ارائه مدلی برای مقاوم سازی بانک‌ها با رویکرد شکست ناپذیری در برابر بحران‌های مالی

محورهای موضوعی : دانش سرمایه‌گذاری

ابراهیم پرتوی ¹ (دانشجوی دکترای گروه مدیریت، واحد قم، دانشگاه آزاد اسلامی، قم، ایران.)
محمد حسن ملکی ² (گروه مدیریت، دانشکده مدیریت و اقتصاد دانشگاه قم، قم، ایران.)
حسین جهانگیرنیا ³ (گروه حسابداری، واحد قم، دانشگاه آزاد اسلامی ، قم، ایران.)
رضا غلامی جمکرانی ⁴ (گروه حسابداری ، واحد قم، دانشگاه آزاد اسلامی ، قم، ایران.)
سید کاظم چاوشی ⁵ (گروه مدیریت بازرگانی، دانشکده مدیریت، دانشگاه خوارزمی، تهران، ایران)

تاریخ دریافت : 1400/01/07 تاریخ پذیرش : 1400/03/05 تاریخ انتشار : 1403/04/01

کلید واژه: تاب آوری بانکی, تاب آوری, شکست ناپذیری, بحران‌های مالی, مقاوم سازی بانکی,

چکیده مقاله :

پژوهش حاضر به دنبال شناسایی عوامل موثر روی مقاوم سازی بانک‌ها با رویکرد شکست‌ناپذیری و تعیین اولویت این عوامل و نهایتا ارائه راهکار برای تقویت بانک‌ها می باشد. پژوهش حاضر به علت استفاده از روشهای کیفی و کمی دارای ماهیت آمیخته است. جامعه نظری پژوهش مدیران ارشد بانکی و متخصصین حوزه تابآوری و مقاوم سازی اقتصادی است. روش نمونهگیری پژوهش قضاوتی و غیر احتمالی بوده و افراد بر اساس خبرگی در زمینه موضوع پژوهش انتخاب شدند. برای جمع‌آوری داده‌ها از ابزار مصاحبه و پرسشنامه (خبره‌سنجی و اسمارت) استفاده شد. برای تحلیل داده‌های پژوهش از فراترکیب، آزمون آماری بینم و تکنیک اسمارت استفاده شد. در مرحله اول عوامل موثر روی مقاوم‌سازی بانکی از طریق مرور سیستماتیک پیشینه و مصاحبه با خبرگان استخراج شد. به دلیل کثرت عوامل، از طریق بکارگیری آزمون بینم، عوامل با اهمیت کم حذف شدند. 28 عامل باقیمانده در 6 دسته اصلی استقبال از ریسک، ساختار سازمانی، یادگیری، قابلیت اطمینان بالا، درجه نرمی سیستم و ساز‌‌و‌کارهای پشتیبان طبقه‌بندی شدند. سپس با استفاده از اسمارت در هر طبقه یا دسته از عوامل، عوامل فرعی رتبه‌بندی شدند. با توجه به امتیاز عوامل، معیار فرعی وجود ساز‌و‌کارهای تحلیل استرس در عامل استقبال از ریسک بیشترین اولویت را دارد. عوامل فرعی قابلیت جایگزینی سیستم‌ها، انتخاب منطقی، تخریب خلاق، کل‌نگری و وجود سیستم‌های پشتیبان به ترتیب در دسته‌های باقیمانده بیشترین اولویت را داشتند.

چکیده انگلیسی:

The present study seeks to identify the factors affecting the strengthening of banks with the approach of antifragility and determine the priority of these factors and finally provide a solution to strengthen banks. The present study is mixed due to the use of qualitative and quantitative methods. The theoretical population of research is senior banking managers and experts in the field of resilience and economic resilience. The research sampling method was judgmental and non-probabilistic and samples were selected based on expertise in the field of research. Two tools of interview and questionnaire (expertise and SMART) were used to collect data. Binominal statistical test and SMART were used to analyze the research data. In the first stage, the effective factors on banking strengthening were extracted through literature systematic review and interviews with experts. Due to the large number of factors, low importance factors were eliminated by using Binominal test. The remaining 28 factors were classified into 6 main categories: risk acceptance, organizational structure, learning, high reliability, degree of system softness, and support mechanisms. Then, using the SMART, sub-factors were ranked in each category. According to the score of factors, the sub-criterion of the existence of stress analysis mechanisms in the risk acceptance factor has the highest priority. Sub-factors of system interchangeability, rational selection, creative destruction, holism, and the existence of support systems were given the highest priority in the remaining categories.

منابع و مأخذ:

• خواجه‌پور، محمود؛ فارسیجانی، حسن؛ صداقت‌پرست، الدار (1398). ارائه الگویی برای تاب‌آوری سازمانی در صنعت بانکداری. فصلنامه مطالعات مدیریت راهبردی. (37) 10، 81-61.


