مطالعه جامع مدیریت ریسک نقدینگی در صنعت بانکداری: شناسایی و دسته‌بندی اجزا با استفاده از روش فراترکیب

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی کارشناسی ارشد مهندسی مالی دانشگاه تربیت مدرس

2 دانشجوی دکتری مهندسی صنایع دانشگاه تربیت مدرس

3 استادیار مهندسی صنایع دانشگاه تربیت مدرس

چکیده

ریسک نقدینگی ناشی از ناتوانی یک بانک در پرداخت به موقع بدهی‌ها، ایفای تعهدات و یا عدم توانایی گسترش سبد دارایی‌های پر بازده با هزینه‌ای متعارف است. به عبارت دیگر، هنگامی که یک بانک از نقدینگی کافی برخوردار نباشد قادر نیست به سرعت و با هزینه‌ای معقول وجوه کافی را با افزایش بدهی‌ها و یا تبدیل دارایی‌ها به‌دست آورد که این ناتوانایی بر سودآوری بانک تاثیر خواهد گذاشت. می‌توان گفت علت اصلی ریسک نقدینگی در بانک‌ها عدم تطبیق مقدار و سررسید بدهی‌ها و دارایی‌ها و در نتیجه بروز شکاف نقدینگی منفی است. در این راستا مؤسسات و بانک‌ها با استفاده از رویکرد‌های مختلف از جمله رویکرد‌های کمیته بال در پی ارزیابی ریسک نقدینگی بودند. هدف پژوهش حاضر مروری بر مدیریت ریسک نقدینگی در صنعت بانکی است. در این پژوهش با استفاده از روش فراترکیب و الگوی هفت مرحله‌ای سندلوسکی و باروسو، تحلیل محتوای پژوهش‌های پیشین انجام شده است. با استفاده از روش فراترکیب، 242 پژوهش مرتبط بین سال‌های 2000 تا 2023 از پایگاه‌های علمی معتبر استخراج شد. بدین منظور پس از تجزیه و تحلیل پژوهش‌های استخراج 41 پژوهش انتخاب شده است. این پژوهش یک چارچوب جامع برای مدیریت ریسک بهتر به صنعت بانکداری ارائه داده است. این چارچوب شامل 5 مقوله اصلی که عبارتند از داده‌های ریسک نقدینگی، عوامل مؤثر بر ریسک نقدینگی، ارزیابی ریسک نقدینگی، دستورالعمل‌های ریسک نقدینگی و مدیریت ریسک نقدینگی، 12 مقوله فرعی، 104 مفهوم و 175 کد است. نتایج این پژوهش می‌تواند مبنایی برای بهره‌مندی بهتر مدیریت ریسک نقدینگی در صنعت بانکداری باشد. همچنین نتایج براساس نظر متخصصان با شاخص کاپای 738/0 مورد تایید قرار گرفت.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

A Comprehensive Study of Liquidity Risk Management in the Banking Industry: Identifying and Categorizing Components Using Meta-Synthesis Method

نویسندگان [English]

  • Maede Khezrian 1
  • Hamed Naderi 2
  • Mohammad Ali Rastegar 3
1 Master's student in financial engineering, University of Tarbiat Modares
2 Ph. D. student of Industrial Engineering, University of Tarbiat Modares
3 Assistant Professor of Financial Engineering, University of Tarbiat Modares
چکیده [English]

