دانلود رایگان ترجمه مقاله نظام مالی کشور نیجریه (ساینس دایرکت – الزویر 2018)

مبتدی (مناسب برای درک مفهوم کلی مطلب) 

سانگ و تاکور (2010a) مبنای نظری را برای ارتباط تعاملی بین بانک ‌ها و بازارهای سرمایه مطرح نمودند. این محققان به معرفی تعامل سه بعدی بین واسطه‌ها و بازارها با نام‌ های، تعامل رقابتی، مکمل و تحول مشترک پرداختند. آن‌ها به این مبحث پرداختند که بانک‌ها در محیط بازاری رقیب یکدیگر هستند و از جهاتی دیگر، آن‌ها به صورت مستقل یا خود کفا مد نظر قرار می‌گیرند. این بدان معناست، زمانی که آن‌ها از نظر تعاملی مد نظر قرار می‌گیرند، به جای رقابت با هم، دارای تحولات مشترک یا مکمل هم هستند. برای نمونه، محققان دو سناریو را مطرح می‌کنند که برای ارتباط بین بانک ‌ها و بازارها –اثر ضمانت و سرمایه بازاری مهم است. فرایند ضمانت باعث حذف حساسیت ‌ها (یعنی تاییدیه و سرمایه‌گذاری) می‌گردد به این صورت که سرمایه‌گذاری را تسهیل کرده و مانعی برای سرمایه‌گذاری برای افراد به دلیل قضاوت‌های نادرست بانک (مشکلات تاییدیه) یا بازارها ( مشکلات سرمایه‌گذاری) ایجاد نمی‌کند. در مورد سناریو سرمایه بانکی، حساسیت‌های سرمایه‌گذاری بانکی از طریق بازارها کاهش می‌یابد، و شرایط سرمایه‌گذاری برای وام‌های ریسک ‌پذیرتر تقویت می‌گردد زیرا همان وامی که پیش از این دادنش سخت بود، اعطا شده، و به این ترتیب حساست‌های فرایند تایید کمتر می‌شود و خدمات به مشتریان قبلی ارائه می‌گردد. این بازخوردها دارای تاثیراتی روی تعاملات بین بانک‌ها و بازارها دارد، که محققان از آن با نام چرخه معیوب یاد می‌کنند که به تایید تحول مشترک بین این بخش‌ها می‌پردازد. سانگ و تاکور (2010b)، بر این اعتقاد هستند که نکته مهم در اینجا وجود فرایند مکمل بین نهادهای بانکی قدرتمند و بازارهای خوش‌نقش است. در مجموع، سانگ و تاکور (2010a,b)، نشان می‌دهند که بانک‌ها و بازارها از طریق فرایند تضامنی و کانال‌های شرایط بانکی ریسک‌پذیر، با هم در ارتباط هستند.
با توجه به چارچوب نظری سانگ و تاکور (2010a)، محققانی همچون اوسورو و اوسانو (2014) از نظر تجربی، تعاملات بین بانک‌ها و بازار سرمایه را در نظام مالی کشور کنیا، تست کردند. آن‌ها ارتباط مکمل و تحول مشترکی را بین بانک و بازار سرمایه در ساختار مالی کشور کنیا، به عنوان یک اقتصاد بانک-محور مشاهده نمودند.
اخیرا، بک (2010)، نتوانسته است دلیل تجربی را در حوزه اقتصادهای بازار-محور و بانک-محور در تحلیل‌های میدانی حاصل از 40 اقتصاد توسعه یافته و در حال توسعه، مشاهده کند. او استنتاج کرد که نتایجش سازگار با دیدگاه خدمات مالی بوده، که این دیدگاه به پشتیبانی از اصل مکمل بودن به جای اصل مستقل بودن، بین واسطه‌ها و بازارها می‌پردازد. دیدگاه خدمات مالی، در ارتباط با این پرسش است که “چه” خدمات مالی ارائه می‌گردد به جای اینکه بپرسیم “چه کسی” به ارائه آن‌ها می‌پردازد. در این مورد می‌توان گفت که تاکید خدمات مالی، بر مبنای فرایند مکمل بین بانک‌ها و بازارها در نظام مالی، به جای نقش آن‌ها است.رابطه مکمل بین یین بخش‌هابا توجه به این امر توجیه می‌گردد که بخش‌های مختلف شرکتی توسط بانک‌ها و بازارها، جز در موارد شرکت‌های بزرگ، سرمایه‌گذاری می‌گردد. شرایط دیگر اینست که تاثیر منفی ساختار در سیستم، می‌تواند توسط بخش‌های دیگر ساختار جبران گردد. برای نمونه، “بازارهای توسعه یافته و نقدینه” می‌تواند تاثیر “بانک‌های مقتدر” را بلا اثر کند (بک، 2010)، و همچنین می‌تواند به بانک‌ها در اعطای اعتبار به مشتریان با ریسک بالاتر، کمک کند (سانگ و تاکور، 2010a، 2010b).

