند ارزش در معرض خطر روزانه خریدوفروش پرتفوی بانک در سطح اطمینان 99 درصد، 35 میلیون دلار است. به‌عبارت‌دیگر، تنها در یک مورد از 100 معامله روزانه ممکن است ضرر و زیانی بیش از 35 میلیون دلار رخ بدهد. این عدد منفرد، چگونگی مواجهه بانک با ریسک بازار را به طور خلاصه نشان می‌دهد و همین‌طور ارزش در معرض خطر، ریسک را برحسب دلار اندازه می‌گیرد. سهام‌داران و مدیران مؤسسات مالی میتوانند تصمیم‌گیری کنند که آیا با این سطح از ریسک، آسوده‌خاطر می‌باشند یا خیر. اگر پاسخ منفی باشد، باید پروسه‌ای که منجر به محاسبه ارزش در معرض خطر شود، طی شود تا معین شود که ریسک در کجا باید اصلاح گردد. ارزش در معرض خطر برعکس اندازه‌گیری‌های سنتی ریسک، نمایی کلی و جامع از ریسک پرتفوی که برای محاسبه میزان بدهی به دارایی و هم‌بستگی‌ها و وضعیت‌های جاری به کار میرود، ارائه می‌نماید. در نتیجه ارزش در معرض خطر، واقعاً سنجش ریسک با نگاهی آینده‌نگر می‌باشد. ارزش در معرض خطر نه‌تنها برای بانک بلکه برای تمام انواع اسناد مالی کارایی دارد. بعلاوه روش‌شناسی ارزش در معرض خطر می‌تواند از ریسک بازار به انواع دیگری از ریسک‌های مالی تعمیم یابد.
برخلاف مفهوم ساده و قابل‌درک ارزش در معرض خطر، محاسبة آن با دشواری‌های فراوانی روبروست. محاسبة ارزش در معرض خطر، از نظر آماری بـه معنـی یـافتن مقـدار بحرانی برای سطح احتمال موردنظر α است. باتوجه‌به این واقعیت که توزیع احتمال بازدهی در طول زمان ثابت نیست، مشکلاتی در محاسبه ارزش در معرض خطر به وجـود میآید. روشهای متعددی برای محاسبة ارزش در معرض خطر ارائه شده است. ما در این مطالعه برای محاسبه ارزش در معرض خطر از توزیع فریشه به‌عنوان توزیع نوع دوم ارزش حدی تعمیم‌یافته استفاده می‌کنیم.
محاسبه ارزش در معرض خطر با استفاده نظریه ارزش حدی
در این بخش نشان میدهیم که چگونه با استفاده از رویکرد سنتی نظریه ارزش حدی، ارزش در معرض خطر محاسبه می‌شود. در این روش در ابتدا سه پارامتر توزیع ارزش حدی تعمیم‌یافته با استفاده از روش درست‌نمایی ماکسیمم برآورد میشوند و سپس ارزش در معرض خطر به دست میآید. فرض کنید که تعداد T بازده از دارایی موردنظر را به‌عنوان نمونه داریم. این نمونه را به g زیر نمونه n تائی افراز می‌کنیم، درصورتی‌که زیر نمونه انتهایی را کوچک‌تر در نظر می‌گیریم. سپس ماکسیمم هر زیر نمونه را تعیین کرده و مجموعه ماکسیممهای حاصل را به‌عنوان نمونه برای برآورد پارامترهای با استفاده از روش درست‌نمایی ماکسیمم به کار می‌گیریم.
با درنظرگرفتن و قراردادن آن در تابع توزیع ارزش حدی تعمیم‌یافته چندک این توزیع در سطح اطمینان موردنظر، به دست آورده می‌شود. فرض کنید که مقدار خطا و چندک ام ماکسیمم زیر نمونه تحت توزیع ارزش حدی تعمیم‌یافته باشد، با جایگذاری X در تابع توزیع ارزش حدی تعمیم‌یافته داریم:
(10)
دقت کنید که اگر
با گرفتن لگاریتم از رابطه بالا داریم:
(11)
که بعد از ساده کردن آن به‌صورت زیر به دست میآید:
(12)
که در رابطهی بالا همان ارزش در معرض خطر ماکسیمم زیر نمونه در سطح اطمیناندرصد است. ارزش در معرض خطر بازده لگاریتمی دارایی مالی در سطح اطمینان درصد به‌صورت زیر محاسبه می‌شود:
(13)
فرضیه‌های پژوهش
فرضیه اول: بین ارزش در معرض خطر دادههای دفتری باارزش در معرض خطر دادههای بازار بانک‌های خصوصی منتخب ارتباط معناداری وجود دارد.
