مدلسازی قوت مالی مبتنی بر ریسک و عملکرد با استفاده از اقلام حسابداری بانک‌ها Modelling Bank's Risk and Performance Oriented Financial Strength Using Accounting Information

پژوهش های حسابداری مالی و حسابرسی

دوره 13، شماره 52، دی 1400، صفحه 185-210   

نوع مقاله: مقاله علمی پژوهشی

شناسه دیجیتال (DOI): 10.30495/faar.2021.687684

نویسندگان

محمود انصار¹؛ محمد خدایی وله زاقرد^{* 2}؛ مهدی تقوی¹؛ زهرا امیرحسینی³

¹گروه مدیریت مالی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.

²گروه مدیریت مالی، واحد تهران شمال، دانشگاه آزاد اسلامی، تهران، ایران.

³گروه مدیریت مالی؛ دانشکده علوم انسانی, واحدشهرقدس؛ دانشگاه آزاد اسلامی؛ تهران ؛ ایران

چکیده

بحران­های بانکی نیاز به اطلاع از وضعیت قوت مالی بانک­ها و توسعه و بهبود مدل­های سنجش آن را افزایش داده است. شاخص کملز به صورت گسترده از سوی نهادهای ناظر کشورها برای سنجش قوت مالی بانک­ها مورد استفاده قرار می­گیرد. مدل­های موجود برای برآورد قوت مالی بانک­ها با استفاده از کملز محدودیت­هایی در تعیین وزن ابعاد و تعداد معیارهای قابل پردازش برای هر یک از ابعاد مدل دارند. این پژوهش با توسعه مدل­های موجود و رفع محدودیت­های مدل­سازی، با تلفیق تکنیک تاپسیس با رعایت تمام مفروضات آن با مدل­های موجود و با شبیه­سازی کلیه وضعیت­های محتمل، ضمن رفع محدودیت وزن­ها و تعداد شاخص­های قابل استفاده و با تفکیک دو جزء ریسک و میانگین عملکرد، اقدام به محاسبه قوت مالی 24 بانک کشور نموده است بر مبنای نتایج قوت مالی بانک­های خصوصی بیشتر بوده است. استفاده از این مدل برای برنامه­ریزی و نظارت بر بانک­های کشور می­تواند زمینه‌ساز بهبود قوت مالی بانک­های کشور گردد.
عنوان مقاله [English]

Modelling Bank's Risk and Performance Oriented Financial Strength Using Accounting Information
نویسندگان [English]
Mahmood Ansar
Mohammad Khodaei Valahzaghard
Mehdi Taghavi
Zahra Amirhosseini
 
چکیده [English]

Bank's financial strength become a major concept on banking literature during the past few years and CAMELS is a common approach to measure it. Financial strength not only helps banks to meet legal obligations but also increases their stability in banking crises. We improve a developed model using CAMELS approach and combine it with Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS) with Simulated Weights to release its limitation and measure financial strength of 24 Iranian banks. As a result this paper prepares a proposed method to monitor and increase bank's financial strength.
 

کلیدواژه‌ها

واژه‌های کلیدی: قوت مالی بانک‌ها؛ کملز؛ تاپسیس؛ شبیه‌سازی ضرایب

اصل مقاله

 

مدلسازی قوت مالی مبتنی بر ریسک و عملکرد با استفاده از اقلام حسابداری بانک­ها

 

 

محمود انصار^[1]

تاریخ دریافت: 15/07/1400            تاریخ پذیرش: 23/09/1400

محمد خدایی وله‌زاقرد^{* [2]}

مهدی تقوی^[3]

زهرا امیرحسینی^[4]

 

 

 

چکیده

بحران­های بانکی نیاز به اطلاع از وضعیت قوت مالی بانک­ها و توسعه و بهبود مدل­های سنجش آن را افزایش داده است. شاخص کملز به صورت گسترده از سوی نهادهای ناظر کشورها برای سنجش قوت مالی بانک­ها مورد استفاده قرار می­گیرد. مدل­های موجود برای برآورد قوت مالی بانک­ها با استفاده از کملز محدودیت­هایی در تعیین وزن ابعاد و تعداد معیارهای قابل پردازش برای هر یک از ابعاد مدل دارند. این پژوهش با توسعه مدل­های موجود و رفع محدودیت­های مدل­سازی، با تلفیق تکنیک تاپسیس با رعایت تمام مفروضات آن با مدل­های موجود و با شبیه­سازی کلیه وضعیت­های محتمل، ضمن رفع محدودیت وزن­ها و تعداد شاخص­های قابل استفاده و با تفکیک دو جزء ریسک و میانگین عملکرد، اقدام به محاسبه قوت مالی 24 بانک کشور نموده است بر مبنای نتایج قوت مالی بانک­های خصوصی بیشتر بوده است. استفاده از این مدل برای برنامه­ریزی و نظارت بر بانک­های کشور می­تواند زمینه‌ساز بهبود قوت مالی بانک­های کشور گردد.

 

واژه‌های کلیدی: قوت مالی بانک­ها، کملز، تاپسیس، شبیه­سازی ضرایب.

 

1- مقدمه

در سال­های اخیر برخی از بانک­ها و مؤسسات مالی ایران بحران­های مالی شدیدی را تجربه کرده­اند، شدت بحران در برخی از این مؤسسات مانند میزان، ثامن‌الحجج، کاسپین و آرمان به اندازه­ای بود که از ایفای تعهدات خود به سپرده­گذاران بازماندند. تحقیقات اخیر نشان‌دهنده تأثیر بحران­های مالی بر سودآوری و عملکرد بانک­ها می­باشد (خدایی وله زاقرد و انصار، 2013).

تجمیع اطلاعات حسابداری بانک­ها در قالب صورت­های مالی صورت می­پذیرد. اطلاعات مندرج در صورت‌های مالی یکی از پایه‌های مهم اتخاذ تصمیمات منطقی بوده و افشاء و استفاده از اقلام صورت­های مالی با کیفیت و حسابرسی شده کارایی را افزایش می­دهد (کردستانی، 1398، 161) و (نادری، حیدرپور و یعقوب نژاد، 1397، 192). صورت­های مالی منتشر شده اکثر بانک­های عضو بازار بین بانکی نشان‌دهنده منفی بودن حاشیه سود عملیاتی (سود مشاع سهم بانک) در سال­های 1393 و 1394 می­باشد. مطالبات معوق بانک­ها نیز به عاملی برای اختلال در واسطه­گری مالی بانک­ها تبدیل شده است. این امر در حالی است که عدم تعادل در ساختار مالی بانک­ها اثری مضاعف داشته و علاوه بر تضعیف بخش مالی، به طور غیر مستقیم و از طریق کاهش توان تعامل بخش­های مالی با سایر بخش­های اقتصاد، آن­ها را نیز تضعیف می­نماید.

این امور بیانگر اهمیت بالای ثبات در بخش مالی و به‌ویژه بانک­ها می­باشد؛ چرا که یکی از دلایل تأخیر در پذیرش دوباره نظام بانکی و مالی ایران در سیستم مالی بین‌المللی پس از برداشته شدن تحریم­های بین­المللی این است که طرف­های مالی از ثبات سیستم مالی کشور اطمینان ندارند؛ به عنوان مثال کفایت سرمایه بانک­های کشور را برای پوشش ریسک­هایی که با آن­ها مواجه می­شوند را کافی نمی­دانند. همچنین شفافیت اطلاعات مالی افشاء شده را ناکافی می­دانند. بدین ترتیب هزینه­های مبادلاتی کشور افزایش یافته و خروج اقتصاد از رکود تورمی دچار اختلال می­گردد. این امر به حدی اهمیت دارد که بانک مرکزی به عنوان نهاد ناظر بر بانک­های ایران، برگزاری مجامع سال 1394 بانک­ها را منوط به افزایش شفافیت مالی و ارائه صورت­های مالی بر مبنای استانداردهای بین­المللی گزارشگری مالی^[i] نموده و از برگزاری مجامع بانک­هایی که این اطلاعات را افشاء ننموده­اند جلوگیری نموده است که این امر در تاریخ بانکداری ایران بی­سابقه می­باشد (سایت بانک مرکزی).

