دانلود رایگان ترجمه مقاله تحلیل عملکرد کسب و کار بانکی و ریسک بازار – الزویر 2013

مقالات انگلیسی و ترجمه های فارسی رایگان با فرمت PDF آماده دانلود رایگان میباشند

همچنین ترجمه مقاله با فرمت ورد نیز قابل خریداری و دانلود میباشد

مقاله انگلیسی رایگان (PDF)

ترجمه فارسی رایگان (PDF)

خرید ترجمه با فرمت ورد

فهرست مقاله:

چکیده

1. مقدمه

2. بررسی منابع

3. متدولوژی تحقیق

3.1. اندازه گیری مبتنی بر اسلک بهره وری

3.2. اندازه گیری مبتنی بر اسلک فازی از سوپر بازده د DEA

4. نتایج تجربی

4.1. منبع داده ها و داده گردانی

4.2. نتایج تجربی

5. نتیجه گیری

بخشی از ترجمه فارسی مقاله:

1. مقدمه
نظر به این که موسسات مالی در سراسر جهان بیشتر بین المللی و جهانی می شوند، فعالیت های تجاری در صنعت مالی نیز همچنان با افزایش مواجه می شوند. ساختار بازار با توجه به تنوع و نوآوری در تولیدات موجود پیچیده تر می شود. بنابراین، خطر سرمایه گذاری برای موسسات مالی نیز افزایش می یابد. با توجه به چنین تغییراتی در وضعیت اقتصادی، بانک ها دیگر صرفا نقش واسطه پولی را ندارند. اکنون آنها بایستی طیف وسیعی از شبکه های سرمایه گذاری را برای زنده ماندن در چنین شرایطی توسعه دهند. با این حال، با خاطر نشان ساختن هدف سودآوری، بانک ها طبیعتا سرمایه گذاری خودشان در محصولاتی با خطر بالا یا تجارت اهرمی را افزایش می دهند، که بدان معناست که سود بالقوه بالا خطرات احتمالی شامل را پنهان می کند و احتمال ورشکستگی بانک را به دلیل مدیریت ضعیف افزایش می دهد. به همین دلیل، توجهات بیشتری معطوف به خطرات بالقوه مربوط به سود بالقوه بالا می شود. در سالیان اخیر، موضوع اندازه گیری عملکرد تنظیم ریسک آگاهی فزایندهای را به دست آورده است و به طور گسترده ای مورد بحث و بررسی قرار گرفته است چرا که مردم به مدیریت ریسک اهمیت بیشتری می دهند.
از دیدگاه اندازه گیری کارایی یا بهره وری، تحلیل پوششی داده ها (DEA) هر دو ورودی و خروجی را مورد توجه قرار می دهد. بنابراین روش ریاضیاتی یک اندازه گیری منصفانه از بهره وری را ارائه می کند. از آنجا که این مدل تحلیلی برای اولین بار ارائه می شود، پس استفاده وسیعی در صنایع مختلف دارد. بیشتر مطالعات فعلی در بهره وری بانک عمدتا متمرکز بر اقتصادیات مقیاس و محدوده (برگر و هامفری، 1991؛ برگر و همکاران، 1987؛ هانتر و تایم، 1986؛ مک آلیستر و مک منیوس، 1993)، بهره وری کلی (آلی و همکاران، 1990؛ فاورو و پاپی، 1995؛ فوکویاما و همکاران، 1999؛ گرابوسکی و همکاران، 1993؛ شفنیت و همکاران، 1997؛ زیم، 1995)، و تاثیر بهره وری (بار و همکاران، 1994؛ کاسو و مالینوکس، 2003؛ کبنویان و همکاران، 1993؛ چانگ، 1999؛ ده یونگ و حسن، 1998؛ الیاسیانی و همکاران، 1994) است. حقیقت این است که افزایش اهمیت به تدریج در مدیریت ریسک جا خوش می کند بدان معنا که توجه بیشتری به مدل های DEA معطوف شده است که شامل معیارهای مربوط به ریسک است. دو موضوع راجع به بهره وری بانک