فرضیه دوم: بین ارزش در معرض خطر دادههای دفتری با یک گام وقفه و ارزش در معرض خطر دادههای بازار بانک‌های خصوصی منتخب ارتباط معناداری وجود دارد.
روش‌شناسی پژوهش
این پژوهش از بعد هدف؛ یک پژوهش کاربردی است. پژوهش کاربردی پژوهشی است که با استفاده از نتایج تحقیقات بنیادی به‌منظور بهبود و به کمال رساندن رفتارها، روش‌ها، ابزارها، وسایل، تولیدات، ساختارها و الگوهای مورداستفاده جوامع انسانی انجام می‌شود. هدف پژوهش کاربردی توسعه دانش کاربردی در یک زمینه خاص است. در این پژوهش از بازده دادههای 21 روزه سهام بانک‌های پارسیان، سامان، سینا، پاسارگاد و اقتصاد نوین به‌عنوان نماینده بانک‌های خصوصی پذیرفته شده در بورس اوراق بهادار تهران در فاصله زمانی 1390 تا 1398، استفاده گردید. به‌منظور تعین نمونه و دادههای موردنیاز مدل‌های این پژوهش از روش نمونه‌گیری برش مقطعی طولی استفاده‌شده است. اطلاعات مربوط به بررسی مبانی نظری و ادبیات موضوع از طریق مطالعات کتابخانه‌ای و جستجوی اینترنتی جمع‌آوری گردیده است. تجزیه‌وتحلیل دادههای این پژوهش از نرم‌افزار آماری ایویوز Eviews استفاده‌شده است.
متغیرهای پژوهش
در راستای موضوع تحقیق متغیرهای پژوهش به شرح جدول یک انتخاب‌شده‌اند.
جدول 1- خلاصه متغیرهای پژوهش
ردیف نام متغیر علامت اختصاری
1 ارزش در معرض خطر بر مبنای دادههای دفتری بانک اقتصاد نوین VARB.EN
2 ارزش در معرض خطر بر مبنای دادههای بازار بانک اقتصاد نوین VARS.EN
3 ارزش در معرض خطر بر مبنای دادههای دفتری بانک پارسیان VARB.PAR
4 ارزش در معرض خطر بر مبنای دادههای بازار بانک پارسیان VARS.PAR
5 ارزش در معرض خطر بر مبنای دادههای دفتری بانک پاسارگاد VARB.PAS
6 ارزش در معرض خطر بر مبنای دادههای بازار بانک پاسارگاد VARS.PAS
7 ارزش در معرض خطر بر مبنای دادههای دفتری بانک سامان VARB.SAM
8 ارزش در معرض خطر بر مبنای دادههای بازار بانک سامان VARS.SAM
9 ارزش در معرض خطر بر مبنای دادههای دفتری بانک سینا VARB.SIN
10 ارزش در معرض خطر بر مبنای دادههای بازار بانک سینا VARS.SIN
یافته‌های پژوهش
آمار توصیفی
در این پژوهش ابتدا ارزش در معرض خطر بر اساس دادههای ارزش دفتری و بازار با استفاده از توزیع ارزشی فرین با استفاده از مدل GARCH محاسبه گردید. در ترازنامه برای گرفتن VAR، توزیع هر یک از اقلام ترازنامه را به دست آوردیم. با رویکرد ترازنامه‌ای VAR دارایی‌ها را با هم جمع کردیم و VAR بدهی (به‌استثنای سپرده‌ها) را از آن کم نمودیم. ارزش در معرض خطر سپرده‌ها باتوجه‌به سمت تابع زیان آنها که در دنباله سمت چپ تابع توزیع واقع شده و منطبق با مأموریت ذاتی بانک‌ها است باارزش در معرض خطر دارایی‌ها جمع می‌شود. نتایج آمار توصیفی ارزش در معرض خطر هر یک از بانک‌ها در جدول (2) ارائه شده است.
