برآورد سرمايه مورد نياز در سيستم بانكي ايران جهت مواجهه با ريسك هاي بازار و اعتباري

Estimation of capital requirements in the Iranian banking system To deal with market and credit risks

هر موسسه مالي با انواع مختلف ريسك مواجه است كه سه مورد از مهمترين ريسك ها در سيستم بانكي شامل ريسك اعتباري، بازار و عملياتي هستند. به منظور مديريت ريسك، مي بايست سرمايه كافي به اين امر اختصاص داده شود. يكي از راه هاي مرسوم براي محاسبه سرمايه مورد نياز جهت مواجه شدن با اين ريسك ها، محاسبه سرمايه متناسب با هر ريسك و سپس جمع جبري آنها به منظور دستيابي به كل سرمايه موردنياز است. ليكن بسياري از مطالعات اخير در محاسبه ريسك نهادهاي مالي، همبستگي ميان ريسك ها را نيز لحاظ نموده اند. لذا هدف مطالعه ي حاضر با توجه به در دسترس بودن داده هاي مرتبط با ريسك اعتباري و بازار، تركيب اين دو ريسك با يكديگر و سپس محاسبه سرمايه موردنياز در سيستم بانكي ايران جهت مواجهه با دو ريسك تجميع شده مي باشد. به منظور تجميع اين دو نوع ريسك با ويژگي هاي آماري مختلف، از تابع مفصل استفاده شده است. همچنين براي هر يك از دو ريسك، فاكتورهاي ريسك مرتبط لحاظ شده و پويايي آنها الگوسازي گرديده است و در طراحي الگوي مورد نظر و به دست آوردن توابع توزيع نهايي مورد استفاده قرار گرفته است.

Each financial institution faces different types of risks, with three of the most important risks in the banking system being credit, market and operational risks. In order to manage risk, sufficient capital must be allocated. One of the common ways to calculate the capital needed to deal with these risks is to calculate the capital proportional to each risk and then the algebraic sum to obtain the total capital required. However, many recent studies of financial institutionschr('39') risk calculations have also considered the correlation between risks. Therefore, the purpose of this study is to compare the credit and market risk data, combine these two risks together and then calculate the capital requirement in the Iranian banking system to face two cumulative risks. In order to integrate these two types of risks with different statistical characteristics, the Copula function is used. Also, for each of the two risks, the associated risk factors are taken into account and their dynamics are modeled and used in the design of the desired model and to obtain the final distribution functions.