ها و ریسک وجود دارد. موضوع نخست ریسک را بعنوان یک پدیده برونزا برای آنالیز تاثیرات بهره وری تلقی می کند (عطا الله و همکاران، 2004؛ بار و همکاران، 1994؛ برگر و ده یونگ، 1997؛ چانگ و چیو، 2006؛ کبنویان و همکاران،1993؛ الیاسیانی و همکاران،1994؛ پاستور، 2004). نتایج فوق نشان می دهد که سطح بهره وری ارتباط چشمگیری با شاخص های ریسک دارد. موضوع دوم ریسک را بعنوان یک پدیده دورن زا تلقی میکند به این منظور که بهره وری بانک ها را آنالیز کند (آلتونباس و همکاران، 2000؛ چانگ، 1999؛ چیو و چن، 2008؛ دریک و هال، 2003؛ گیراردونه و همکاران، 2004؛ هوگز، 1999؛ هوگز و همکاران، 2001؛ مستر، 1996؛ پاستور، 1999). با اینحال اکثریت منابع نسبت وام عقب افتاده را بعنوان متغیر جایگزین برای ریسک ها اتخاذ می کنند، که منعکس کننده ی ویژگی مشخصه عدم قطعیت نیست که ریسک ها یا همان خطرات را نشان می د هد.
ریسک بعنوان عدم قطعیت خاصی تعریف می شود، و درجه ریسک متفاوت با نوسان ارزش دارایی و نگرش مدیر نسبت به ریسک است. بنابراین، خطر ممکن است سود یا زیان را به ارزش دارایی اضافه کند. عملکرد اساسی سرمایه در این زمینه کمک به تحمل زیان های احتمالی ناشی از گرفتن ریسک است. بنابراین تامین مناسب سرمایه برای ساختار مالی پایدار ضروری است، که کمکی در جلوگیری از وضعیت ناتوانی در پرداخت است. در سال 2002، کمیته نظارت بر بانکداری بازل (BCBS) توافق نامه جدید سرمایه بازل (بازل دوم) را ارائه کرد، که دستورالعمل های مربوط به بانک های بین المللی را از نقطه نظر به خطر انداختن و بهمچنین جلوگیری از بحران های مالی تنظیم نمود. در بخش در حداقل سرمایه مورد نیاز در بازل 2، رتبه بندی داخلی از ارزش در معرض ریسک (VaR) بعنوان اساسی برای برآورد حداکثر زیان بالقوه از انتخاب نمونه کارها استفاده می کند. به بیانی ساده، VaR مقدار واحدی را استفاده می کند تا تلفات بالقوه ی حداکثری از یک نمونه کار سرمایه گذاری در یک دوره زمانی، با یک سطح اطمینان خاص را نشان دهد. در نتیجه، VaR یک مسافت پیش بینی است که با توجه به فواصل اطمینان مختلف برآوردهای مختلفی را ارائه می کند، و از اینرو مشخصه عدم قطعیت را در نظر می گیرد که نشان دهنده ی ریسک ها است.
در حالی که VAR به طور گسترده ای برای نشان دادن سطح خطرات شامل مورد استفاده قرار می گیرد ، مقادیر ورودی و خروجی مدل های اصلی DEA بعنوان مقادیر مشخص و ترد در نظر گرفته می شود. این یک موضوع غالبی است که در زمان استفاده از VaR به منظور برآورد مقدار بهره وری بانک با آن مواجه می شویم. با توجه به هر دو منابع داخلی و خارجی، آنجا هیچ چیزی وجود ندارد که این دو موضوع را ترکیب کند و بحث تحلیلی در مورد این زمینه ارائه کند. بنابراین، این مقاله به دنبال ترکیب اندازه گیری فازی مبتنی بر اسلک از بهره وری (SBM) است همانطور که توسط تون (2011)، با تئوری اندازه گیری فازی ارائه می شود، و اندازه گیری مبتنی بر اسلک فازی از مدل بهره وری (SBM-فازی) توسعه می یابد.