جدول 2- نتایج آمار توصیفی متغیرهای پژوهش
نام متغیر تعداد میانگین واریانس انحراف معیار میانه مینیمم ماکزیمم چولگی کشیدگی
VB.EN 96 -0.1016 0.0882 0.297 -0.0697 -1.0466 0.88 -0.5726 2.7345
VS.EN 96 -0.2205 0.0442 0.2103 -0.1385 -1.0508 0.0013 -1.9195 4.0643
VB.PAR 96 0.0235 0.0844 0.2906 -0.0316 -0.7012 1.7572 2.831 14.2101
VS.PAR 96 -0.2943 0.1781 0.422 -0.1869 -3.0774 -0.0027 -4.0915 22.1673
VB.PAS 96 0.1769 0.1786 0.4226 0.0377 -0.2718 2.6539 3.034 13.2199
VS.PAS 96 -0.1611 0.0422 0.2053 -0.104 -1.3493 0.0144 -2.6173 11.2093
VB.SAM 96 -0.0057 0.1892 0.435 -0.0276 -1.22 2.1845 1.4606 7.6584
VS.SAM 96 -0.2517 0.0909 0.3015 -0.1712 -1.9859 0.02 -2.5418 10.6933
VB.SIN 96 0.2613 0.1913 0.4374 0.1281 -0.3393 2.1374 1.883 3.9503
VS.SIN 96 -0.2785 0.0907 0.3012 -0.2152 -2.0862 -0.0012 -2.7809 12.8764
منبع: یافته‌های پژوهشگر
آزمون فرضیه اول: در این مرحله نسبت به آزمون همبستگی پیرسون میان ارزش در معرض خطر بر اساس دادههای ترازنامه‌ای و ارزش در معرض خطر بر اساس دادههای بازار، به‌صورت بدون وقفه زمانی اقدام نمودیم. زمانی که وقفه زمانی انتشار اطلاعات ترازنامه‌ای در بازار مدنظر نیست، شفافیت اطلاعت در بازار وجود ندارد. نتایج آزمون همبستگی در جدول (3) ارائه شده است.
جدول 3 – نتایج آزمون همبستگی پیرسون برای متغیرهای موضوع پژوهش بدون وقفه زمانی
نام متغیر VARS.EN VARS.PAR VARS.PAS VARS.SAM VARS.SIN
VARB.EN ٠۴٩/٠ - - - -
VARB.PAR - ١٧٣/٠ - - -
VARB.PAS - - - -
VARB.SAM - - - ٠١۴/٠- -
VARB.SIN - - - -
*: معنی‌دار در سطح 95 درصد اطمینان **: معنی‌دار در سطح 99 درصد اطمینان
منبع: یافته‌های پژوهشگر
هم آن‌گونه که در جدول شماره 3 مشاهده می‌کنیم، در بعد دادههای هم‌زمان (بدون وقفه زمانی) رابطه ضعیفی بین ارزش در معرض خطر دفتری و بازاری وجود دارد که این ضرایب برای بانک‌های اقتصاد نوین، پارسیان، پاسارگاد، سامان و سینا به ترتیب معادل ٠۴٩/٠ ، ١٧٣/٠ ، ٢٣/٠ ، ٠١۴/٠- و ٢٢٣/٠ می‌باشد. چنانچه مقدار همبستگی موردنظر زیر 2/0 باشد نمی‌توان وجود رابطه همبستگی را معنادار خواند. تنها ضریب همبستگی بین ارزش در معرض خطر دفتری و بازاری دو بانک پاسارگاد و سینا از نظر آماری در سطح ۹۵ درصد اطمینان معنادار می‌باشد.
آزمون فرضیه دوم: برای بررسی نقش شفافیت اطلاعات، بر اساس این پیش‌فرض که انتشار اطلاعات با وقفه زمانی تأثیر خود را در قیمت بازار می‌گذارد، آزمون همبستگی را با یک وقفه زمانی در ارزش در معرض خطر محاسبه شده بازاری در نظر می‌گیریم. نتایج این آزمون در جدول (4) ارائه گردیده است.