هر چند که ثبات مالی یک موضوع اقتصادی است اما آثار و پیامدهای بی­ثباتی مالی فقط اقتصادی نبوده و یک بحران مالی می­تواند هزینه­های سیاسی، اجتماعی و امنیتی گسترده­ای به دنبال داشته باشد. بانک­ها و مؤسسات مالی کانون اصلی ثبات مالی می­باشند. طبیعت واسطه­گری مالی بانک­ها این ثبات را تحت تأثیر قرار می­دهد، بانک­ها سپرده­های با سررسید کوتاه‌مدت را به وام­هایی با سررسید بلندمدت‌تر تبدیل می­کنند و به همین دلیل معمولاً دچار عدم تطابق سررسید دارایی­ها و بدهی­ها می­باشد. از سوی دیگر این مؤسسات مالی به یکدیگر متصل هستند، بخشی از بدهی­های یک موسسه مالی دارایی­های یک موسسه مالی دیگر است و برعکس در نتیجه بحران مالی از یک موسسه به سرعت به سایر مؤسسات مالی منتقل می­شود (نیلی، 1384). با توجه به دولتی بودن بخش عمده سیستم بانکی در اقتصاد ایران، تاکنون توجه مناسبی به بحث ثبات مالی این سیستم نشده است. وجود بحران­های مالی اخیر بر این تصور که نظام مالی ایران به دلیل دولتی بودن بخش­های بزرگی از اقتصاد، دارای ثبات ذاتی است خط بطلان می­کشد. در این فضا بررسی ثبات سیستم اقتصادی به‌ویژه بانک­ها اهمیت زیادی دارد.

مدل کملز یکی از معیارهایی می­باشد که معمولاً به منظور سنجش قوت مالی و اطمینان از سلامت و ثبات مالی بانک­ها به کار می­رود. پژوهش­های صورت گرفته بر مبنای این مدل با محدودیت­هایی مانند محدودیت محاسبه ضرایب مدل و همچنین محدودیت تعداد شاخص­های قابل استفاده در مدل مواجه می­باشند که این امر می­تواند روایی نتایج حاصل از این پژوهش­ها را تحت تأثیر قرار دهد. این پژوهش به دنبال ارائه راهکاری به منظور رفع محدودیت­های موجود و ارائه نتایج جامعی به منظور سنجش قوت مالی بانک­های کشور می­باشد.

 

2- پیشینه و سوابق پژوهش

در ادبیات مالی اصطلاحات قوت مالی^[ii]، سلامت مالی^[iii]، ثبات مالی^[iv]، توانایی مالی، توانگری مالی^[v] معنای نسبتاً یکسانی را منتقل می­نماید و معمولاً بجای یکدیگر هم بکار می­رود. توانگری مالی بیشتر در حوزه بیمه کاربرد دارد (برزیده و پریزادی، 1388) و به عنوان " توانایی پرداخت تمام بدهی‌های قانونی " تعریف می­شود (سندستورم^[vi]، 2006). در صنعت بانکی به طور اخص بیشتر از اصطلاح قوت و سلامت مالی استفاده می­شود (برزیده و پریزادی، 1388). مقصود از توانگری مالی این است که آیا یک شرکت بیمه یا بانک توان بازپرداخت بدهی‌های سمت چپ ترازنامه و همچنین، ریسک‌های موسسه را دارد یا خیر. به همین ترتیب قوت مالی بیانگر توانایی یک بانک برای ایفای تعهدات خود می­باشد. قوت مالی وضعیتی است که یک فرد یا یک شرکت قادر به ایفای تمام تعهداتش در هنگام سررسیدشان باشد. قوت، سلامت و ثبات مالی نظام­های مالی، مفهومی است که در بیشتر موارد به منظور توانمندی واکنش و مقابله در برابر رویدادهای نامطلوب و پیش­بینی نشده بکار می­رود. ثبات مالی به جز عوامل درونی از مؤلفه‌های بیرونی نیز تأثیر می­پذیرد؛ ممکن است یک بانک به صورت موقت به دلیل برخی ویژگی­ها مانند دولتی بودن و یا حمایت­های بانک مرکزی از ثبات مالی برخوردار باشد ولی در عین حال از قوت مالی مناسبی برخوردار نباشند. گروهی از متفکران مالی ادعا می­کنند که می­توان معیارهایی را به عنوان نشانه­ای از برقراری و وجود یک نظام مالی از سلامت و ثبات معین نمود.

انتخاب الگو و سامانه مناسب اندازه­گیری و ارزیابی عملکرد سازمان، با توجه به تأثیر آن بر روی بقا و رشد سازمان­ها بسیار حائز اهمیت است (اعرابی و رفعت، 1387). به این ترتیب می‌توان نتیجه گرفت که ارائه شاخص مناسبی که در هنگام اندازه­گیری برخی از جنبه­های عملکرد، ضمن شناسایی نقاط قوت، نقاط ضعف سازمان را نیز به طور همزمان تحت بررسی قرار بدهد می­تواند بر رشد و بقاء سازمان­ها تأثیر بسزایی داشته باشد. در سال­های اخیر رشد زیادی در مطالعاتی صورت گرفته است که به جای استفاده از یک شاخص برای سنجش عملکرد مالی بانک­ها به سنجش چند بعدی عملکرد آن­ها می­پردازند. استفاده از یک معیار چندگانه برای سنجش قوت مالی مناسب­تر و جامع­تر از استفاده از یک تک شاخص مانند نقدینگی و سودآوری می­باشد، در این زمینه پژوهش­های مختلفی صورت گرفته و شواهد تجربی مناسبی وجود دارد (دامپوس و همکاران[vii]، 2017). استفاده از معیار جامع سنجش قوت مالی سه مزیت دارد. اول اینکه به جای تمرکز بر یک معیار عملکرد یک تصویر جامع از قوت مالی بانک به ما می­دهد. دوم اینکه به پژوهشگر اجازه می­دهد که تأثیر عوامل متعدد مؤثر بر قوت مالی را در سناریوهای مختلف محاسبه نماید. سوم اینکه تصمیمات مدیریت برای متنوع­سازی و یا تمرکز تمام بخش­های پرتفوی درآمد، هزینه و ریسک­ها را تحت تأثیر قرار می­دهد و بنابراین نیاز به وجود معیار جامعی برای سنجش این تأثیر وجود دارد (دامپوس و همکاران[viii]، 2016)

ادبیات مربوط به اندازه‌گیری عملکرد به دو دوره زمانی تقسیم می­گردد (الا و همکاران[ix]، 1996)؛ در دوره اول که تا 1980 به طول انجامیده، تمرکز اصلی بر روی الگوهای مطرح شده در داخل سازمان­ها بود و عملکرد را به صورت تک بعدی از نظر وضعیت مالی مورد بررسی قرار می­دادند و در دوره دوم که از اواخر سال­های 1980 آغاز گشته و تاکنون ادامه دارد علاوه بر محیط داخلی به محیط خارجی سازمان نیز توجه می‌شود و به جای تمرکز بر یک بعد، ابعاد مختلف عملکرد مورد توجه قرار می­گیرند. اگر تنها یک معیار برای سنجش داشته باشیم، مدیریت می­تواند بدون توجه به سایر ریسک­ها آن معیار را بهتر نماید. به عنوان مثال استفاده از انحراف معیار برای سنجش ریسک این ایراد را دارد که هر چند انحراف معیار ناپایداری در درآمدها را در نظر می­گیرد ولی امکان تبادل بین ریسک­ها را در نظر نگرفته و از این رو شاخص جامعی برای نشان دادن تأثیرات انواع مختلف ریسک نمی­باشد. (دامپوس و همکاران، 2016) از این‌رو استفاده از معیاری که عملکرد را از چند بعد مورد بررسی قرار دهد مناسب­تر از استفاده از معیارهای تک بعدی می­باشد. یکی از معیارهایی که معمولاً در نظام­های مالی مختلف همچون بانک و مؤسسات اعتباری به عنوان نشانه­های سلامت و ثبات مالی به کار می­رود به شاخص کملز[x]، معروف می­باشد (پریزادی، 1388). در محاسبه این شاخص از اطلاعات حسابداری بانک­ها استفاده می­شود. این اطلاعات در قالب اقلام صورت­های مالی یکی از پایه‌های مهم اتخاذ تصمیمات منطقی بوده (نادری، حیدرپور و یعقوب نژاد، 1397، 192) که هم در دسترس‌اند و هم حسابرسی شده، صورت­های مالی بانک­ها به دلیل اهمیت بالای این نهادها با دقت بیشتری حسابرسی شده و بانک­ها از نقطه‌نظر کنترل­های صورت گرفته بر روی صحت اقلام صورت­های مالی­شان از استاندارد بالایی برخوردارند. حسابرسی دقیق، کیفیت صورت­های مالی را افزایش می­دهد. صورت­های مالی بانک­های دولتی طبق قانون توسط سازمان حسابرسی مورد بررسی قرار می­گیرد، پژوهش­های زیادی این سازمان را به عنوان معتبرترین حسابرس موجود در کشور معرفی نموده (علوی طبری و پارسایی، 1398، 55) و (بولو و همکاران، 1396، 128)؛ بانک­های غیر دولتی نیز همگی در بورس اوراق بهادار پذیرفته شده­اند و به همین دلیل حسابرسی صورت­های مالی آن­ها باید توسط مؤسسات حسابرسی معتمد سازمان بورس و اوراق بهادار صورت پذیرد (علوی طبری و پارسایی، 1398، 55)؛ بنابراین شاخص کملز بر مبنای اقلامی تشکیل می­شود که از کیفیت مناسبی برخوردارند.