Liquidity risk is caused by the inability of a bank to pay debts on time, fulfil obligations, or the inability to expand the portfolio of high-yielding assets at a conventional cost. In other words, when a bank does not have sufficient liquidity, it is not able to obtain sufficient funds quickly and at a reasonable cost by increasing debts or converting assets, which will affect the bank's profitability. It can be said that the main cause of liquidity risk in banks is the mismatch between the amount and maturity of debts and assets, resulting in a negative liquidity gap. In this regard, institutions and banks used different approaches, including the approaches of the Wing Committee, to assess liquidity risk. This research aims to review liquidity risk management in the banking industry. In this research, content analysis of previous research has been done using the meta- Synthesis method and Sandelowski and Barroso's seven-stage model. Using the meta-Synthesis method, 242 related research between 2000 and 2023 were extracted from reliable scientific databases. For this purpose, after analyzing the research, 41 researchers have been selected. This research has provided a comprehensive framework for better risk management in the banking industry. This framework includes 5 main categories, which are liquidity risk data, liquidity risk factors, liquidity risk assessment, liquidity risk guidelines and liquidity risk management, 12 subcategories, 104 concepts and 175 codes. The results of this research can be a basis for better use of liquidity risk management in the banking industry. Also, the results were confirmed based on the opinion of experts with a Kappa index of 0.738

کلیدواژه‌ها [English]

  • Liquidity Risk
  • Liquidity Risk Management
  • Liquidity Coverage Ratio
  • Net Stable Funding Ratio
  • Meta-Synthesis
  1. آذری، تورج، دستوری، مجتبی و تهرانی، رضا (1401). ارائه مدل جامع جهت اندازه‌گیری ریسک نقدینگی بانک‌های پذیرفته‌شده در بورس اوراق بهادار تهران (مطالعه موردی: بانک ملت). اقتصاد مالی، 16(59)، 278-253.
  2. اسماعیل زاده، علی و جوانمردی، حلیمه (1396). طراحی الگویی مناسب مدیریت نقدینگی و پیش‌بینی ریسک آن در بانک صادرات ایران.اقتصاد مالی، (39)11، 197-171.
  3. پورزرندی، محمدباراهیم، عمرانی، میثم و کاوند، مجتبی (1391). طراحی مدل اندازه‎‌گیری ریسک نقدینگی در نظام بانکداری بدون ربا (مطالعه موردی: بانک ملت).دو فصلنامه جستارهای اقتصادی ایران با رویکرد اقتصاد اسلامی، (18)9، 163-135.
  4. جلال‌زاده آذر، سیدمرتضی، آل‌عمران‌، رویا، پناهی، حسین و اصغرپور، حسین (1400). بررسی تاثیر تامین مالی اسلامی و متغیرهای کلان اقتصادی بر ریسک اعتباری بانک‌های خصوصی و دولتی در ایران.فصلنامه علمی نظریه‌های کاربردی اقتصاد، (3)8، 193-216.
  5. خسرویانی، مهدی و حیدرپور، فرزانه (1401). مد‌ل‌سازی جهت پیش‌بینی ریسک نقدینگی بانک‌های دولتی ایران با استفاده از شبکه‌های عصبی مصنوعی و شاخص‌های حسابداری. پژوهش­های حسابداری مالی و حسابرسی، 14(55), 163-180.
  6. دهقانی احمدآباد، محمدرضا و سعیدی کوشا، مهدی (1399). برآورد سنجه­های ریسک زیان نقدینگی در بانک­های تجاری با استفاده از فرآیندهای تصادفی. راهبرد مدیریت مالی، 8(29 )، 1-22.
  7. رستمیان، فروغ و حاجی بابایی، فاطمه (1388). اندازه­گیری ریسک نقدینگی بانک با استفاده از مدل ارزش در معرض خطر (مطالعه موردی: بانک سامان). پژوهش‌های حسابداری مالی و حسابرسی (پژوهشنامه حسابداری مالی و حسابرسی)، (3)1، 198-175.
  8. شیرمحمدی، علیرضا، وفایی، فرهاد، نمامیان، فرشید و تابان، محمد (1399). طراحی الگوی پایداری کسب‌وکار در زنجیره تأمین با استفاده از رویکرد فراترکیب.مدیریت بازرگانی، (3)12، 651-627.
  9. عفتی باران، فرشید، نقدی، یزدان، محمود زاده، محمود و لشکری‌زاده، مریم (1401). برآورد میزان ریسک معاملات سهام در بورس تهران با استفاده از معیار نقدشوندگی.فصلنامه علمی نظریه‌های کاربردی اقتصاد، (2)9، 35-58.
  10. فرهنگ، امیرعلی، اثنی عشری، ابوالقاسم، ابوالحسنی، اصغر، رنجبرفلاح، محمدرضا و بیابانی، جهانگیر (1397). سرمایه بانک، ریسک نقدینگی و اعتباری در بانک‌های ایران.فصلنامه علمی نظریه‌های کاربردی اقتصاد، (4)5، 247-270.
  11. نادری، حامد و رستگار، محمد علی. (1401). به‌کارگیری روش فراترکیب در روش‌شناسی مدیریت ریسک عملیاتی بانکی.مدیریت دارایی و تامین مالی، (4)10، 115-132.