3. داده و روش بررسی
3.1 داده
داده‌های مورد استفاده در این پژوهش از نشریه آمار بانک مرکزی نیجریه سال 2014 اقتباش شده است. این پژوهش داده‌های سری زمانی ماهانه بین سال‌های 1981 تا 2014 را تحت پوشش قرار می‌دهد. بانک مرکزی نیجریه به عنوان راس مرجع مالی کشور نیجریه است که با سازمان ملی آمار در انتشار نشریه آماری سالانه همکاری دارد. این مورد به عنوان یکی از منابع اصلی و قابل تاییدداده‌های ثانویه با ماهیت متنوع و تحلیل‌های دیگر در کشور نیجریه است. مشخصا، این داده‌ها بر مبنای سری زمانی هستند زیرا آن‌ها دارای فراوانی یا ترتیب زمانی منظم هستند، و از این نظر آن را ثانویه می‌نامیم زیرا از منابعی که قبلا وجود داشته حاصل شده است و همچنین دارای مقیاس بندی و کمّی هستند.

3.2 خصوصیات مدل
این پژوهش تمرکزش را روی ایجاد رابطه بین توسعه بانکداری و توسعه بازار سرمایه قرار می‌دهد. مشخصا، توسعه بازار سرمایه بر مبنای نقش توسعه در بازارهای سهام و اوراق‌قرضه است. اما براساس اعتقاد سنتی محققان پیشین، تنها شاخص‌های رشد بازار سهام مورد استفاده قرار می‌گیرد. که در اینجا، توسعه بانک به عنوان متغیر وابسته، درحالیکه شاخص‌های توسعه بازار سرمایه به عنوان متغیر مستقل هستند. درحالیکه، توسعه بانک بر مبناتی تعداد تسهیلات اعتباری به بخش خصوصی سنجیده می‌شود، توسعه بازار سرمایه توسط اندازه و نقدینگی بازار سهام اندازه‌گیری می‌شود. شاخص‌های مورد استفاده در این فرایند عبارآزمون از: سرمایه‌گذاری بازار (MKTCAP) ، که به عنوان نماینده اندازه بازار و حجم معاملات سرمایه (TURNOVER) و نماینده نقدیندگی بازار سهام است.

که در این فرمول، CPS معرف اعتبار برای بخش خصوصی؛ MKTCAP معرف سرمایه‌گذاری بازار، TURNOVER معرف حجم معاملات، TBR معرف نرخ اسناد یا بروات خزانه؛ INF معرف تورم؛ M2 معرف پول رایج؛ و ɛt معرف ضریب خطا است.
در این مقاله، سعی می‌کنیم به بررسی موارد زیر بپردازیم: ارتباط میان لگاریتم طبیعی اعتبار به بخش خصوصی (LCPS) ، لگاریتم طبیعی سرمایه‌گذاری بازار (LMC) نرخ اسناد یا بروات خزانه داخلی (LR) ، لگاریتم تراز پول واقعی یا همان پول رایج (m2) تقسیم بر شاخص قیمت مصرف‌کننده که به صورت LM و D2005 تعریف می‌گردد که در سال 2005 و 2006 دارای کد 1 و در سال 2007 دارای کد -1 بود. بنابراین، ارتباط میان LCPI, LMC, LR و LM را مد نظر قرار می‌دهیم.