این مدل ابتدا با 5 شاخص تحت عنوان کمل طراحی شده بود. بعدها و با توسعه مدل حساسیت به نرخ بازار نیز به مدل اضافه شده و نام مدل به کملز تغییر نمود. ترکیب شاخص­ها در سیستم کملز، شش ترکیب مختلف از عملکرد مؤسسات را ارزیابی می­کند (بار و همکاران[xi]،2002). در چارچوب کملز سلامت و صحت مؤسسات مالی توسط شش عامل اصلی شناسایی می­شود. این چارچوب در شش عامل کفایت سرمایه[xii]، کیفیت دارایی­ها[xiii]، کیفیت مدیریت[xiv]، کیفیت سود[xv]، نقدینگی[xvi] و حساسیت نسبت به ریسک بازار[xvii] خلاصه می­شود؛ بنابراین واژه کملز واژه اختصاصی است که هر کدام از حروف آن نمایانگر عناصر اصلی مدل مذکور می­باشد (بار و همکاران، 2002).

در بین روش­های مختلف ارزیابی توان و قوت بانک­ها، سیستم ارزیابی کملز سیستمی مناسب و ضروری برای ناظران می­باشد؛ بین کارایی بالا و رتبه­بندی قوی کملز رابطه وجود دارد (بار و همکاران، 2002). هدف از محاسبه نسبت­های کملز، ارزیابی دقیق و مداوم شرایط مالی و عملکرد بانک در زمینه کفایت سرمایه، کیفیت دارایی، مدیریت، سودآوری، نقدینگی و حساسیت نسبت به ریسک بازار می­باشد (دی یانگ و همکاران[xviii]، 1998). طراحی اولیه این سیستم ارزیابی توسط سازمان یکپارچه رتبه­بندی مؤسسات مالی آمریکا^[xix] در نوامبر 1979 ایجاد شده است (آرندورفر[xx]، 1993). بانک مرکزی آمریکا نیز این سازمان را مکلف نموده که به منظور رتبه­بندی بانک­ها از نسبت­های کملز استفاده نمایند. علاوه بر کشورهای توسعه یافته، کشورهای درحال‌توسعه مانند اندونزی و هند نیز از نسبت­های کملز برای ارزیابی عملکرد سیستم بانکی خود استفاده می­نمایند (دی یانگ و همکاران، 1998).

در پژوهشی که بر روی بانک­های کشورهای ناحیه منا صورت پذیرفته بود از چهارچوب کملز به منظور ارزیابی قوت مالی بانک­ها استفاده شده است (دامپوس و همکاران 2017). از این چارچوب برای بررسی رابطه بین قوت مالی بانک­ها و متنوع­سازی نیز استفاده شده است (دامپوس و همکاران 2016) و (دامپوس و همکاران[xxi] 2013). (کومار میسرا و کومار آسپال[xxii]، 2013) نیز در پژوهشی به ارزیابی وجود توانایی مالی بانک‌ها‏ی دولتی در هند با استفاده از مدل کملز (این توضیح به متن اضافه شد: این مدل ابتدا با 5 شاخص معرفی شد که تحت عنوان کمل "CAMEL" شناخته می‌شود. بعدها و با توسعه مدل حساسیت به نرخ بازار "S" نیز به مدل اضافه شده و نام مدل به کملز "CAMELS" تغییر نمود. در برخی از پژوهش‌های معاصر گاهی برای سنجش قوت مالی بانک­ها از مدل کمل به جای مدل کملز استفاده می­گردد) پرداخته­اند. در ایران پژوهش­هایی با استفاده از شاخص­های کملز به منظور بررسی ابعاد مختلف قوت مالی صورت پذیرفته است. سراج و طاهری (1391) در مقاله­ای با معرفی نسبت‌ها‏‏ی پنج‌گانه کمل (کفایت سرمایه، کیفیت دارایی، کیفیت مدیریت، سودآوری و نقدینگی) و با استفاده از مدل پیش­بینی لاجیت به ارزیابی عملکرد بانک‌ها‏ی ایران پرداخته­اند. در همان سال پژوهشی با هدف بررسی تأثیر شاخص­های کملز بر احتمال نکول بانک­های ایران صورت پذیرفت (خدائی وله­زاقرد و بهرامی، 1391). پژوهشی نیز به منظور بررسی پیش‌بینی ناپایداری مالی با رویکرد کملز در صنعت بانکداری ایران صورت پذیرفته است (خدائی وله­زاقرد و پارسایی، 1394)

هر یک از ابعاد کملز می­تواند توسط یک یا چند شاخص ارزیابی شده و با توجه به ضرایب مشخص برای هر شاخص، رتبه بانک در هر بعد تعیین گردد. به منظور اعمال میزان اهمیت هر یک از شش بعد سیستم ارزیابی کملز، هر یک از این ابعاد در مقیاسی از یک تا پنج امتیاز می­گیرند و سپس یک رتبه ترکیبی بین یک تا پنج نیز به موسسه داده می­شود (گاسبارو و سدگانا و زوم والت[xxiii]، 2002). در این فرآیند هر یک از ابعاد اصلی کملز در ضریبی متناسب با نقش و اهمیت خود در برآورد قوت مالی ضرب شده، نتایج با هم جمع و در نهایت یک رتبه کلی بین یک تا پنج برای بانک تعیین می­شود. این ضرایب برای هر اقتصاد متفاوت و با توجه به شرایط خودش بوده و محاسبه قوت مالی بانک­ها نیازمند اطلاع از این ضرایب که نشان‌دهنده وزن هر بعد در مقابل سایر ابعاد است می­باشد.

روش­های مختلفی برای تعیین وزن وجود دارد (نایکامپ و همکاران، 1990) اما روش­های مورد استفاده در وزن­دهی عموماً مبتنی بر اخذ نظر خبرگان می­باشد (خدایی وله زاقرد و انصار، 1391) و (حسین­پور و همکاران، 1387). در بیشتر پژوهش­های صورت گرفته بر روی شاخص کملز ضرایب تهیه شده توسط نهادهای ناظر سایر کشورها و یا ضرایب استفاده شده در سایر پژوهش­ها به کار گرفته شده و در برخی از پژوهش­ها هم از روش اخذ نظر خبرگان برای تعیین ضرایب استفاده شده است (زارعی، 1392). با توجه به اینکه تمام روش­های مورد استفاده در وزن­دهی مبتنی بر اخذ نظر خبرگان می­باشد و نظر به اینکه اطلاعات کلیه بانک­های ایران اعم از دولتی و غیر دولتی به شیوه شفافی منتشر نمی­گردد و دسترسی خبرگانی که وزن­ها از نظرات آن­ها استخراج می­شوند به اطلاعات بانک­های تشکیل‌دهنده جامعه آماری محدود می­باشد، دقت حاصل از وزن­های استخراج شده با استفاده از این شیوه­ها کاهش می­یابد. از سوی دیگر نظر به اینکه شرایط اقتصادی و محیط پژوهش در هر یک از کشورهای مورد بررسی در پژوهش­ها متفاوت است استفاده از ضرایب سایر کشورها تواند منجر به کاهش روایی نتایج حاصل از این پژوهش­ها گردد. همچنین تعیین ضرایب بر مبنای نظر خبرگان نسبت به روش­های محاسباتی از دقت کمتری برخوردار است.

