طراحی مدل تلفیقی سود-ریسک جهت بهینه‌یابی ترکیب منابع و مصارف بانک در عقود بانکی

نوع مقاله : علمی - پژوهشی (بانکداری اسلامی)

نویسندگان

1 استادیار گروه مدیریت، دانشکده اقتصاد و مدیریت، دانشگاه قم، قم، ایران

2 دانشجوی کارشناسی‌ارشد اقتصاد و بانکداری اسلامی، دانشکده اقتصاد و مدیریت، دانشگاه قم، قم، ایران

چکیده

ارائه تسهیلات در قالب عقود بانکی اگرچه باعث کسب درآمد و بقای بانک می‌شود اما هم‌زمان باید به توان پاسخ‌گویی بانک به سپرده‌گذاران و ریسک مطالبات غیرجاری نیز توجه شود، زیرا اینها عواملی هستند که می‌توانند به ورشکستگی بانک یا مؤسسه اعتباری منجر شوند. در این زمینه بانک­ها باید به بهینه­سازی منابع و مصارف خود بپردازند. در این تحقیق، مدل برنامه‌ریزی خطی برای شناسایی ترکیب بهینه منابع- مصارف بانک همراه با توجه هم‌زمان به افزایش درآمدها و کاهش ریسک‌ها، ارائه‌شده است؛ لذا این تحقیق از نوع کمّی و کاربردی است. داده­های لازم از منابع اطلاعاتی یک بانک تجاری در سال 1397 تهیه‌شده‌اند. متغیّرهای مدل، مقادیر تسهیلاتی هستند که در قالب عقود مختلف پرداخت می‌شوند و روش تحلیل داده‌ها، مدل‌سازی و برنامه­ریزی خطی است. نتایج تحقیق مقادیر بهینه هر یک از تسهیلات را مشخص کرد و این نتایج با ارقام واقعی مقایسه شد. همچنین سطح ریسک برای هر وام مشخص گردید و درنهایت پارامترهای مدل مورد تحلیل حساسیت قرار گرفتند. نتایج حل مدل برنامه‌ریزی خطی نشان داد که مقادیر بهینه با مقادیر واقعی در وام قرض‌الحسنه، مضاربه، جعاله تفاوت معنی­داری دارند. همچنین ضرایب سود تسهیلات اجاره به‌شرط تملیک، تسهیلات سلف و تسهیلات خرید دین بیشترین نقش در عایدی بانک دارند. به‌کارگیری این مدل می‌تواند باعث کاهش منابع بیکار، افزایش درآمد و کاهش ریسک مطالبات معوق در بانک شود. حتی در مواردی که بانک در حال زیان‌دهی است این مدل می‌تواند زیان را به حداقل برساند و از این طریق، احتمال ورشکستگی بانک را نیز کاهش دهد.

کلیدواژه‌ها

عنوان مقاله [English]

Designing an Integrated Profit-Risk Model to Optimize the Combination of Bank Resources and Consumptions in Banking Contracts

نویسندگان [English]

  • Majid Nili Ahmad Abadi 1
  • Omid Ali Adeli 1
  • marzMarzieh Nematifardieh 2

1 Assistant Professor of Management, Faculty of Economics and Management, Qom University, Qom, Iran

2  M.A. Student of Islamic Economics and Banking, Faculty of Economics and Management, Qom University, Qom, Iran.

چکیده [English]

Providing facilities in the form of bank contracts increases the bank's income and survival, but this should not reduce the bank's ability to respond to depositors, nor should it increase the risk of overdue receivables, as these are factors that can lead to the bankruptcy of the bank or credit institution. Banks are more successful in this space, having a better strategy for combining their resources and consumption. In this research, a linear programming model is presented to identify the optimal combination of resources and expenditures of the bank with simultaneous attention to increasing revenues and reducing risks. Therefore, this research is quantitative and applied. The necessary data have been gained from the information sources of a sample bank in 2018. Model variables are facility values that are paid in the form of various contracts and the method of data analysis, modeling and programming is linear. The results of the research determined the optimal values of each facility and these results were compared with real figures. Also, the level of risk for each loan was determined and finally the parameters of the model were analyzed sensitively. The results of solving the linear programming model showed that the optimal values ​​are significantly different from the real values in qarz al-hasan, mudaraba and ju’alah. Also, the interest rates of conditional lease facilities, predecessor facilities and debt purchase facilities have the largest role in the bank's income. Applying this model can reduce unemployment resources, increase income and reduce the risk of overdue receivables in the bank. Even in cases where the bank is making a loss, this model can minimize the loss and at the same time reduce the likelihood of the bank going bankrupt.