 

  1. Anam, S., Hasan, S. B., Huda, H. A. E., Uddin, A., & Hossain, M. M. (2012). Liquidity Risk Management: A Comparative Study Between Conventional Andislamic Banks Of Bangladesh. Research Journal of Economics, Business and ICT, 5.‏
  2. Abdullah, A., & Khan, A. Q. (2012). Liquidity risk management: A comparative study between domestic and foreign banks in Pakistan. Journal of Managerial Science6(1), 62-72.‏
  3. Ahamed, F. (2021). Determinants of liquidity risk in the commercial banks in Bangladesh. European Journal of Business and Management Research6(1), 164-169.‏
  4. Ahmed, N., Ahmed, Z., & Naqvi, I. H. (2011). Liquidity risk and Islamic banks: Evidence from Pakistan. Interdisciplinary Journal of Research in Business1(9), 99-102.‏
  5. Akhtar, M. F., Ali, K., & Sadaqat, S. (2011). Liquidity risk management: a comparative study between conventional and Islamic banks of Pakistan. Interdisciplinary journal of research in business1(1), 35-44.‏
  6. Alim, W., Ali, A., & Metla, M. R. (2021). The Effect of Liquidity Risk Management on Financial Performance of Commercial Banks in Pakistan.‏
  7. Alzoubi, T. (2017). Determinants of liquidity risk in Islamic banks. Banks & bank systems, (12, 3), 142-148.‏
  8. Arif, A., Ahmed, N.A., 2012. Liquidity risk and performance of banking system. Journal of Financial Regulation and Compliance. 182-195.
  9. Ariffin, N. M. (2012). Liquidity risk management and financial performance in Malaysia: empirical evidence from Islamic banks. Aceh International Journal of Social Science1(2).‏
  10. Azari, T., Tastori, M., & Tehrani, R. (2022). Presenting a Comprehensive Model for Measuring the Liquidity Risk of Banks Listed on the Tehran Stock Exchange (Case Study: Mellat Bank). Financial Economics, 16(59), 253-278 (in Persian).
  11. Barros, P. P., Bonfim, D., Kim, M., & Martins, N. C. (2014). Counterfactual analysis of bank mergers. Empirical Economics46, 361-391.‏
  12. Batten, J., & Vo, X. V. (2019). Determinants of bank profitability—Evidence from Vietnam. Emerging Markets Finance and Trade55(6), 1417-1428.‏
  13. Beck, C. T. (2002). A meta-synthesis of qualitative research. MCN: The American Journal of Maternal/Child Nursing27(4), 214-221.‏
  14. Ben Ayed, W., Lamouchi, R. A., & M. Alawi, S. (2021). Does the deposit structure affect Islamic bank’s maturity transformation activities? The implications of IFSB liquidity guidelines. International Journal of Islamic and Middle Eastern Finance and Management14(3), 444-462.‏
  15. Bordeleau, É., & Graham, C. (2010). The impact of liquidity on bank profitability (No. 2010-38). Bank of Canada.‏
  16. Brunnermeier, M. K., & Yogo, M. (2009). A note on liquidity risk management. American Economic Review99(2), 578-583.‏
  17. Chang, Q., & Chen, K. C. (2014). The research of liquidity risk management based on EVA improvement. Academy of Accounting and Financial Studies Journal18(3), 63.‏
  18. Chen, W. D., Chen, Y., & Huang, S. C. (2021). Liquidity risk and bank performance during financial crises. Journal of Financial Stability56, 100906.‏
  19. Cornett, M. M., McNutt, J. J., Strahan, P. E., & Tehranian, H. (2011). Liquidity risk management and credit supply in the financial crisis. Journal of financial economics101(2), 297-312.‏
  20. Cucinelli, D. (2013). „The Determinants of Bank Liquidity Risk within the Context of Euro Area‟. Interdisciplinary Journal of Research in Business ISSN2046, 7141.‏