دامپوس و همکاران (2013) به بررسی تأثیر تنوع بانکی بر قوت مالی جامع بانک­ها با رویکرد رتبه­بندی کملز پرداخته و به منظور رفع مشکل ضرایب اقدام به شبیه­سازی با استفاده از ضرایب تصادفی نمودند. در این روش ضرایب برای هر یک از ابعاد شش­گانه چارچوب کملز به دفعات لازم شبیه‌سازی شده و در نهایت میانگین عملکرد هر بانک در هر بعد مبنای تعیین رتبه برای آن بانک قرار داده شده است. این روش در پژوهش­های دیگر نیز مبنای محاسبه قوت مالی قرار گرفته است (دامپوس و همکاران، 2017)؛ بنابراین با استفاده از شبیه­سازی می­توان از ابعاد شش­گانه به یک نمره نهایی برای سنجش قوت مالی هر بانک رسید. از سوی دیگر در بیشتر پژوهش­های صورت گرفته بر روی قوت مالی بانک­ها، برای سنجش هر یک از ابعاد تشکیل‌دهنده کملز تنها از یک شاخص استفاده شده است (برگر و همکاران[xxiv]، 2010)، (دامپوس و همکاران، 2013). در صورتی که هر یک از ابعاد شش­گانه چارچوب کملز با بیشتر از یک شاخص مورد ارزیابی قرار گیرند، نتایج می­تواند جامعیت بیشتری داشته باشد ولی برای حل مشکل تعیین ضرایب برای شاخص­های تشکیل‌دهنده هر بعد تا کنون راه‌حلی ارائه نشده است. این مشکل مشابه مسئله‌ای می­باشد که دامپوس و همکاران (2013) در پاسخ به آن اقدام به ارائه مدلی جهت سنجش قوت مالی بانک­ها نموده بودند. هر چند که خود آنان نیز در همین پژوهش و همچنین در پژوهش­های بعدی برای هر بعد تنها از یک شاخص استفاده کرده و یا از ضرایب استاندارد سایر کشورها در محاسبات استفاده نموده­اند (دامپوس و همکاران، 2013)، (دامپوس و همکاران، 2016) و (دامپوس و همکاران، 2017)؛ که این امر می­تواند روایی نتایج حاصل از این پژوهش­ها را تحت تأثیر قرار دهد.

پژوهش حاضر قصد دارد با توسعه مدل­های موجود راهکاری برای استفاده از تعداد نامحدودی شاخص برای سنجش هر یک از ابعاد مورد استفاده در چهارچوب کملز به منظور سنجش قوت مالی بانک­ها ارائه نماید. خدایی وله زاقرد و انصار (1392) با استفاده از تکنیک تاپسیس و ترکیب آن با برنامه­ریزی خطی اقدام به تعیین رتبه عملکرد مدیریت پرتفوی ارزی نموده­اند. از این روش در پژوهش­های دیگر نیز برای سنجش رتبه عملکرد مدیریت بانک­ها و مدیریت پرتفوی استفاده شده است (رهنمای رودپشتی و انصار، 1392). مدل مذکور برای محاسبه رتبه عملکرد با در نظر گرفتن همزمان ریسک و بازده نیز توسعه یافته است (وکیلی فرد و انصار، 2014). در این پژوهش با استفاده از تکنیک مذکور و ترکیب آن با مدل مبتنی بر شبیه­سازی سنجش قوت مالی ارائه شده توسط دامپوس و همکاران (2013) اقدام به ارائه مدلی برای تعیین رتبه عملکرد هر یک از ابعاد تشکیل‌دهنده چهارچوب کملز و تعیین یک نمره کلی به منظور سنجش قوت مالی بانک­ها شده است. از این رو در بخش اول متدولوژی سنجش قوت مالی و شیوه محاسبه شاخص­های کملز با شبیه­سازی ضرایب تبیین شده و اجزای مدل اصلی شامل شبیه­سازی ضرایب، شیوه محاسبه معیار سنجش عملکرد و شیوه محاسبه بخش ریسک مدل تشریح می­گردد و در بخش بعدی نتایج حاصل از اجرای مدل در سنجش قوت مالی بانک­ها طی سال­های 1386 تا 1396 ارائه می­شود.

 

3- روش­شناسی پژوهش

پژوهش حاضر در حوزه مدیریت مالی و سرمایه­گذاری صورت گرفته است. روش اجرای آن از نظر نحوه گردآوری و ارائه داده­ها توصیفی و از نوع تحلیل بوده و از نظر هدف، یک تحقیق کاربردی می­باشد. قلمرو مکانی تحقیق حاضر کلیه بانک­های فعال در صنعت بانکداری ایران بوده و با توجه به اینکه در این تحقیق کلیه بانک­های فعال در صنعت بانکداری ایران اعم از بانک­های دولتی و خصوصی در بازه زمانی یازده ساله بین سال­های 1386 الی 1396 مورد بررسی قرار گرفته­اند، جامعه آماری آن شامل کلیه بانک­های صنعت بانکداری ایران بوده و نمونه­گیری صورت نگرفته است. روش جمع‌آوری داده­ها در پژوهش حاضر بررسی اسناد و مدارک می­باشد. با توجه به اینکه اطلاعات و داده­های گردآوری شده از اسناد حسابرسی شده صورت­های مالی بانک­ها استخراج گردیده و در تبدیل آن­ها از فرمول­هایی استفاده شده که در جامعه علمی مورد استفاده قرار می­گیرد، می­توان ادعا نمود که شیوه اندازه­گیری دارای اعتبار و روایی می­باشد. با توجه به اینکه در محاسبه شاخص­های مورد مطالعه از فرمول­های استفاده شده که به عنوان ابزار استاندارد جهانی محسوب شده و طبق اسناد موجود در ادبیات و بر اساس مبانی نظری، مختص اندازه­گیری آن صفات محسوب می­شوند، بنابراین می­توان ادعا نمود که وسیله اندازه­گیری دارای روایی می­باشد.

هر یک از حروف تشکیل‌دهنده واژه کملز نمایانگر یکی از ابعاد اصلی مدل مذکور می­باشد. (گاسبارو و سدگانا و زوم والت، 2002). ترکیبات کملز به عنوان شاخص قوت مالی جامع به شرح مدل 1 توضیح داده می­شود (دامپوس و همکاران، 2013):

(1)

 

 

در این مدل، ، ، ،  و  به ترتیب بیانگر ابعاد شش­گانه چهارچوب کملز شامل کفایت سرمایه، سودآوری، کیفیت دارایی­ها، توان نقدینگی، کیفیت مدیریت و حساسیت به ریسک بازار بوده و ، ، ، ،  و  به ترتیب نشانگر ضرایب این ابعاد می­باشد. هر یک از این ابعاد می­تواند دربرگیرنده یک یا چند نسبت باشد. در مدل استاندارد، نسبت­های کملز با توجه به ضرایب مشخص شده توسط نهادهای ناظر، رتبه بانک را در هر نسبت و به تبع آن در هر بعد تعیین می­نمایند. در برخی کشورها این ضرایب به طور محرمانه و تنها در اختیار مدیران ارشد بانک­ها و پرسنل مجاز نظارت بر بانک­ها قرار داده می­شوند (دامپوس و همکاران، 2013). از آن­جایی که شرایط مختلف و محیط قانونی هر کشور در تعیین این ضرایب در نظر گرفته می­شوند، استفاده از ضرایب تعیین شده توسط یک نهاد ناظر یک کشور در یک کشور دیگر باعث کاهش دقت در سنجش قوت مالی می­گردد. از این‌رو در این پژوهش برای محاسبه ضرایب از یک مدل سناریو محور استفاده نموده و با شبیه­سازی ضرایب اقدام به سنجش قوت مالی بانک­ها شده است. هر یک از این سناریو­ها نشان‌دهنده شرایط اقتصادی خاصی بوده و ضرایب مدل در آن بیانگر اهمیت نسبی هر یک از ابعاد چارچوب کملز در آن سناریو می­باشد. از آن­جایی که مقدار واقعی ضرایب با تغییر شرایط و محیط اقتصادی تغییر می­نماید و مقدار واقعی آن مشخص نیست از روش شبیه­سازی برای این منظور استفاده شده است. این روش به طور وسیعی برای حل مسائلی که در آن­ها عدم قطعیت وجود دارد به کار گرفته شده است (دامپوس و همکاران، 2013) (لاهدلما و سالمین[xxv]، 2001) (ترونن و فیگورا[xxvi]، 2008). هر یک از این حالت­ها عملکرد بانک را از یک دیدگاه متفاوت و در تناسب با میزان عملکرد هر بانک در شاخص­های مربوط به هر بعد و اهمیت نسبی ابعاد شش‌گانه کملز در آن سناریو بررسی می­نمایند. به این منظور هر یک از ابعاد و نتایج نهایی نیز بین صفر و یک یکنواخت­سازی[xxvii] شده­اند و عملکرد محاسبه شده بانک­ها در هر یک از این سناریوها از رابطه 2 تبعیت می­نماید:

(2)

 

در این مدل  نشان‌دهنده عملکرد بانک i در سال t و تحت سناریوی j بوده، ، ، ، ،  و  به ترتیب بیانگر ابعاد شش­گانه چهارچوب کملز شامل کفایت سرمایه، سودآوری، کیفیت دارایی­ها، توان نقدینگی، کیفیت مدیریت و حساسیت به ریسک بازار بوده و ، ، ، ،  و  به ترتیب نشانگر ضرایب این ابعاد تحت سناریوی j ام می­باشند و در آن همواره رابطه 3 برقرار است:

(3)

 

برای نشان دادن هر یک از حالت­های ممکن برای روابط بین ابعاد کملز از ضرایبی استفاده نموده­ایم که حاصل جمعشان یک بوده و به منظور عدم استفاده از سناریویی که در آن شرایطی غیر واقعی بوده و اهمیت یکی از ابعاد در نظر گرفته نشده باشد، سناریوهایی را که در آن حداقل یکی از ضرایب کمتر از 0.01 (یک درصد) باشند در نظر گرفته نشده­ است.