کلیدواژه‌ها [English]

  • Resources and Uses
  • Mathematical Programming
  • Banking
  • Islamic Loan؛ Portfolio؛ Facility Risk. JEL Classification: E51
  • E44
  • E43
اختیاری، مصطفی؛ و عالم تبریز، اکبر (1394). بهینه‌سازی پرتفوی منابع و مصارف بانک‌ها با استفاده از برنامه‌ریزی خطی (موردمطالعه: بانک صادرات ایران). فصلنامه چشم‌انداز مدیریت مالی، 5(12)، 134-158.
البرزی، محمود؛ پورزرندی، محمدابراهیم؛ و شهریاری، مجید (1390). مدیریت منابع و مصارف در بانک­ها با رویکرد سیستم­های پویا. فصلنامه مهندسی و مدیریت اوراق بهادار، 2(6)، 41-59.
امام­وردی، قدرت­الله؛ غلامی، غلامحسین؛ و ملک، هومن (1391) انتخاب الگوی تخصیص بهینه منابع به مصارف در بانک مسکن. سومین کنفرانس ریاضیات مالی و کاربردها، سمنان.
امیری، مقصود؛ و محبوب قدسی، مهسا (1394). مدل برنامه­ریزی خطی فازی برای مسأله انتخاب سبد سهام بهینه. فصلنامه مهندسی مالی و مدیریت اوراق بهادار، 6(23)، 105-118.
بهمند، محمد؛ و بهمنی، محمود (1390). بانکداری داخلی-1(تجهیز منابع پولی) (چاپ هجدهم). تهران: مؤسسه عالی بانکداری ایران، بانک مرکزی جمهوری اسلامی ایران.
ترابی، رضوان؛ و حمزه، مهدی (1394). طراحی مدل بهینه برای ترکیب سبد تسهیلات اعطایی بانک مهر اقتصاد، سومین کنفرانس بین المللی مدیریت چالش‌ها و راهکارها، شیراز.
حسینی­پور، سیدمحمدرضا؛ محسنی، سیمین؛ و جعفری­مقدم، مسعود (1397) مقایسه سه روش برنامه­ریزی خطی، آرمانی و فازی در ترکیب بهینه منابع و مصارف در بانک کشاورزی. فصلنامه مهندسی مالی و مدیریت اوراق بهادار، 13(37)، 357-374.
دائی‌کریم‌زاده، سعید (1392). ترکیب بهینه تسهیلات مشارکتی بانک­های تجاری ایران در بخش‌های اقتصادی با استفاده از نظریه فرامدرن سبد سرمایه‌گذاری. فصلنامه مدیریت دارایی و تأمین مالی، 4(15)، 17-28.
راعی، رضا؛ باسخا، حامد؛ و مهدی­خواه، حسین (1399). بهینه­سازی سبد سهام با استفاده از روش Mean-CVaR و رویکرد ناهم­سانی واریانس شرطی متقارن و نامتقارن. فصلنامه تحقیقات مالی، 22(86)، 149-159.
سینا، افسانه؛ و فلاح‌شمس، میرفیض (1398) بهینه­سازی سبد سرمایه­گذاری با رویکرد نظریه ارزش فرین در بورس اوراق بهادار تهران. فصلنامه مهندسی مالی و مدیریت اوراق بهادار، 10(40)، 184-200.
شیخ، رضا؛ و عامری‌راد قیصری، بهناز (1395). تحلیل مدیریت دارایی و بدهی با رویکرد تصمیم‌گیری گروهی چند هدفه فازی. فصلنامه مدیریت دارایی و تأمین مالی، 4(16)،
61-78.
صالحی، فهیمه؛ صالحی، مجتبی؛ و جعفری اسکندری، میثم (1393). بهینه‌سازی سبد تسهیلات اعطایی مؤسسات مالی با استفاده از برنامه‌ریزی ریاضی و الگوریتم ژنتیک (مطالعه موردی بانک تجارت.
عبادی روح‌اله؛ و حسین­خانی، گلاره (1398). شناسائی و رتبه‌بندی منابع تملیکی (آزاد) در وصول مطالبات غیرجاری نظام بانکی با استفاده از مدل تصمیم‌گیری چندمعیاره، دوفصلنامه تحقیقات مالی اسلامی، 8(16)، 409-440. doi: 10.30497/ifr.2019.2324
عسگرزاده، غلامرضا (1385) مدلسازی ریاضی تعیین ترکیب بهینه پرتفوی تسهیلات اعطایی در مؤسسات مالی و اعتباری. فصلنامه اندیشه صادق، 12(23)، 107-130.
فراهانی‌فرد سعید؛ و بایزیدی، رحمن (1393). تحلیل مقایسه‌ای مبانی نظری استقلال بانک مرکزی در اقتصاد متعارف و اقتصاد اسلامی. دوفصلنامه تحقیقات مالی اسلامی، 4(7)، 71-106. doi: 10.30497/ifr.2014.1676
قندهاری، مریم؛ آذر، عادل؛ یزدانیان، احمدرضا؛ و گل­ارضی، غلامحسین (1398). ارائه ترکیبی از برنامه­ریزی پویای تصادفی تقریبی و الگوریتم ژنتیک در بهینه­سازی چندمرحله­ای سبد سهام با معیار ریسک Glue VaR. فصلنامه مدیریت صنعتی، 11(33)، 517-542.
