پیش بینی وقوع نابسامانی مالی در بانک های عضو بورس اوراق بهادار تهران

محورهای موضوعی : دانش مالی تحلیل اوراق بهادار

مریم خلیلی عراقی ¹ , کامبیز پیکارجو ² , لیلا جرّاحی ³

1 - ندارد
2 - ندارد
3 - مسئول مکاتبات

تاریخ دریافت : 1390/01/15 تاریخ پذیرش : 1390/04/15 تاریخ انتشار : 1390/12/20

کلید واژه: نسبتهای مالی, پیشبینی, ورشکستگی, نابسامانی مالی, مدل لاجیت,

چکیده مقاله :

در این تحقیق، میزان اثربخشی شاخصهای بازار که میتوان از آن برای پیشبینی نابسامانی مالی بانکیاستفاده نمود مورد سنجش قرار گرفته است. همچنین یک مدل لوجیت برای پیشبینی نابسامانی مالی بانکیدر کشور ایران طراحی و مورد آزمون قرار گرفته است. از سوی دیگر، قدرت ارتباط میان اطلاعات بازارو تنزل مالی یک بانک نیز مورد مطالعه قرار گرفتهاست. نهایتاً مطرح گردیدهاست که برخی از شاخصهایمرتبط با بازار را میتوان برای پیشبینی نابسامانی مالی بانکی در کنار شاخص های مالی مورد استفاده قرارداد.سایر نتایج بیانگر این مطلب است که صحت و درستی قدرت پیش بینی نابسامانی مالی به میزانتعهدات بانکی در مقابل بازاری که در آن به فعالیت میپردازد بستگی دارد. به این مفهوم که چون اینتحلیل بر مبنای داده های بانکها انجام گرفته است، در صورتیکه بانک تعهد نماید داده های صحیح وشفاف به بازار ارائه نماید، می توان به نحو مناسبتری پیش بینی را انجام داد.

چکیده انگلیسی:

In this research, we assessed the extent to which stock market information can beused to predict leading indicators of the bank financial distress.Likewise, we specified and tested a logit early warning model of bank financialdistress, designed for Iranian banks, which tests if market-based indicators addpredictive value to models relying on accounting data obtained from stock market.On the other hand, we studied the robustness of the link between marketinformation and financial downgrading of a bank in the light of the safely net andasymmetric information hypotheses. In the end, we concluded that some of the resultsof accomplished studies, support the use of market-related indicators in order topredict the financial distress.Other results, however, show that the accuracy of the predictive power of thefinancial distress depends on the extent to which bank liabilities are market traded. Itmeans that if the bank undertakes to offer accurate data to the market, then a muchbetter prediction can be made based on the bank data.