تعیین اثرات کوتاه‌مدت و بلندمدت متغیرهای کلان اقتصادی و بانکی بر حجم مطالبات معوق بانک‌های پذیرفته‌شده در بورس اوراق بهادار تهران (1396 -1386)

نوع مقاله : مقاله پژوهشی

نویسندگان

1 کارشناسی‌ارشد اقتصاد، دانشکده علوم اداری و اقتصاد، دانشگاه اصفهان، اصفهان، ایران

2 دانشیار گروه اقتصاد، دانشکده علوم اداری و اقتصاد، دانشگاه اصفهان، اصفهان، ایران

چکیده

به‌دلیل اهمیت مطالبات معوق بانکی در سلامت نظام بانکی و نقش بانک‌ها در تأمین مالی بنگاه‌های کشور در این مطالعه سعی شد تا با استفاده از مطالعه‌ی آبید و همکاران (2014) که در آن به بررسی اثر متغیرهای اقتصادی و بانکی بر مطالبات معوق بانکی کشور تونس پرداخته شده است، به ارزیابی اثر متغیرهای کلان اقتصادی (تولید ناخالص داخلی، بدهی بخش دولتی، نرخ ارز و نقدینگی) و بانکی (اندازه بانک، مخاطره اخلاقی و مدیریت بد) بر حجم مطالبات معوق بانکی، بانک‌های پذیرفته‌شده در بورس اوراق بهادار تهران در طی دوره‌ی زمانی 1396-1386 پرداخته شود. در این مطالعه از روش گشتاورهای تعمیم‌یافته دو مرحله‌ای (GMM) و داده‌های تابلویی استفاده شده است. در نهایت صحت نتایج حاصل شده با آزمون‌های سارگان و خودهم‌بستگی سریالی بررسی ‌شده است. جامعه آماری پژوهش بانک‌های پذیرفته‌شده در بورس اوراق بهادار تهران (صادرات، ملت، تجارت، سینا، سرمایه، سامان، پارسیان، پاسارگاد، حکمت ایرانیان، انصار، اقتصاد نوین، دی، خاورمیانه، آینده، گردشگری، شهر، کارآفرین، پست‌بانک و توسعه اعتباری) است. متغیرهای کلان اقتصادی همچون نقدینگی، بدهی بخش دولتی و نرخ ارز بر حجم مطالبات معوق اثر قابل‌توجهی دارند. رابطه‌ی میان متغیرهای نقدینگی و بدهی بخش دولتی با حجم معوقات بانکی مثبت است. ارتباط میان نرخ ارز با حجم مطالبات معوق بانکی در بیشتر ضرایب منفی گزارش شد. هم‌چنین  متغیرهای بانکی همچون اندازه‌ی بانک با حجم مطالبات معوق رابطه‌ی منفی دارد و رابطه‌ی مدیریت بد با حجم مطالبات معوق مثبت است.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Determining the Short-Run and Long-Run Effects of Macroeconomics and Banking Variables on the Volume of Non-performing Loan of Banks Accepted by Tehran Stock Exchange (2007- 2017)

نویسندگان [English]

  • Mohammad Javad Abolhasani 1
  • Saeed Samadi 2
  • Mohammad Vaez Barzani 2
1 Master of Economics, Faculty of Administrative Sciences and Economics, University of Isfahan, Isfahan, Iran
2 Associate Professor, Department of Economics, Faculty of Administrative Sciences and Economics, University of Isfahan, Isfahan, Iran
چکیده [English]