از سوی دیگر و با توجه به متلاطم بودن فضای اقتصادی ایران و به منظور پوشش تمام حالت­های ممکن، در این پژوهش ضمن استفاده از روش استفاده شده توسط ترونن و لاهدلما[xxviii]، (2006) و دامپوس و همکاران، (2013)، به منظور برخورداری از تعداد سناریوی کافی، قوت مالی تحت 100.000 سناریوی متفاوت مورد بررسی قرار گرفته است. بالا بودن تعداد سناریوها می­تواند جامع بودن نتایج حاصل را تبیین نماید (دامپوس و همکاران، 2013)، (دامپوس و همکاران، 2017). در هر یک از این سناریوها بانک­ها با ضرایب تصادفی مورد ارزیابی قرار می­گیرند. هر یک از این ابعاد در مقیاسی از یک تا پنج امتیاز می­گیرند و سپس یک رتبه ترکیبی به موسسه داده می­شود که نشان‌دهنده قوت مالی بانک می­باشد. در این چارچوب رتبه­ها به ترتیب در پنج دسته خیلی قوی، قوی، متوسط، ضعیف و خیلی ضعیف طبقه­بندی می­شوند در گزارش عملکرد قوت مالی، عدد 5 معادل خیلی قوی و عدد یک معادل خیلی ضعیف در نظر گرفته می­شود (گاسبارو و سدگانا و زوم والت، 2002).

به منظور محاسبه قوت مالی اقدامات ذیل به ترتیب صورت می­پذیرد: ابعاد شش‌گانه کملز محاسبه می­گردد، این شاخص­ها یکنواخت می­شوند؛ یعنی هم جهت شده و بین صفر و یک نرمالیزه می­گردند. ضرایب مربوطه طی 100.000 سناریو شبیه­سازی شده و  برای کلیه بانک­ها محاسبه می­گردد. مقادیر مشاهده شده برای  بر اساس تعداد به 5 طبقه تقسیم می­گردد. سهم درصد مقدار مشاهده شده  در هر طبقه برای بانک­ها در هر سال مشخص گردیده و با  نمایش داده می­شود قوت مالی هر بانک در هر سال توسط رابطه 4 محاسبه می­گردد:

(4)

 

در این فرمول  نشان‌دهنده قوت مالی بانک i در سال t،  بیانگر سهم درصد بانک i در کسب نمره r از رتبه‌بندی کملز، r بیانگر طبقات پنجگانه قوت مالی بر اساس چارچوب کملز بوده که از یک به معنای خیلی ضعیف تا 5 به معنای خیلی قوی را در بر می­گیرد. جزء اول رابطه 3-4 نشان‌دهنده میانگین قوت مالی بانک i در سال t بوده که با  نمایش داده می­شود؛ به عبارت دیگر داریم:

(5)

از سوی دیگر بخش دوم رابطه 3-4 نشان‌دهنده ریسک مربوط به بانک i برای کسب این میانگین می­باشد. این بخش میزان قوت مالی را برای بانکی که داده­هایش در شرایط مختلف شبیه­سازی شده پراکندگی بیشتری دارند نسبت به بانک دارای پراکندگی کمتر کاهش می­دهد. استفاده از  به عنوان جزء توزیع ریسک در مدل­سازی­های ریسک متداول می­باشد (کریک وود[xxix]، 2004). این عامل یک عامل جریمه را برای بانک­هایی که در سناریوهای مختلف عملکردی کمتر از متوسط عملکرد خود داشته­اند در نظر می­گیرد. همچنین در مواردی که یک بانک عملکردی فراتر از متوسط عملکرد خود داشته باشد یک جزء پاداش برای آن در نظر گرفته می­شود. بیشترین میزان پاداش قابل محاسبه برای یک بانک عدد یک می­باشد (دامپوس و همکاران، 2013). شاخص  نشان‌دهنده سطح ریسک­گریزی بانک i بوده و برای محاسبه آن حالت حدی که در آن بدترین سطح ریسک­گریزی وجود داشته و مقدار قوت مالی برابر یک می­باشد ( ) را در نظر می­گیریم:

(6)

 

بدین ترتیب روابط میان ابعاد کملز مورد بررسی قرار گرفته است، با به دست آوردن پارامترهای مدل، شبیه‌سازی ضرایب و انجام محاسبات، قوت مالی بانک بر اساس چارچوب کملز با احتساب دو جزء عملکرد و ریسک و با دقت بالایی قابل محاسبه می­باشد.

رتبه بانک در هر یک از ابعاد کملز می­تواند بیانگر عملکرد بانک در آن بعد باشد (کنی و رایفا[xxx]، 1993). بالا بودن دقت محاسبات در صورتی که ابعاد کملز که اصلی­ترین ارکان تشکیل­دهنده این چارچوب می­باشند به درستی برآورد نشده باشند می­تواند دقت نتایج حاصل از مدل را مورد تردید قرار دهد و از این رو دستیابی به شیوه­ای مناسب جهت سنجش ابعاد شش‌گانه کملز اهمیت شایانی می­یابد، این امر در بیشتر پژوهش­های پیشین مغفول مانده و این پژوهش مدل ارائه شده توسط دامپوس و همکاران (2013) را به این منظور توسعه داده است تا بتوان از تعداد نامحدودی شاخص برای سنجش هر یک از ابعاد مورد استفاده در چهارچوب کملز به منظور سنجش قوت مالی بانک­ها استفاده نمود. در پژوهش­های صورت گرفته بر روی قوت مالی بانک­ها، برای سنجش هر یک از ابعاد تشکیل‌دهنده کملز تنها از یک نسبت استفاده شده است (برگر و همکاران، 2010)، (دامپوس و همکاران، 2013). در پژوهش­های معدودی که با چند شاخص صورت گرفته نیز این شاخص­ها بیشتر بر مبنای نظر خبرگان ترکیب‌شده‌اند.

استفاده از چند شاخص برای هر یک از ابعاد کملز نیازمند تعیین رتبه هر بانک در آن بعد می­باشد. به بیان دیگر در این حالت با داشتن چند معیار برای هر یک از ابعاد باید نسبت به عملکرد و رتبه آن بعد تصمیم­گیری نمود. به این منظور می­توان از مدل­های تصمیم­گیری استفاده نمود. استفاده از مدل­های تصمیم­گیری می­تواند معیار مناسبی برای این تصمیم­گیری ارائه نماید. مدل­های تصمیم­گیری چند معیاره[xxxi] به دو دسته عمده تقسیم می­شوند. از مدل­های چند هدفه[xxxii] برای طراحی و از مدل­های چند شاخصه[xxxiii] به منظور انتخاب گزینه برتر استفاده می­شوند یکی از دلایل استفاده از روش­های چند معیاره در تصمیم­گیری توانایی مدل­های چند شاخصه به دلیل انتخاب بهترین گزینه و قابلیت بکارگیری ساده آن­ها و همین‌طور انطباق آن­ها با انواع مسائل می‌باشد (اصغرپور، 1377). تکنیک تاپسیس[xxxiv] یکی از شیوه­های مورد استفاده در این روش بوده که به معنی روش ترجیح دادن بر اساس مشابهت به راه‌حل ایده‌آل[xxxv] می­باشد. در این روش m گزینه به‌وسیله n شاخص ارزیابی می‌شوند. روش تاپسیس توسط (هوانگ و یون، 1981)[xxxvi] ارائه گردیده است. اساس کار مدل تاپسیس انتخاب گزینه­ای ا­ست که بیشترین فاصله را از بدترین جواب و یا کم­ترین فاصله را از جواب ایده­آل (بهترین جواب) داشته باشد.

مراحل زیر در اجرای تکنیک چند معیاره تاپسیس اجرا می­شوند: تبدیل ماتریس تصمیم­گیری به یک ماتریس بی‌مقیاس شده، ایجاد ماتریس بی مقیاس وزین با مفروض بودن بردار وزن­ها، محاسبه مجموعه جواب ایده­آل و ایده­آل منفی، محاسبه فاصله کلی هر گزینه از مقادیر ایده­آل و ایده­آل منفی و محاسبه مقدار دوری نسبی هر گزینه از ایده­آل منفی و یا میزان نزدیکی نسبی آن به ایده­آل. در این پژوهش از میزان نزدیکی گزینه مورد نظر به ایده­آل برای ارزیابی ابعاد چارچوب کملز استفاده شده است.