  21. Dang, Uyen. ( 2011) The CAMEL Rating System in Banking Supervision: A Case Study of Arcada University of Applied Sciences, International Business.
  22. Dehghani Ahmadabad, M., & Saeidi Kousha, M. (2020). Liquidity Risk Loss Estimation in Commercial Banks Using Stochastic Process Approach. Financial Management Strategy, 8(2), 1-22 (in Persian).
  23. Diamond, D. W., & Dybvig, P. H. (1983). Bank runs, deposit insurance, and liquidity. Journal of political economy91(3), 401-419.‏
  24. Duttweiler, R. (2011). Managing liquidity in banks: a top down approach. John Wiley & Sons.‏
  25. Esmaeilzade, A., & Javanmardi, H. (2017). Development of an appropriate model for liquidity management and risk forecasting in Saderat Bank of Iran. Financial economy, 11(39), 171-197 (in persian).
  26. Effati Baran, F., Naghdi, Y., Mahmoodzadeh, M., Lashkarizadeh, M. (2022). Investigating the Risk of Stock Trading on the Tehran Stock Exchange Using the Criterion of Liquidity. Quarterly Journal of Applied Theories of Economics, 9(2), 35-58 (in Persian).
  27. Farooq, U., Maqbool, M. Q., Humanyun, A. A., Nawaz, M. S., & Abbas, M. (2015). An Empricial Study on Impact Liquidity Risk Management on Firm Performance in the Conventional Banking of Pakistan. IOSR Journal of Business and Management17(2), 110-118.‏
  28. Farhang, A., Asna Ashari, A., Abolhasani Hastiani, A., Ranjbar Fallah, M., Biabani, J. (2019). Capital Bank, liquidity Risk and Credit in Iran's Banks. Quarterly Journal of Applied Theories of Economics, 5(4), 247-270 (in Persian).
  29. Ghenimi, A., Chaibi, H., & Omri, M. A. B. (2021). Liquidity risk determinants: Islamic vs conventional banks. International Journal of Law and Management63(1), 65-95.‏
  30. Golarazi, G., Zareie, A., & Delavari, L. (2013). Feasibility of using risk-adjusted model in Tehran Stock Exchange. Financial Engineering and Securities Management (Portfolio Management), 4(14) (in Persian).
  31. Gomes, T., & Khan, N. (2011). Strengthening bank management of liquidity risk: The Basel III liquidity standards. Bank of Canada Financial System Review5, 35-42.‏
  32. Hacini, I., Boulenfad, A., & Dahou, K. (2021). The impact of liquidity risk management on the financial performance of Saudi Arabian Banks. EMAJ: Emerging Markets Journal11(1), 67-75.‏
  33. Hirmohammadi, A., Vafae, F., Namamian, F., & Taban, M. (2020). Developing a Business Sustainability Model in the Supply Chain Using the Meta-Synthesis Approach. Journal of Business Management, 12(3), 627-651 (in Persian).
  34. Huong, T. T. X., Nga, T. T. T., & Oanh, T. T. K. (2021). Liquidity risk and bank performance in Southeast Asian countries: a dynamic panel approach. Quantitative Finance and Economics5(1), 111-133.‏
  35. İncekara, A., & Çetinkaya, H. (2019). Liquidity risk management: A comparative analysis of panel data between Islamic and conventional banking in Turkey. Procedia Computer Science158, 955-963.‏
  36. Iqbal, A. (2012). Liquidity risk management: a comparative study between conventional and Islamic banks of Pakistan. Global journal of management and business research12(5), 55-64.‏
  37. JalalzadeAzar, S., Aleemran, R., Panahi, H., Asgharpur, H. (2021). The Effect of Islamic Financing and Macroeconomic Variables on the Credit Risk of Private and Public Banks in Iran. Quarterly Journal of Applied Theories of Economics, 8(3), 193-216 (in Persian).