Due to the importance of non-performing loan banking in the health of the banking system and the role of banks in financing the country's enterprises in this study was tried to use the study of Abid et al. (2014) in which the effect of economic and banking variables on non-performing loan banking of Tunisia has been studied, To evaluate the effect of macroeconomic variables (GDP, Government dept, exchange rate, and liquidity) and banking (bank size, moral hazard, and bad management) on the volume of non-preforming loans bankings, accepted banks in Tehran stock exchange during the period 1396-1386 to be paid. In this study, the two-step Generalized Method of Moments (GMM) and panel data have been used. Finally, the accuracy of the results was checked by Sargan tests and serial autocorrelation. The statistical population of the study is the banks accepted by tehran stock exchange (Saderat, Mellat, Tejarat, Sina, Sarmayeh, Saman, Parsian, Pasargad, Hekmat Iranian, Ansar, Eghtesad Novin, Dey, Khavaremianeh, Ayandeh, Gardeshgary, Shahr, Karafarin, Post Bank and Tosee Etebari). Macroeconomic variables such as liquidity, government debt and exchange rates have a significant effect on the volume of non-performing loan. The relationship between liquidity and government debt variables and the volume of non-performing loan is positive. The relationship between the exchange rate and the volume of non-performing loan was reported in most negative coefficients. Also, banking variables such as bank size have a negative relationship with the volume of non-performing loan and the relationship between bad management and the volume of non-performing loan is positive.

کلیدواژه‌ها [English]

  • Non-performing loan
  • Banking variables
  • Macroeconomic variable
  • Stock exchange
حیدری، هادی، زواریان، زهرا و نوربخش،  ایمان (2011). بررسی اثر شاخص‌های کلان اقتصادی بر مطالبات معوق بانک ها. پژوهش‌های رشد و توسعه پایدار. پژوهش‌های اقتصادی، 11(1)، 65 -43.
حیدری حسن، ملابهرامی احمد (1395). شتاب دهنده مالی در یک مدل DSGE با بخش های مالی و بانکی برای ایران. فصلنامه علمی پؤوهشی دانش مالی تحلیل اوراق بهادار، 10(36)، 117-97.
ختایی، محمود، محمدی، تیمور و میرزایی، اسماعیل (2016). عوامل تعیین‌کننده کیفیت پورتفوی وام در نظام بانکی ایران: رویکرد پانل پویا. فصلنامه مطالعات اقتصادی کاربردی ایران. 5(17)، 108-81.
ذاکرنیا، احسان، پرویزیان، کوروش و ذاکرنیا، محسن (1393). شناسایی و اولویت‌بندی عوامل سیستماتیک و غیر‌سیستماتیک مؤثر بر افزایش مطالبات معوق در نظام بانکداری بدون ربای ایران. فصلنامه علمی- پژوهشی جستارهای اقتصادی در ایران، 11(22)، 43 -9.
سبحانی، حسن، مؤمنی، فرشاد و چهاربند، فرزانه (1397). تبیین مجاری تولید رانت در نظام بانکی ایران با رویکرد اقتصاد سیاسی نهادگرای.  فصلنامه مطالعات اقتصادی کاربردی ایران. 7(28)، 275 -251.
شاهچرا، مهشید و ابوالفتحی، فرزانه (1395). بررسی عوامل مؤثر بر کیفیت دارایی‌های بانکی در شبکه بانکی کشور ایران.  سیاست گذاری پیشرفت اقتصادی، 4(3)، 181 -151.
کردبچه، حمید و پردل نوش آبادی، لیلا (1390). تبیین عوامل موثر بر مطالبات معوق در صنعت بانکداری ایران. فصلنامه پژوهشهای اقتصادی ایران، 16(49)، 150 -117.
نظریان، رافیک و صفرپور، سحر (1390). ارزیابی تأثیر نرخ سود بانکی بر نوسانات مطالبات معوق شبکه بانکی کشور. فصلنامه علوم اقتصادی، 5(17)، 58-30.
وهابی اردکلو، نگار، شهبازی و خداویسی، حسن (1395). تأثیر آستانه‌ای بدهی‌های دولتی بر مصرف بخش خصوصی درکشورهای عضو اوپک. مجله علمی پژوهشی اقتصاد مقداری، 13(3)، 111 -13.
 