خروجی‌های این تکنیک میزان اهمیت گزینه‌ها را نسبت به یکدیگر نشان می‌دهند. از نتایج می­توان هم برای رتبه­بندی گزینه‌ها و هم برای انتخاب بهره جست. از این تکنیک در موارد متعددی برای سنجش عملکرد استفاده شده است (خدایی وله زاقرد و انصار، 1391)، (رهنمای رودپشتی و انصار، 1392)، (وکیلی فرد و انصار، 2014) و (خدایی وله­زاقرد و انصار، 2012). از این‌رو به نظر می­رسد استفاده از تکنیک تاپسیس با تمام فروض آن برای تعیین رتبه هر یک از بانک­های مورد بررسی در هر یک از ابعاد کملز می­تواند مبنای خوبی برای قضاوت در خصوص وضعیت عملکرد بانک در بعد مورد نظر ارائه نماید. از این‌رو هر یک از ابعاد شش­گانه کملز به طور جداگانه با استفاده از تکنیک تاپسیس رتبه­بندی می­شوند.

این پژوهش به دنبال تعیین عملکرد هر یک از بانک­ها در هر یک از شاخص­های مورد استفاده در سیستم رتبه­بندی کملز می‌باشد. در این مدل تصمیم­گیری، گزینه­های موجود بانک­های مختلف می­باشند که در هر سال عملکرد متفاوتی را در هر یک از این معیارها داشته­اند. با استفاده از این معیارها می­توان عملکرد بانک­ها را در هر بعد کملز رتبه­بندی نمود. جدول 1 معیارهای مورد استفاده برای رتبه‌بندی در هر بعد را نمایش می­دهد:

 

جدول 1- معیارهای مورد استفاده برای سنجش هر یک از ابعاد شش‌گانه کملز

 

منبع: یافته‌های پژوهشگر

 

تکنیک تاپسیس قابلیت ارزیابی گزینه­های مورد نیاز به منظور تعیین رتبه هر یک از ابعاد کملز را داشته و در گذشته نیز به منظور تعیین رتبه و ارزیابی عملکرد مورد استفاده قرار گرفته است. از این رو این تکنیک در صورت برقراری شرایط لازم از جمله معلوم بودن وزن هر یک از معیارها قابلیت ارزیابی ابعاد شش­گانه کملز را دارد. از این‌رو به منظور ساده‌سازی محاسبات ابتدا معیارها را هم جهت نموده و به منظور تعیین میزان نزدیکی گزینه مورد نظر به ایده­آل، مقادیر فاصله کلی هر گزینه از مقادیر ایده­آل و ایده­آل منفی را در فرمول محاسبه تاپسیس جایگذاری می­نماییم:

(7)

 

 

در اینجا  نشان‌دهنده نزدیکی بعد مورد ارزیابی در بانک مورد نظر به ایده‌ال،  و  بیانگر دهنده فاصله هر بعد از ایده­ال و ایده­آل منفی،  بیانگر مقادیر بی­مقیاس شده وزین برای هر بانک و  و  نشان‌دهنده مقادیر ایده­آل و ایده­آل منفی می­باشد. از طرف دیگر مقادیر بی­مقیاس شده وزین از ضرب وزن در مقادیر بی­مقیاس شده محاسبه شده و ایده­آل و ایده­آل منفی مقادیر بیشینه و کمینه این اقلام می­باشند:

(8)

 

که در آن  و  به ترتیب بیشینه و کمینه مقادیر بی مقیاس شده می­باشد. با جایگذاری مقادیر  از رابطه 8 در رابطه 7 خواهیم داشت:

(9)

 

با جایگذاری مقادیر  خواهیم داشت:

(10)

 

بدین ترتیب مشاهده می­شود که مدل ارائه شده در صورت دسترسی به متغیرهای اساسی مورد نیاز توانایی سنجش هر یک از ابعاد مورد استفاده در چهارچوب کملز را با استفاده از تعداد نامحدودی شاخص خواهد داشت.

استفاده از چند شاخص برای هر یک از ابعاد کملز نیازمند برآورد وزن اجزای تشکیل‌دهنده هر یک از شش بعد شاخص کملز می­باشد. وزن هر یک از شاخص­های تصمیم­گیری می­بایست به منظور تعیین میزان اهمیت آن شاخص در کل مسئله تصمیم­گیری تعیین گردد. در این پژوهش برای سنجش هر بعد تعداد n معیار داریم که در جدول 1 آورده شده و پیوست 1 نیز متغیرهای مورد نیاز و شیوه محاسبه آن­ها را نشان می­دهد. اوزان تخصیص یافته به هر یک از اهمیت آن شاخص را نشان می‌دهد. مطابق ادبیات تحقیق استفاده از روش اخذ نظر خبرگان برای تعیین ضرایب باعث ورود خطا به مدل می­شود. از سوی دیگر دامپوس و همکاران (2013) با استفاده از روشی سناریو محور و مبتنی بر ضرایب تصادفی و شبیه­سازی اقدام به رفع مشکل ضرایب نموده بودند که منجر به ارائه فرمول 4 به منظور سنجش قوت مالی بانک­ها گردید. در اینجا از همان تکنیک به منظور رفع مشکل ضرایب استفاده شده است.

به این منظور هر یک از معیارهای مورد استفاده در تاپسیس هم­جهت می­گردند. در این بخش نیز برای نشان دادن هر یک از حالت­های ممکن برای روابط بین ابعاد کملز از ضرایبی استفاده نموده­ایم که حاصل جمعشان یک بوده و به منظور عدم استفاده از سناریویی که در آن شرایطی غیر واقعی بوده و اهمیت یکی از ابعاد در نظر گرفته نشده باشد، سناریوهایی را که در آن حداقل یکی از ضرایب کمتر از 0.01 (یک درصد) باشند در نظر گرفته نشده­ است. بدین ترتیب وزن­های مورد استفاده در این بخش از رابطه طرح شده در فرمول 3 تبعیت می­نمایند. همچنین مشابه بخش قبلی مدل و به منظور برخورداری از تعداد سناریوی کافی حفظ جامعیت نتایج 100.000 سناریوی متفاوت مورد بررسی قرار گرفته است. بدین ترتیب نتایج حاصل از فرمول 10 برای هر یک از ابعاد شش‌گانه کملز برای هر سناریو و هر بانک محاسبه شده و مقادیر  در این مدل که به ترتیب بیانگر ، ، ، ،  و  بوده و ابعاد شش­گانه چهارچوب کملز شامل کفایت سرمایه، سودآوری، کیفیت دارایی­ها، توان نقدینگی، کیفیت مدیریت و حساسیت به ریسک بازار را برای بانک i و در زمان t نمایندگی می­نمایند بدون محدودیت در تعداد شاخص­های تشکیل‌دهنده هر بعد می­باشند محاسبه می­گردد:

(11)

 

که در آن  بیانگر عملکرد ارزیابی شده بعد x شاخص کملز برای بانک i در سال t و تحت سناریوی شماره k بوده و  معدل این عملکرد را برای آن بانک نشان می­دهد. همچنین  نشان‌دهنده سهم درصد مقدار مشاهده شده  می­باشد. همانند فرمول 4، این فرمول نیز از دو جزء عملکرد و ریسک تعیین شده و  میزان ریسک گریزی بانک i را در هر یک از ابعاد کملز نشان می­دهد. مشابه استدلالی که برای محاسبه ریسک گریزی در رابطه 6 ارائه شد این متغیر نیز از روش 12 محاسبه می­گردد:

(12)

 

بدین ترتیب و با رفع محدودیت ناشی از وزن­ها، متغیر  حاصل از رابطه 11 به عنوان ورودی بخش اول مدل وارد رابطه 4 شده و  که نشان‌دهنده قوت مالی بانک i در سال t می­باشد بر مبنای ابعاد شش­گانه کملز بدون محدودیت در تعداد شاخص­های تشکیل‌دهنده هر بعد محاسبه و اعلام می­گردد.