  38. Jenkinson, N. (2008). Strengthening regimes for controlling liquidity risk: some lessons from the recent turmoil. Bank of England Quarterly Bulletin, Quarterly2.‏
  39. Khan, S., & Jabeen, Z. (2011). Comparative study of assessment of capital adequacy ratio (CAR) for Islamic banks in Pakistan under Basel II and IFSB formulae for capital Adequacy. In 8th International Conference on Islamic Economics and Finance.‏
  40. Khosroyani, M., & Heydarpoor, F. (2022). Modeling to Predict the Liquidity Risk of Iran's Government Banks Using Artificial Neural Networks and Accounting Indicators. Financial Accounting and Auditing Research, 14(55), 163-180 (in Persian).
  41. Khosroyani, M., & Heydarpoor, F. (2022). Modeling to Predict the Liquidity Risk of Iran's Government Banks Using Artificial Neural Networks and Accounting Indicators. Financial Accounting and Auditing Research14(55), 163-180 (in Persian).
  42. Kumar, M., & Yadav, G. C. (2013). Liquidity risk management in bank: a conceptual framework. AIMA journal of management & research7(2/4), 0974-0497.‏
  43. Madhi, D. (2017). The macroeconomic factors impact on liquidity risk: The Albanian banking system case. European Journal of Economics and Business Studies, 3, 2411-4073.
  44. Mazreku, I., Morina, F., Misiri, V., Spiteri, J. V., & Grima, S. (2019). Exploring the liquidity risk factors in the Balkan Region banking system.‏
  45. Mohammad, S. (2013). Liquidity risk management in Islamic banks: A survey. Afro Eurasian Studies2(1-2), 215-230.‏
  46. Moussa, M. A. B. (2015). The determinants of bank liquidity: Case of Tunisia. International Journal of Economics and Financial Issues5(1), 249-259.‏
  47. Munteanu, I. (2012). Bank liquidity and its determinants in Romania. Procedia Economics and Finance3, 993-998.‏
  48. Ndoka, S., Islami, M., & Shima, J. (2017). The impact of liquidity risk management on the performance of Albanian Commercial Banks during the period 2005-2015. International Journal of Social Sciences and Education Research3(1), 70-76.‏
  49. Negash, D. W., & Veni, P. (2019). Determinants of liquidity risk in selected commercial banks in ethiopia. International Journal of Advanced Research in Management and Social Sciences8(4), 108-124.‏
  50. Naderi, H., & Rastegar, M. A. (2022). Applying the Meta-Synthesis Method in Banking Operational Risk Management Methodology. Journal of Asset Management and Financing10(4), 115-132 (in Persian).
  51. Obadire, A. M., Moyo, V., & Munzhelele, N. F. (2022). Basel III capital regulations and bank efficiency: Evidence from selected African Countries. International Journal of Financial Studies10(3), 57.‏
  52. Ongore, V. O., & Kusa, G. B. (2013). Determinants of financial performance of commercial banks in Kenya. International journal of economics and financial issues3(1), 237-252.‏
  53. Paterson, B. L., Thorne, S. E., Canam, C., & Jillings, C. (2001). Meta-study of qualitative health research: A practical guide to meta-analysis and meta-synthesis(Vol. 3). Sage.‏
  54. Pourzarandi, M., Omrani, M., Kavand, M. (2012). Designing an Optimum Model for Liquidity Risk Measurement in non-interest banking; a case study of Mellat bank. Journal of Iran's Economic Essays (JIEE), 9(18), 135-163, (in Persian).