• فخرپور، سید حسن؛ خوش سپهر، زهرا؛ ملکی، محمد حسن (1397). ارائه‌ی مدلی جهت تحقق اقتصاد مقاومتی در سازمان‌ ها با بکارگیری نظریه‌ی شکست ‌ناپذیری. نشریه اندیشه مدیریت راهبردی. دوره 12، شماره 1(1) 12، صص 152-123.


• قاسمی، حسام‌الدین؛ عرب مازار، عباس (1399). تعیین مولفه‌های تاب‌آوری با تاکید بر آسیب‌پذیری اقتصاد ایران. جستارهای اقتصادی ایران، (33)17، 242-219.


• قضاوی خوراسگانی، حسین؛ محمدی، محمد حسن (1394). الگوی مدیریت چالش‌ های سیستم بانکی جمهوری اسلامی ایران در شرایط تحریم. نشریه تحقیقات مالی. دوره 17، شماره 2(2)17، صص 356-341.


• Abid, A., Khemakhem, M. T., Marzouk, S., Jemaa, M. B., Monteil, T., & Drira, K. (2014). Toward antifragile cloud computing infrastructures. Procedia Computer Science, 32, 850-855.


• Bakhtiari, S., & Sajjadieh, F. (2018). Theoretical and empirical analysis of economic resilience index. Iranian Journal of Economic Studies, 7(1), 41-53.


• Bendell, T. (2016). Building anti-fragile organisations: Risk, opportunity and governance in a turbulent world. Routledge.


• Berglund, T., & Mäkinen, M. (2019). Do banks learn from financial crisis? The experience of Nordic banks. Research in International Business and Finance, 47, 428-440.


• Berglund, T., & Mäkinen, M. (2019). Do banks learn from financial crisis? The experience of Nordic banks. Research in International Business and Finance, 47, 428-440.


• Botjes, E. A., Mulder, H., & Nouwens, H. (2020). Defining Antifragility and the application on Organisation Design.


• Bourkhis, K., & Nabi, M. S. (2011, March). Have Islamic banks been more resistant than conventional banks to the 2007-2008 financial crisis. In 17th annual conference of the Economic Research Forum, Antalya, Turkey.


• Brem, A., Nylund, P., & Viardot, E. (2020). The impact of the 2008 financial crisis on innovation: A dominant design perspective. Journal of Business Research, 110, 360-369.


• Briguglio, L., Cordina, G., Farrugia, N., & Vella, S. (2006). Conceptualizing and measuring economic resilience. Building the Economic Resilience of Small States, Malta: Islands and Small States Institute of the University of Malta and London: Commonwealth Secretariat, 265-288.


• Çakır, S. (2018). An integrated approach to machine selection problem using fuzzy SMART-fuzzy weighted axiomatic design. Journal of Intelligent Manufacturing, 29(7), 1433-1445.


• Fratzscher, M., König, P. J., & Lambert, C. (2016). Credit provision and banking stability after the Great Financial Crisis: The role of bank regulation and the quality of governance. Journal of international money and finance, 66, 113-135.


• Gonçalves, L., Navarro, J. B., & Sala, R. (2019). Spanish validation of the Benchmark Resilience Tool (short-form version) to evaluate organisational resilience. Safety science, 111, 94-101.


• Kennon, D. (2017). Towards an Antifragile South African SME (Doctoral dissertation, Stellenbosch: Stellenbosch University).


• Moudi, M., Xu, Z., Yao, L., & Yuan, H. (2020). Dynamic Optimization Model for Improving Urban Water Supply System Fragility with Uncertain Streamflow. Water Resources Management, 34(4), 1465-1477.


• Nurani, T. W., Wahyuningrum, P. I., Wisudo, S. H., Gigentika, S., & Arhatin, R. E. (2018). Model designs of Indonesian tuna fishery management in the Indian Ocean (FMA 573) using soft system methodology approach. The Egyptian Journal of Aquatic Research, 44(2), 139-144.


• Nye, E., Melendez‐Torres, G. J., & Bonell, C. (2016). Origins, methods and advances in qualitative meta‐synthesis. Review of Education, 4(1), 57-79.


• Rafi, U., & Masih, M. (2014). Are Islamic Banks Truly Shariah Compliant? An Application of Time Series Multivariate Forecasting Techniques to Islamic Bank Financing.


• Ramezani, J., & Camarinha-Matos, L. M. (2020). Approaches for resilience and antifragility in collaborative business ecosystems. Technological Forecasting and Social Change, 151, 119846.


• Roggema, R. (2019). Design for disruption: Creating anti-fragile urban delta landscapes. Urban planning, 4(1), 113-122.


• Taleb, N. N. (2018, July). (Anti) Fragility and Convex Responses in Medicine. In International Conference on Complex Systems (pp. 299-325). Springer, Cham.


• Wang, P., Zhu, Z., & Wang, Y. (2016). A novel hybrid MCDM model combining the SAW, TOPSIS and GRA methods based on experimental design. Information Sciences, 345, 27-45.


• White, L. H. (2013). Antifragile banking and monetary systems. Cato J., 33, 471.