 

 

 

5- یافته­های پژوهش

این پژوهش با توسعه مدل ارائه شده توسط دامپوس و همکاران (2013) و استفاده از تکنیک تاپسیس اقدام به رفع ایرادات مدل مذکور و ارائه مدلی به منظور محاسبه قوت مالی بانک­ها نموده است. برای پیاده­سازی مدل داده­های مورد نیاز جهت محاسبه معیارهای مندرج در جدول 2 برای بیست و چهار بانک کشور در سال­های 1386 تا 1396 گردآوری شده و در گام بعد معیارهای مذکور محاسبه گردید. برای هر یک از معیارها 100.000 وزن با شرایط مندرج در رابطه 3 استخراج شده و مقادیر متناظر برای هر یک از بعدها منطبق با رابطه 10 و در 100.000 سناریو محاسبه گردید. نتایج حاصل برای 24 بانک در طی 11 سال جمع­بندی شده و معیار تعیین رتبه برای مقادیر مشاهده شده در هر یک از ابعاد مطابق جدول 3 استخراج گردید. سپس با استفاده از فرمول 11، دو جزء عملکرد و ریسک برای هر یک از ابعاد کملز محاسبه شده و در نهایت رتبه هر یک از این ابعاد برای هر بانک در هر سال مطابق اطلاعات جداول پیوست 2 گردید. در گام بعد و به منظور تعیین رتبه نهایی کملز 100.000 وزن با لحاظ نمودن شرایط مندرج در رابطه 3 برای شش بعد تشکیل‌دهنده کملز استخراج شده و مقادیر متناظر با آن منطبق با فرمول 4 و در 100.000 سناریو محاسبه گردید. سپس معیار تعیین رتبه برای مقادیر مشاهده شده در هر یک از ابعاد مطابق جدول 2 استخراج گردید.

 

جدول 2- حد بالا و پایین ابعاد شش‌گانه و شاخص کملز برای طبقه­بندی مقادیر محاسبه شده

 

منبع: یافته­های پژوهشگر

در نهایت با استفاده از رابطه 4، دو جزء عملکرد و ریسک برای شاخص کملز محاسبه شده و رتبه هر یک از این ابعاد برای هر بانک استخراج گردید. جدول 3 نشان‌دهنده سطح قوت مالی برای بهترین و بدترین بانک­ها در طی سال­های 86 الی 96 می­باشد:

 

جدول 3- مقایسه قوت مالی بهترین و بدترین بانک­ها بر اساس شاخص کملز

 

منبع: یافته­های پژوهشگر

 

به منظور بررسی تأثیر نوع مالکیت بر قوت مالی بانک‌ها به دو گروه دولتی و خصوصی تقسیم گردید، پس از سنجش برابری واریانس­های دو گروه، آزمون برابری میانگین با فرض برابری واریانس برای دو گروه مستقل صورت گرفت. همچنین به دلیل محدود بودن تعداد مشاهدات یکبار هم از معادل ناپارامتریک آزمون فوق استفاده شده است. جدول 4 نشان‌دهنده بیشتر بودن قوت مالی بانک­های خصوصی نسبت به بانک­های دولتی طی سال­های 86 الی 96 می­باشد:

جدول 4- مقایسه قوت مالی بانک‌های دولتی و خصوصی

 

منبع: یافته­های پژوهشگر

 

6- بحث و نتیجه­گیری

بانک­ها و مؤسسات مالی کانون اصلی ثبات مالی می­باشند. طبیعت واسطه­گری مالی بانک­ها این ثبات را تحت تأثیر قرار می­دهد، چرا که عدم تعادل در ساختار مالی بانک­ها اثری مضاعف داشته و علاوه بر تضعیف بخش مالی، به طور غیر مستقیم و از طریق کاهش توان تعامل بخش­های مالی با سایر بخش­های اقتصاد، آن­ها را نیز تضعیف می­نماید. از این­رو بررسی ثبات سیستم اقتصادی به‌ویژه بانک­ها اهمیت زیادی دارد.

هر چند ثبات مالی یک موضوع اقتصادی است اما آثار و پیامدهای بی­ثباتی مالی فقط اقتصادی نبوده و یک بحران مالی می­تواند هزینه­های سیاسی، اجتماعی و امنیتی گسترده­ای به دنبال داشته باشد. در سال­های اخیر برخی از بانک­ها و مؤسسات مالی ایران بحران­های مالی شدیدی را تجربه کرده­اند، این امر نیاز به اطلاع از میزان قوت مالی بانک­ها و توسعه و بهبود مدل­های سنجش آن را افزایش داده است. شاخص کملز که از شش بعد تشکیل شده است از جمله شاخص­هایی است که به صورت گسترده از سوی نهادهای ناظر کشورها برای سنجش قوت مالی بانک­ها مورد استفاده قرار می­گیرد. مدل­های موجود برای برآورد قوت مالی بانک­ها با استفاده این شاخص محدودیت­هایی در تعیین وزن ابعاد و تعداد معیارهای قابل پردازش برای هر یک از ابعاد این مدل را دارند. این پژوهش با توسعه مدل­های موجود و رفع محدودیت­های مدل‌سازی برای سنجش قوت مالی با تلفیق تکنیک تاپسیس با رعایت تمام مفروضات آن با مدل­های موجود و با شبیه­سازی کلیه وضعیت­های محتمل، ضمن توسعه مدل­های سنجش قوت مالی و رفع محدودیت وزن­ها و تعداد شاخص­های قابل استفاده برای سنجش هر یک از ابعاد کملز، اقدام به سنجش قوت مالی برای 24 بانک فعال در کشور برای سال­های 1386 لغایت 1396 نموده است. بر این اساس رتبه قوت مالی هر بانک با شبیه­سازی تمام شرایط محتمل و با احتساب میانگین عملکرد و سطح ریسک در هر یک از ابعاد شش­گانه کملز مورد سنجش قرار گرفته و نتایج حاصله گزارش گردید. بر این مبنا و به منظور کمک به تحلیل نتایج، بانک­های کشور در هر سال بر اساس قوت مالی رتبه­بندی گردیدند.

نتایج حاصل از مدل می­تواند توسط نهادهای ناظر برای سنجش قوت مالی بانک­ها استفاده شده و عملکرد بانک­ها در شاخص کملز و یا هر یک از ابعاد شش­گانه آن شامل کفایت سرمایه، سودآوری، کیفیت دارایی­ها، توان نقدینگی، کیفیت مدیریت و حساسیت به ریسک بازار نظارت و هدف­گذاری شده و برای بهبود آن در بانک­ها برنامه­ریزی گردد. همچنین با توجه به رفع محدودیت برای نوع و تعداد شاخص­های قابل استفاده برای سنجش هر یک از ابعاد قوت مالی، در صورت رفع تأخیر و محدودیت در دستیابی به اطلاعات بانک­های دولتی و افزایش سطح افشای اطلاعات در این بانک‌ها پژوهشگران می­توانند اقدام به توسعه ابعاد و شاخص­های مورد استفاده در این پژوهش نموده و می‌توان این ابعاد را با شاخص­های مدنظر نهاد ناظر مورد سنجش قرار داد. این امر می­تواند امکان برنامه­ریزی و نظارت بر افزایش قوت مالی بانک­های کشور را بهبود بخشد.

 

 

 

 

 

 

 

[1]- گروه مدیریت مالی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.   [e-mail]

[2]- گروه مدیریت مالی،  واحد تهران شمال، دانشگاه آزاد اسلامی، تهران، ایران. نویسنده مسئول.  [e-mail]

[3]- گروه مدیریت مالی، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.    [e-mail]

[4]- گروه مدیریت بازرگانی ، واحد شهر قدس، دانشگاه آزاد اسلامی، تهران، ایران.  [e-mail]

 

^[i]. International Financial Reporting Standards (IFRS)

^[ii]. Financial Strength

^[iii]. Financial Health

^[iv]. Financial Stability

^[v]. Financial Solvency

^[vi]. Sandstorm

^[vii]. Doumpos et al

^[viii]. Doumpos et al

^[ix]. Alaa et al.

^[x]. CAMELS

^[xi]. Barr et al

^[xii]. Capital Adequacy

^[xiii]. Asset Quality

^[xiv]. Management Quality

^[xv]. Earnings

^[xvi]. liquidity

^[xvii]. Sensitivity of Market Risk

^[xviii]. De Yaung et al

^[xix]. Uniform financial institution rating system(UFIRS)

^[xx]. Arndurfer

^[xxi]. Doumpos et al

^[xxii]. Kumar Misra and Kumar Aspal

^[xxiii]. Gasbarro, Sadguna and Zumwalt

^[xxiv]. Berger et al

^[xxv]. Lahdelma and Salminen

^[xxvi]. Tervonen and Figueira

^[xxvii]. Monotone

^[xxviii]. Tervonen and Lahdelma

^[xxix]. Kirkwood

^[xxx]. Keeny and Raiffa

^[xxxi] Multi criteria decision making (MCDM)

^[xxxii] Multi objective decision making (MODM)

^[xxxiii] Multi attribute decision making (MADM)

^[xxxiv] TOPSIS

^[xxxv] Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)

^[xxxvi] Hwang, C. L. Yoon, k.