بخشی از مقاله انگلیسی:

1. Introduction

As financial institutions around the world become more internationalized and globalized, the trading activities of the financial industry continue to rise. The market structure is further complicated due to the diversity and innovativeness of products available. Therefore, the risk of investment for financial institutions likewise increases. With such changes in the economic state, banks no longer have the sole role of being the purely monetary intermediary. They must now develop a whole range of investment channels in order to survive under such conditions. However, bearing the objective of profit-making in mind, banks will naturally increase their investments in high-risk products or increase leveraged trading, which means that the high potential profits mask the high risks involved and increase the probability of a bank’s bankruptcy due to poor management. For this reason, more attention must be paid to the high risks attached to the high potential profits. The topic of Risk Adjusted Performance Measurement has, in recent years, gained increasing awareness and has become more widely discussed as people place more importance on risk management. From the perspective of efficiency measurement, Data Envelopment Analysis (DEA) takes into consideration both inputs and outputs. The mathematical method therefore provides a fair measurement of efficiency. Since this analytical model was first proposed, it has been widely applied in a whole range of industries. Most studies to date on bank efficiency have focused mainly upon the economies of scale and scope (Berger and Humphrey, 1991; Berger et al., 1987; Hunter and Timme, 1986; McAllister and McManus, 1993), total productivity (Aly et al., 1990; Favero and Papi, 1995; Fukuyama et al., 1999; Grabowski et al., 1993; Schaffnit et al., 1997; Zaim, 1995), and the efficiency effect (Barr et al., 1994; Casu and Molyneux, 2003; Cebenoyan et al., 1993; Chang, 1999; DeYoung and Hasan, 1998; Elyasiani et al., 1994). The fact that increasing importance is gradually being placed on risk management means that more attention is also given to DEA models that include risk in their equations. There are two issues concerning banks’ efficiency and risk. One issue treats risk as exogenous in order to analyze efficiency effects (Ataullah et al., 2004; Barr et al., 1994; Berger and DeYoung, 1997; Chang and Chiu, 2006; Cebenoyan et al., 1993; Elyasiani et al., 1994; Pastor, 2002). The above results show that the efficiency level is significantly correlated with the risk indicators. The other issue treats risk as endogenous in order to analyze banks’ efficiency (Altunbas et al., 2000; Chang, 1999; Chiu and Chen, 2008; Drake and Hall, 2003; Girardone et al., 2004; Hughes, 1999; Hughes et al., 2001; Mester, 1996; Pastor, 1999). However, the majority of literatures adopt the overdue loan ratio as the substitute variable for risks, which does not reflect the characteristic of uncertainty that risks display. Risk is defined as the presence of the characteristic uncertainty, and the degree of risk varies with the asset value fluctuation and the manager’s attitude toward risk. Risk may therefore either bring profit or loss to the asset value. The basic function of capital in this context is to help bear the possible loss incurred by taking risks. The appropriate provision of capital is therefore key to a stable fi- nancial structure, which can help prevent a situation of an inability to make payments. In 2002, the Basel Committee on Banking Supervision (BCBS) proposed the New Basel Capital Accord (Basel II), which sets out guidelines for international banks in terms of taking risks, and therefore, to prevent financial crises. In the section on minimum capital requirement outlined in Basel II, the internal rating uses Value at Risk (VaR) as the basis to estimate the maximum potential loss of the portfolio selection. In simple terms, the VaR ‘uses a single value to represent the maximum potential loss of an investment portfolio during a period of time, with a certain confidence level’. Hence, VaR is a prediction interval that provides different estimates according to the different confidence intervals, and therefore takes into account the characteristic of uncertainty that risks displays. While VaR is widely used to represent the level of risks entailed, the input and output values of the original DEA models are considered crisp values. This is a reoccurring issue encountered when using VaR to estimate the efficiency values of banks. Considering both domestic and foreign literatures, there have been none that have combined these two issues and provided an analytical discussion on the topic. Therefore, this paper seeks to combine the Slack-Based Measure of Efficiency (SBM) as proposed by Tone (2001), with the Fuzzy Measure Theory, and develops the non-radial Fuzzy Slack-Based Measure of Efficiency model (Fuzzy-SBM).