  55. Pourzarandi, M., Omrani, M., Kavand, M. (2012). Designing an Optimum Model for Liquidity Risk Measurement in non-interest banking; a case study of Mellat bank. Journal of Iran's Economic Essays (JIEE), 9(18), 135-163 (in Persian).
  56. Rahman, M. L., & Banna, S. H. (2015). Liquidity risk management: a comparative study between conventional and Islamic banks in Bangladesh. Journal of Business and Technology (Dhaka)10(2), 18-35.‏
  57. Rosman, R., & Abdul Rahman, A. R. (2015). The practice of IFSB guiding principles of risk management by Islamic banks: International evidence. Journal of Islamic Accounting and Business Research6(2), 150-172.‏
  58. Rostamian, F, & Haji Babaei, F. (2009). To measure bank liquidity risks with value at risk (VAR) model (case study: saman bank). The financial accounting and auditing researches, 1(3), 175-198 (in Persian).
  59. Rostamian, F., & Haji Babaei, F. (2009). Measuring bank liquidity risk using the value-at-risk model (case study: Saman Bank). The financial accounting and auditing researches, 1(3), 174-199 (in Persian).
  60. Roussel, Y., Ali, A., & Audi, M. (2021). Measuring the money demand in Pakistan: a time series analysis. Bulletin of Business and Economics (BBE)10(1), 27-41.‏
  61. Sandelowski, M., & Barroso, J. (2006). Handbook for synthesizing qualitative research. springer publishing company.‏
  62. Shirmohammadi, A., Vafae, F., Namamian, F., & Taban, M. (2020). Developing a Business Sustainability Model in the Supply Chain Using the Meta-Synthesis Approach. Journal of Business Management12(3), 627-651 (in Persian).
  63. Singh, A., & Sharma, A. K. (2016). An empirical analysis of macroeconomic and bank-specific factors affecting liquidity of Indian banks. Future Business Journal2(1), 40-53.‏
  64. Soori, D., Farhadipor, M., & Jafarian, M. (2011). Measuring Liquidity Risk in Commercial Banks. Proceedings of the 24th Islamic Banking Conference, 167-179 (in Persian).
  65. Tavana, M., Abtahi, A. R., Di Caprio, D., & Poortarigh, M. (2018). An Artificial Neural Network and Bayesian Network model for liquidity risk assessment in banking. Neurocomputing275, 2525-2554.‏
  66. Tirole, J. (2011). Illiquidity and all its friends. Journal of Economic Literature49(2), 287-325.‏
  67. Valipourpashah, M. (2014). Liquidity risk management in banks. Ravand, 21(65), 201-222 (in Persian).
  68. Vento, G. A., & La Ganga, P. (2009). Bank liquidity risk management and supervision: which lessons from recent market turmoil. Journal of Money, Investment and Banking10(10), 78-125.‏
  69. Vodova, P. (2012). Determinants of commercial banks' liquidity in Poland. ratio50(2), 64-71.‏
  70. Vodová, P. (2013). Determinants of commercial bank liquidity in Hungary. Finansowy Kwartalnik Internetowy e-Finanse9(3), 64-71.‏
  71. Wudu Negash, D., Veni, P. (2019). Determinants of Liquidity Risk in Selected Commercial Banks in Ethiopia. International Journal of Advanced Research in Management and Social Sciences, 8(4), 108- 124.
  72. Yan, W., & Song, Y. (2022). Intelligent Evaluation and Early Warning of Liquidity Risk of Commercial Banks Based on RNN. Computational Intelligence and Neuroscience2022.‏
  73. Yulianti, M. L., & Pakata, R. (2023). The Impact of liquidity risk optimization on stability. Jurnal Ekonomi12(01), 630-639.‏
  74. Zimmer, L. (2006). Qualitative meta‐synthesis: a question of dialoguing with texts. Journal of advanced nursing53(3), 311-318.‏