Heidari, H., Zavarian, Z., & Nourbakhsh, I. (2011). Investigating the effect of macroeconomic indicators on bank's non-performing loan. Sustainable growth and development research. Economic Research, 11 (1), 43-65.
Heidari H., & Malabahrami, A. (2016). Financial accelerator in a DSGE model with financial and banking sectors for Iran. Quarterly Journal of Financial Knowledge, Securities Analysis, 10 (36), 97-117.
Khatai, M., Mohammadi, T., & Mirzaei, I. (2016). Determinants of loan portfolio quality in the Iranian banking system: A dynamic panel approach. Iranian Journal of Applied Economic Studies. 5 (17), 81-108.
Zakernia, E., Parvizian, K., & Zakernia, M. (2014). Identifying and prioritizing systematic and non-systematic factors affecting the increase of overdue receivables in the interest-free banking system of Iran. Journal of Economic Research in Iran, 11 (22), 9-43.
Sobhani, H., Momeni, F., & Chaharband, F. (2018). Explaining rent production channels in the Iranian banking system with an institutionalist political economy approach. Iranian Journal of Applied Economic Studies. 7 (28), 251 -275.
Shahchera, M., & Abolfathi, F. (2015). Investigating the factors affecting the quality of banking assets in the banking network of Iran. Economic Development Policy, 4 (3), 151-181.
Kordbacheh, H., & Pardel Nooshabadi, L. (2011). Explaining the factors affecting overdue receivables in the Iranian banking industry. Iranian Journal of Economic Research, 16 (49), 117-150.
Nazarian, R., & Safarpour, S. (2011). Assessing the effect of bank interest rates on fluctuations in overdue receivables of the country's banking network. Journal of Economic Sciences, 5 (17), 30-58.
Wahhabi Ardakloo, N., Shahbazi, K., & Khodavisi, H. (2015). The Impact of Government Debt Thresholds on Private Sector Consumption in OPEC Countries. Journal of Quantitative Economics, 13 (3), 13-111.
Abid, L., Ouertani, M. N., & Zouari-Ghorbel, S. (2014). Macroeconomic and bank-specific determinants of household's non-performing loans in Tunisia: A dynamic panel data. Procedia Economics and Finance, 13, 58-68.‏
Arellano, M., & Bond, S. (1991). Some tests of specification for panel data: Monte Carlo evidence and an application to employment equations. The review of economic studies, 58(2), 277-297.‏
Beck, R., Jakubik, P., & Piloiu, A. (2013). Non-performing loans: What matters in addition to the economic cycle?.
Berger, A. N., & Hannan, T. H. (1998). The efficiency cost of market power in the banking industry: A test of the “quiet life” and related hypotheses. Review of economics and statistics, 80(3), 454-465.
Bernanke, B. S., Gertler, M., & Gilchrist, S. (1999). The financial accelerator in a quantitative business cycle framework. Handbook of macroeconomics, 1, 1341-1393.‏
Bernanke, B. S., & Gertler, M. (1987). Banking and macroeconomic equilibrium. New approaches to monetary economics, 89-111.‏
Bernanke, B. S. (1983). Irreversibility, uncertainty, and cyclical investment. The quarterly journal of economics, 98(1), 85-106.‏
Gertler, M., & Bernanke, B. (1989). Agency costs, net worth and business fluctuations. In Business cycle theory. Edward Elgar Publishing Ltd.
Blundell, R. W., & Bond, S. (1995). On the use of initial conditions in dynamic panel data models. mimeo.‏
Boudriga, A., Boulila, N., & Jellouli, S. (2009). Does bank supervision impact nonperforming loans: cross-country determinants using agregate data?.‏
Bover, O., & Arellano, M. (1995). Female labour force participation in the 1980s: the case of Spain. Investigaciones económicas, 19(2), 171-194.‏
Cole, R. A., McKenzie, J. A., & White, L. J. (1995). Deregulation gone awry: Moral hazard in the savings and loan industry. In: The Causes and Costs of Depository Institution Failures (pp. 29-73). Springer, Dordrecht.‏
Eckstein, O., & Sinai, A. (1986). The mechanisms of the business cycle in the postwar era. In: The American business cycle: Continuity and change (pp. 39-122). University of Chicago Press.‏