3.3 روش ADRL
روش ARDL دارای چندین مزیت در مقایسه با روش‌های هم‌انباشتگی (هم‌جمعی) است. این روش در نمونه‌های کوچک و محدود به منظور تعیین هم‌انباشتگی نسبتا کارآمد است و به این ترتیب باعث رد فرضیه صفر نادرست می‌گردد. دوما، این روش چنین امکانی را برای متغیرها ایجاد می‌کند تا ساختار وقفه مختلف را آشکار کند. در نهایت، این روش محدود نیست زیرا بدون در نظر گرفتن ترکیب متغیرهای ثابت یا غیرثابت، دارای کاربرد است.
روش ARDL متشکل از دو مرحله است (پرساران و پرساران، 1997) . در ابتدا، حضور ارتباط بلند‌مدت بین متغیرها در سیستم آزمون می‌گردد. برای انجام این کار، فرضیه صفر غیر هم ‌انباشتگی یا ارتباط غیربلند‌مدت، در برابر گزینه هم ‌انباشتگی از طریق سرشماری-Fآزمون می‌گردد. توزیع مجانبی سرشماری-F به صورت غیراستاندارد است، و ارزش بحرانی سرشماری-F توسط پساران و پساران (1997) و پساران و همکارانش (2001) نشان داده شده است. محققان دو مجموعه از ارزش بحرانی را نشان می‌دهند که یک مجموعه با این فرض محاصبه می‌گردد که تمام متغیرها در مدل ARDL برابر با I (1) و مجموعه دیگر با فرض اینکه این متغیرها برابر با I (0) است، محاسبه می‌گردد.
در مورد هر یک از این موارد کاربردی، هر دو مجموعه، دسته‌هایی را ایجاد می‌کند که تمام طبقه ‌بندی‌های احتمالی متغیرها در I(0) یا I (1) را تحت پوشش قرار می‌دهد، یا شامل بخشی از موارد انباشت شده است. اگر سرشماری-F محاسبه شده بزرگتر از کران بالای مربوط به ارزش بحرانی باشد، به این ترتیب، فرضیه صفر غیرهم ‌انباشتگی رد می‌گردد. از طرف دیگر، اگر این مقدار کمتر از کران‌های پایین مورد ‌نظر باشد، فرضیه صفر را نمی‌توان رد کرد. همچنین اگر مقدار F محاسبه شده بین کران‌های بالا و پایین باشد، نتیجه آزمون غیرقاطع خواهد بود. در فرایند محاسبه سرشماری-F به منظور تست وجود رابطه هم‌انباشتگی، طول وقفه p و q برابر است. اما زمانی که مدل ARDL بعد از مشاهده هم ‌انباشتگی برآورد شود، طول وقفه، با استفاده از معیار اطلاعاتی مناسب انتخاب می‌گردد، که می‌تواند منجر به p و q غیرهمسان گردد.
فرض کنید که متغیرها غیرثابت باشند، در مرحله بعدی به آزمون روابط هم ‌انباشتگی می‌پردازیم. جدول 2 به گزارش آمارهای آزمون مبتنی بر سرشماری آزمون F، کران‌ها در پنل A می‌پردازد. پنل B در جدول 1 گزارشی از آزمون‌های تشخیص مدل‌مان را نشان می‌دهد. نتایج ارائه شده در پنل B، آمارهای تجربی مربوط به آزمون LM بروش گادفری در مورد خود همبستگی مرتبه 1 و آزمون جعبه پیرس مرتبه 2 را نشان می‌دهد. آزمون ریست رامسی برای شکل عملیاتی صحیح رابطه بالا نیز نشان داده شده است. بر طبق به آزمون ریست، مدل‌ها بصورت دقیق مشخص می‌گردند، و آزمون نرمالیته جارکو برا (IB) ، نرمالیته پسماند را نشان می‌دهد.در روش مشابه، هیچ مدرکی از ناهمگن بودن واریانس بر طبق به آزمون HET کرونکر و باست و آزمون آرچ اِنگل وجود ندارد. بنابراین، عملکرد مدل از فرض‌های رگرسیون کلاسیک منحرف نشده، و نشان می‌دهد که آن‌ها به طور دقیقی مشخص شده و می‌تواند برای آزمون هم‌انباشتگی در میان متغیرها مورد استفاده قرار گیرد. علاوه بر این، برای اطمینان از اینکه نتایج وابسته به تکنیک‌های مورد استفاده نباشند، به بررسی مقطعی پژوهش‌مان از طریق اجرای آزمون هم انباشتگی شین برای طول وقفه مختلف پرداخته به صورتی‌که فرضیه صفر به صورت هم‌انباشته است. این فرضیه صفر، متفاوت از مورد آزمون کراناست، به صورتی‌که فرضیه صفر به صورت غیرهم‌انباشته است.
فرضیه صفر رابطه غیرهم‌انباشته، در میان متغیرها به صورت زیر تدوین می‌گردد: به صورتی که j= p, q, m, n است و می‌تواند به ترتیب به صورت F (LCPS |LMC, LR, LM) (مدل 1)، F (LMC |LCPS, LR, LM) (مدل 2)، F (LR |LCPS, LMC, LM) (مدل 3) و F (LM |LCPS, LMC, LR) (مدل 4) نشان داده می‌شود. تمام این موارد بر مبنای آزمون F، براساس اهمیت مشترک متغیرهای وقفه دار هستند. در این شرایط، نتیجه‌گیری ما براساس هم ‌انباشتگی در میان متغیرها، بدون در نظر گرفتن این شرایط است که آیا متغیرها ثابت هستند یا خیر، و اینکه آیا آمار آزمون مورد نظر، فراتر از دسته بحرانی فوقانی است یا خیر.