مراجع

• اعرابی، سیدمحمد و فرهاد رفعت، (1387)، "الگویی برای اندازه‌گیری عملکرد مدیریت مطالعه موردی: سازمان توسعه و نوسازی معادن و صنایع معدنی ایران"، مهندسی صنایع و مدیریت (شریف ویژه علوم مهندسی)، دوره 24، شماره 45، صص 87-95.
• اصغر پور، محمدجواد، (1377)، "تصمیم‌گیری چند معیاره"، انتشارات دانشگاه تهران.
• برزیده، فرخ، نادر مظلومی و عیسی پریزادی، (1388)، "نسبت­های مالی و متغیرهای اقتصادی مؤثر در ارزیابی سلامت و ثبات مالی شرکت‌های بیمه در ایران"، پایان‌نامه کارشناسی ارشد دانشگاه علامه طباطبایی، دانشکده حسابداری و مدیریت.
• بولو، قاسم، یحیی حساس یگانه، فریدون رهنمای رودپشتی و شهرام چهار محالی، (1396)، "الگوی رویکرد حسابداران و حسابرسان به استانداردهای حسابداری و تأثیر آن بر کیفیت اطلاعات حسابداری"، پژوهش­های حسابداری مالی و حسابرسی، دوره 9، شماره 33، صص 125-154.
• حسین پور اصفهانی، هادی، مقصود امیری و سید محمد تقوی­فرد، (1387)، "تعیین مقدار سفارشات با استفاده از مدل­های تصمیم­گیری چند معیاره"، پایان‌نامه کارشناسی ارشد، دانشگاه علامه طباطبایی، دانشکده مدیریت و حسابداری.
• خدایی وله زاقرد، محمد، محمود انصار و زهرا علیپور درویش، (1391)، "آزمون بررسی تأثیر اعمال تحریم­ها بر عملکرد مدیریت پرتفوی ارزی بانک­ها از دیدگاه سودآوری، با استفاده از تکنیک TOPSIS"، پایان‌نامه کارشناسی ارشد، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران، دانشکده اقتصاد و مدیریت.
• خدائی وله زاقرد، محمد و مهرداد برقی، (1391)، "ارزیابی عملکرد صنعت بانکداری ایران با استفاده از چارچوب کملز"، پایان­نامه کارشناسی ارشد، دانشگاه آزاد اسلامی، واحد تهران شمال، دانشکده مدیریت و علوم انسانی.
• خدائی وله زاقرد، محمد و مریم بهرامی، (1391)، "پیش­بینی احتمال نکول در صنعت بانکداری اسلامی ایران با استفاده از شاخص­های کملز: روش­شناسی لاجیت"، پایان‌نامه کارشناسی ارشد، دانشگاه آزاد اسلامی، واحد تهران شمال، دانشکده مدیریت و علوم اجتماعی.
• خدائی وله زاقرد، محمد و لیلا پارسایی، (1394)، "پیش‌بینی ناپایداری مالی با رویکرد کملز: شواهدی از صنعت بانکداری ایران"، پایان‌نامه کارشناسی ارشد، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران، دانشکده اقتصاد و مدیریت.
• رهنمای رودپشتی، فریدون و محمود انصار، (1392)، "بررسی نتایج حاصل از دو رویکرد TOPSIS و K-A در محاسبه تأثیر تحریم­ها بر عملکرد مدیریت پرتفوی ارزی بانک­ها"، مقاله ارائه شده در دومین کنفرانس مهندسی مالی، انجمن مهندسی مالی ایران، تهران.
• زارعی، ژاله، (1392)، "تحلیل ثبات مالی در بخش بانکی ایران"، پایان‌نامه دکتری، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران، دانشکده اقتصاد و مدیریت.
• سراج، سودابه و ماندانا طاهری، (1391)، "نظارت بانکی بر اساس سیستم هشدار سریع با استفاده از نسبت‌های CAMEL در قالب مدل لاجیت"، پژوهش­های پولی – بانکی، سال چهارم، شماره، صص 45-70.
• علوی طبری، سید حسین و منا پارسایی، (1398)، "رابطه کیفیت حسابرسی با شفافیت شرکتی در شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران"، پژوهش­های حسابداری مالی و حسابرسی، دوره 11، شماره 41، صص 43-68.
• کردستانی، غلامرضا، نقی بهرامفر و علی امیری، (1398)، "تأثیر کیفیت افشا بر عدم تقارن اطلاعاتی"، پژوهش­های حسابداری مالی و حسابرسی، دوره 11، شماره 42، صص 159-178.
• نادری، سعید، فرزانه حیدرپور و احمد یعقوب نژاد، (1397)، "رابطه بین کیفیت اطلاعات حسابداری و همبستگی نرخ رشد شرکت با صنعت"، پژوهش­های حسابداری مالی و حسابرسی، دوره 10، شماره 39، صص 191-218.
• نیلی، فرهاد، (1384)، "مقدمه­ای بر ثبات مالی"، پژوهشگاه علوم انسانی و مطالعات فرهنگی، پرتال جامع علوم انسانی، فصلنامه روند، شماره 45، صص 25-55.
• Alaa, M., Ghalayini, J., Noble, S. (1996), "The Changing basis of Performance Measurement”, International Journal of Operations Production Management, Vol. 16 Iss: 8, PP. 63 – 80.
• Barr, S, R., Killgo, A, K., Siems, F, T., Zimmel, Sh. (1999), "Evaluating the Productive Efficiency and Performance of US Commercial Banks", Managerial Finance, Vol. 28 Issue: 8, PP. 3-25.
• Berger A.N., Hasan I., Zhou M., (2010), "The Effects of Focus Versus Diversification on Bank Performance: Evidence from Chinese Banks", Journal of Banking and Finance, 34, PP. 1417-1435.
• De Young, R., Flannery, M, J., Lang, W.W., Sorescu, S, M. (1998), "Could Publication of Bank CAMELS Ratings Improve Market Discipline", in Conference on Bank Structure and Competition (1998, 34th).
• Doumpos, M., Gaganis, C., Pasiouras, F. (2013), "Bank Diversification and overall Financial Strength: Cross-country Empirical Evidence, Technical University of Crete", Financial Engineering Laboratory, Working Paper 2013.03.
• Doumpos, M., Gaganis, C., Pasiouras, F., (2016), "Bank Diversification and overall Financial Strength: International Evidence, Financ” Mark. Inst. Instrum, 25, PP. 169–213.
• Doumpos, M., Hasan, I., Pasiouras, H. (2017), "Bank overall Financial Strength - Islamic Versus Conventional Banks", Economic Modelling, Vol. 64, PP. 513-523.
• Gasbarro, D,. Sadguna, G, M., Zumwalt, J, K. (2002), "The Changing Relationship between CAMEL Ratings and Bank Soundness during the Indonesian Banking Crisis", Review of Quantitative Finance and Accounting November 2002, Vol. 19, Issue 3, PP. 247–260.
• Hwang, C. L., Yoon, k. (1981), "Multiple Attribute Decision Making: Methods and Applications: A State-of-the-art Survey", Springer-Verlag, Business Economics.
• Keeney, R, L., Raiffa, H. (1993), "Decisions with Multiple Objectives–preferences and Value Tradeoffs", Cambridge University Press, Cambridge New York.
• Khodaei Valahzaghard, M., Ansar, M. (2013), "How Banking Sanctions Iinfluence on Performance of Foreign Currency Portfolio Management", Management Science Letters, 3(2), PP. 527-532.
• Kirkwood, C.W., (2004), "Approximating Risk Aversion in Decision Analysis Applications", Decision Analysis, 1(1), PP. 51-67.
• Kumar Misra, S., Kumar Aspal, P. (2013), "A Camel Model Analysis of State Bank Group", World Journal of Social Sciences Vol. 3. No. 4, Issue. PP. 36 – 55
• Lahdelma, R., Salminen P. (2001), "Stochastic Multicriteria Acceptability Analysis for Group Decision Making", Operations Research, 49, PP. 444–454.
• Tervonen, T., Figueira, J. R., (2008), "A Survey on Stochastic Multicriteria Acceptability Analysis Methods", Journal of Multi-Criteria Decision Analysis 15 (1–2), PP. 1–14.
• Tervonen, T., Lahdelma, R. (2007), "Implementing Stochastic Multicriteria Acceptability Analysis", European Journal of Operational Research, 178, PP. 500–513.
• Vakili Fard, H, R., Ansar, M., Yekezare, A. (2014), "A Risk-return based Model to Measure the Performance of Portfolio Management", Management Science Letters. 4. 10, PP. 52-67.

 

 

 

 

یادداشت