Fischer, K. P., & Chenard, M. (1997). Financial liberalization causes banking system fragility. Available at SSRN 25537.‏
Fisher, I. (1933). The debt-deflation theory of great depressions. Econometrica. Journal of the Econometric Society, 337-357.
Glen, J., & Mondragón-Vélez, C. (2011). Business cycle effects on commercial bank loan portfolio performance in developing economies. Review of Development Finance, 1(2), 150-165.‏
Grammatikos, T. Saunders, A. & Swary, I. (1986). Returns and Risks of U.S. Bank Foreign Currency Activities, Journal of Finance, 41(3), 671-682.
Greenidge, K. & Grosvenor, T. (2010). Forecasting non-performing loans in. Journal of Business andFinance and Economics in Emerging Economies, 5, 80-107.
Guarda, P., Rouabah, A., & Vardanyan, M. (2013). Identifying bank outputs and inputs with a directional technology distance function. Journal of Productivity Analysis, 40(2), 185-195.‏
Hausmann, R., Panizza, U., & Stein, E. (2001). Why do countries float the way they float?. Journal of development economics, 66(2), 387-414.‏
Hellmann, T. F., Murdock, K. C., & Stiglitz, J. E. (2000). Liberalization, moral hazard in banking, and prudential regulation: Are capital requirements enough?. American economic review, 90(1), 147-165.‏
HU, J. L., Li, Y., & CHIU, Y. H. (2004). Ownership and nonperforming loans: Evidence from Taiwan's banks. The Developing Economies, 42(3), 405-420.
Ikram, A., & Su, Q. (2015). Determinants of Productivity in the Ready-made Garments SMEs of Lahore, Pakistan. In Proceedings of the 5th International Asia Conference on Industrial Engineering and Management Innovation (IEMI2014) (pp. 81-86). Atlantis Press.
Kane, E. J. (1989). The S & L insurance mess: How did it happen?. The Urban Insitute.‏
Kiyotaki, N., & Moore, J. (1997). Credit cycles. Journal of political economy, 105(2), 211-248.‏
Louzis, D. P., Vouldis, A. T., & Metaxas, V. L. (2012). Macroeconomic and bank-specific determinants of nonperforming loans in Greece: A comparative study of mortgage, business and consumer loan portfolios. Journal of Banking & Finance, 36(4), 1012-1027.
Makri, V., Tsagkanos, A., & Bellas, A. (2014). Determinants of non-performing loans: The case of Eurozone. Panoeconomicus, 61(2), 193-206.‏
Marisa, L. & Matrodji, M. (2018). The effect of non-Performing loan, capital adequacy ratio, loan to deposit ratio and operating expenses to operating income on deposit portfolio of national social security on employment (Bpjs Ketenagakerjaan) for period of 2015- 2017. Russian Journal of Agricultural and Socio-Economic Sciences, 4(76), 150- 160. Doi: 10.18551/rjoas.2018-04.17.
Mishkin, F., & Eakins, S. (2011). Financial institutions and the markets.‏
Mishkin, F. S. (1978). The household balance sheet and the Great Depression. Journal of Economic history, 918-937.‏
Peristiani, S., & Wizman, T. A. (1997). Mutual-to-stock conversions in the thrift industry in the 1990s. Journal of Economics and Business, 49(2), 95-116.‏‏
Rajan, R., & Dhal, S. C. (2003). Non-performing loans and terms of credit of public sector banks in India: An empirical assessment. Reserve Bank of India Occasional Papers, 24(3), 81-121.
Rehman, O. (2017). Determinants of Non-Performing Loan in South Asia: The Role of Financial Crisis. Eurasian Journal of Business and Economics, 10(20), 105- 124.
Saurina, G. & Jiménez, G., (2006). Credit cycles, credit risk, and prudential regulation. Documentos de trabajo del Banco de España, 3, 9- 34.
Scardovi, C. (2015). Holistic active management of non-performing loans. Springer.
Škarika, B. (2014). Determinants of non-performing loans in Central and Eastern European countries. Financial theory and practice, 38(1), 37- 99.
Stuart, A. (1998). Ord K. Kendall’s advanced theory of statistics, 1, 350-354.‏
Yang, C. C. (2017). Reduction of non-performing loans in the banking industry: an application of data envelopment analysis. Journal of Business Economics and Management, 18(5), 833-851.‏