جدول 4 – نتایج آزمون همبستگی پیرسون برای متغیرهای موضوع پژوهش با یک وقفه زمانی روی ارزش در معرض خطر بازاری در سطح 5درصد
نام متغیر VARS.EN VARS.PAR VARS.PAS VARS.SAM VARS.SIN
VARB.EN ١٢۴/٠ - - - -
VARB.PAR - - - -
VARB.PAS - - ١٩٧/٠ - -
VARB.SAM - - - -
VARB.SIN - - - -
*: معنی‌دار در سطح 95 درصد اطمینان **: معنی‌دار در سطح 99 درصد اطمینان
منبع: یافته‌های پژوهشگر
همان گونه که نتایج جدول (4) نشان می‌دهد، زمانی که مسئله سرعت انتشار اطلاعات در بازار و بحث کارایی اطلاعاتی را در نظر بگیریم و انتشار اطلاعات دفتری در بازار را با یک وقفه زمانی در نظر بگیریم، ضرایب همبستگی بین ارزش‌های در معرض خطر دفتری و بازار برای بانک‌های اقتصاد نوین پارسیان پاسارگاد سامان و سینا به ترتیب برابر با ١٢۴/٠ ، ۴٩٩/٠ ، ١٩٧/٠ ، ٢١٠/٠ و ٢٠٨/٠ است که در این میان ضریب همبستگی دادههای دفتری و بازار بانک پارسیان در سطح 99 درصد اطمینان معنی‌دار است، این ضریب برای بانک‌های سامان و سینا در سطح 95 درصد اطمینان معنی‌دار است؛ همچنین سطح اطمینان مقدار این ضریب برای بانک پاسارگاد بسیار نزدیک به سطح معنی‌داری 95 درصد اطمینان است.
نتیجه‌گیری
در این پژوهش به بررسی ارتباط معنی‌دار، بین ارزش در معرض خطر با استفاده از دادههای دفتری و دادهای بازار به‌عنوان معیاری برای سنجش شفافیت و کیفیت اطلاعات پرداختیم. علی‌رغم پیش‌فرض اصلی محقق درباره ارتباط اطلاعات دفتری و قیمت بازار سهام آن‌گونه که در جدول شماره (3) مشاهده می‌کنیم در بعد دادههای هم‌زمان رابطه ضعیفی بین ارزش در معرض خطر دفتری و بازاری وجود دارد که این ضرایب برای بانک‌های اقتصاد نوین، پارسیان، پاسارگاد، سامان و سینا به ترتیب معادل ٠۴٩/٠ ، ١٧٣/٠ ، ٢٣/٠ ، ٠١۴/٠- و ٢٢٣/٠ می‌باشد که تنها ضریب همبستگی بین ارزش در معرض خطر دفتری و بازاری دو بانک پاسارگاد و سینا از نظر آماری در سطح ۹۵ درصد اطمینان معنادار می‌باشد؛ اما اگر مسئله سرعت انتشار اطلاعات در بازار و بحث کارایی اطلاعاتی را در نظر بگیریم و ازاین‌رو انتشار اطلاعات دفتری در بازار را با یک وقفه زمانی در نظر بگیریم، ضرایب همبستگی بین ارزش‌های در معرض خطر دفتری و بازار برای بانک‌های اقتصاد نوین پارسیان پاسارگاد سامان و سینا به ترتیب برابر با ١٢۴/٠ ، ۴٩٩/٠ ، ١٩٧/٠ ، ٢١٠/٠ و ٢٠٨/٠ است. علاوه بر این همان‌طور که در جدول شماره 4 آمده است مقدار این ضریب برای بانک پارسیان در سطح 99 اطمینان و برای بانک‌های سامان و سینا در سطح 95 درصد اطمینان معنی‌دار است. در مورد بانک پاسارگاد نیز سطح اطمینان مقدار این ضریب بسیار نزدیک به 95 درصد می‌باشد. بر این مبنا میتوان این بانک‌ها را بر اساس کیفیت اطلاعات به ترتیب از پارسیان سامان سینا پاسارگاد تا اقتصاد نوین طبقه‌بندی کرد.
پیشنهادها
باتوجه‌به این که استفاده‌کننده اصلی این پژوهش بر مبنای سطوح دسترسی به اطلاعات دفتری بانک‌ها، بانک مرکزی جمهوری اسلامی ایران و سایر تنظیم‌کنندگان مقررات بانکداری در درجه اول و سایر استفاده‌کنندگان (شامل سهام‌داران و ...) در صورت رواج حسابداری تحت وب در درجه دوم می‌باشند به ایشان سنجش کیفیت اطلاعات ارائه شده و رتبه‌بندی بانک‌ها بر اساس همگرایی و شدت همبستگی ارزش‌های در معرض خطر دفتری و بازار به‌عنوان یک معیار پیشنهاد می‌شود. سایر پژوهشگران نیز میتوانند در صورت دسترسی به اطلاعات از این معیار یا معیارهای ترکیبی توسعه‌یافته بر اساس آن برای پیشبرد ایده نویسندگان این پژوهش و همچنین برای سنجش سرعت نفوذ اطلاعات دفتری در بازار سرمایه استفاده نمایند.