کریمی، محمدشریف؛ امام‌وردی، قدرت‌اله؛ دباغی، نیشتمان (1392). ارزیابی و شناسایی مناسب‌ترین گزینه سرمایه‌گذاری دارایی و مالی در ایران (در بازه زمانی 1389- 1380). فصلنامه اقتصاد مالی، 7(25)، 177-207.
کیانی‌هرچگانی، مائده؛ نبوی چاشمی، علی؛ و معماریان، عرفان (1393). بهینه­سازی سبد سهام براساس حداقل سطح پذیرش ریسک کل و اجزای آن با استفاده از روش الگوریتم ژنتیک. فصلنامه دانش سرمایه­گذاری، 3(11)، 125-164.
محمدی، رحمت­اله؛ و قنبری، مهرداد؛ و یارمحمدی، خیریه (1393). تعیین ترکیب بهینه منابع بانک و تأثیر آن بر بهای تمام شده پول در بانک ملی ایران (پایان‌نامه کارشناسی ارشد). واحد نراق، دانشگاه آزاد اسلامی، تهران، ایران.
مقدم مرتضی (1392). مدیریت دارایی‌ها و بدهی‌ها و نقش آن در تدوین استراتژی بهینه تصمیم‌گیری در ترکیب دارایی بدهی بانک، فصلنامه بانک آینده، 23(92)،‌ 38-41.
مسعودیان، علیرضا؛ جعفری‌صمیمی، احمد؛ و عرفانی، علیرضا (1398). تحلیلی بر محاسبه قیمت تمام شده پول در بانک‌های ایران، فصلنامه اقتصاد مالی، 12(47)، 1-17.
میثمی حسین؛ و ندری، کامران (1394). عملیات بازار باز با اوراق بهادار دولت و بانک مرکزی. دوفصلنامه تحقیقات مالی اسلامی، دوره 5(9)، 119-154. doi: 10.30497/ifr.2015.1794
Agarwal, S. (2017). Portfolio Selection Using Multi-Objective Optimisation. Springer. 159–197. doi:10.1007/978-3-319-54416-8.
Georgiev, B. (2014). Constrained Mean-Variance Portfolio Optimization with Alternative Return Estimation. Atlantic Economic Journal, 42(1), 91-107.
Patari, E., Leivo, T., & Honkapuro, S. (2012). Enhancement of Equity Portfolio Performance Using Data Envelopment Analysis. European Journal of Operational Research, 220(3), 786-797.
Jao, Y. C. (2001). Linear Programming and Banking in Hong Kong. Journal of Business Finance and Accounting, 7(3), 489-500.
Dash, G., & Kajiji, N. (2005). A Nonlinear Goal Programming Model for Efficient Asset-Liability Management of Property-Liability Insurers. INFOR: Information Systems and Operational Research, 43(2), 135-156.
Mazumdar, K., Zhang, D., & Guo, Y. (2020). Portfolio Selection and Unsystematic Risk Optimisation Using Swarm Intelligence. Journal of Banking and Financial Technology, 4(1), 1-14.
Liu, Y. J., & Zhang, W. G. (2013). Fuzzy Portfolio Optimization Model Under Real Constraints. Insurance: Mathematics and Economics, 53(3), 704-711.
Woodside-Oriakhi, M. (2011). Portfolio Optimisation with Transaction Cost (Doctoral Dissertation, Brunel University, School of Information Systems, Computing and Mathematics).
Papaioannou, E., Portes, R., & Siourounis, G. (2006). Optimal Currency Shares in International Reserves: The Impact of the Euro and the Prospects for the Dollar. Journal of the Japanese and International Economies, 20(4), 508-547.
Chou, Y. H., Kuo, S. Y., & Lo, Y. T. (2017). Portfolio Optimization Based on Funds Standardization and Genetic Algorithm. IEEE Access, 5, 21885-21900.
Romaniuk, J., & Nenycz-Thiel, M. (2011). The Nature and Incidence of Private Label Rejection. Australasian Marketing Journal, 19, 93-99.
  • تاریخ دریافت: 31 اردیبهشت 1399
  • تاریخ بازنگری: 18 اسفند 1399
  • تاریخ پذیرش: 19 اسفند 1399