عنوان پایان‌نامه

ارئه یک مدل تصمیم گیری برای مدیریت نقدینگی مبتنی بر الگوهای بحران ( مطالعه موردی بانک رفاه)



    دانشجو در تاریخ ۳۰ بهمن ۱۳۹۱ ، به راهنمایی ، پایان نامه با عنوان "ارئه یک مدل تصمیم گیری برای مدیریت نقدینگی مبتنی بر الگوهای بحران ( مطالعه موردی بانک رفاه)" را دفاع نموده است.


    محل دفاع
    کتابخانه پردیس قم شماره ثبت: 001588;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 56496
    تاریخ دفاع
    ۳۰ بهمن ۱۳۹۱
    استاد راهنما
    غلامرضا جندقی

    امروزه مدیریت نقدینگی در تمام صنایع، از جمله صنعت بانکداری و به‎ویژه در بانک های تجاری به مسأل? مهمی تبدیل شده است. بانک ها به عنوان مؤسسات پولی، توانایی خلق پول و ایجاد نقدینگی دارند و از این طریق می توانند بر متغیرهای کلان اقتصادی تأثیرگذار باشند؛ از این رو بانک های مرکزی مستقیما بر آن ها نظارت دارند. ریسک نقدینگی عبارت است از ریسک ناشی از فقدان نقدینگی لازم به منظور پوشش خروج غیرمنتظره وجوه؛ که به عنوان شاخصی جهت کنترل و مدیریت وجوه نقد در اختیار مدیران قرار دارد. نظارت بر ریسک نقدینگی از آن جهت است که کمبود ذخایر نقد در پاسخگویی به نیاز مشتریان می تواند به یک ریسک سیستمی تبدیل شده و کل سیستم بانکداری را دچار بحران نماید. عدم کنترل ریسک نقدینگی موجب کاهش اعتبار بانک نزد مشتریان و سایر نهادهای مالی و نهایتا پدیده بانک ران و بحران نقدینگی خواهد شد. از سوی دیگر نگه داری ذخایر نقد بیش از مقدار مورد نیاز، هزینه فرصت ایجاد کرده و بازدهی بانک را کاهش می دهد. از این رو ذخایر نقد بایستی به نحوی مدیریت شود که علیرغم پوشش ریسک نقدینگی ناشی از کسری وجوه، هزینه رکود وجوه نقد مازاد به حداقل برسد. این رساله با هدف دستیابی به مدل بهینه جهت مدیریت نقدینگی دربانک های تجاری، بر پایه مدل های مدیریت نقدینگی و با تاکید بر کنترل ریسک نقدینگی و اجتناب از بحران نقدینگی طراحی شده است؛ به گونه ای که مدل بتواند علاوه بر بهینه نمودن مقدار نقدینگی، میزان مناسب متغیرهای ورودی و خروجی به سیستم نقدینگی را در حد مطلوب محاسبه و در عین حال نسبت های مؤثر بر نقدینگی و ریسک نقدینگی بانک را در حد استاندارد رعایت کند. به این منظور ابتدا متغیرهای مدل با استفاده از مدل مفهومی ورودی وخروجی به سیستم نقدینگی و صورت های مالی مشخص شد. با توجه به تعدد و تضاد متغیرهای تصمیم گیری، از برنامه ریزی آرمانی استفاده شده است. نسبت های مالی مؤثر بر نقدینگی، محدودیت های آرمانی مدل را تشکیل می دهند که برای محاسبه ضرایب آن ها در تابع هدف، از فرایند تحلیل سلسله مراتبی (AHP) و نرم افزار Expert Choiceاستفاده شده است. محدودیت های سیستمی با توجه به روابط بین متغیرها، الزامات قانونی و برنامه استراتژیک بانک رفاه به مدل اضافه شده اند. به منظور کنترل ریسک نقدینگی و اجتناب از بحران، نسبت های مؤثر بر ریسک نقدینگی شناسایی و در
    Abstract
    Nowadays liquidity management has become a critical issue in all industries, including the banking industry and particularily commercial banks. Banks as monetary institutes have the ability of generating money or liquidity and thereby can have an impact on macroeconomic variables; hence central banks monitor them directly. Liquidity risk is known as the risk, which is originating from lack of adequate liquidity in order to cover unpredictable withdrawal of funds; which is available to managers as an indicator for control and management of funds. Monitoring liquidity risk is necessary because shortage of reserves in meeting customer demands may become a systematic risk and to involve entire banking system into a crisis. Having no control on liquidity risk leads to diminishing bank’s credit among customers and other financial institutions and eventually will result to Bank Run phenomenon and liquidity crisis. On the other hand, keeping superfluous reserves creates opportunity cost and reduces bank’s profitability. So cash reserves should be managed in such a way that not only cover liquidity risk originated from deficit in funds, but also minimize the cost of superfluous funds. This thesis is designed to develop an optimization model for liquidity management in commercial banks based on liquidity management models, with emphasis on liquidity risk control and avoiding the liquidity crisis; in a way that the model can optimize liquidity amount, calculate desired and suitable level of input and output variables of liquidity system and at the same time meet the standards for influential ratios on liquidity and bank liquidity risk. Therefore, model variables were recognized through conceptual model of input and output of liquidity system and financial statements firstly. Since there are many and yet contradict decision variables in the research context, I decided to utilize Goal Programming as one of the derivatives of linear programming. Financial ratios that are affe