امروزه بانک‌ها با عملکرد بازار سرمایه ارتباطی تنگاتنگ برقرار کرده‌اند و با یکدیگر در ارتباط هستند و محصولات آن‌ها پیچیده‌تر شده است. اهمیت بحران‌های بانکی به‌دلیل اثرگذاری بالای آن‌ها در تولید ناخالص داخلی است. برای نجات اقتصاد کشوری که در آن بحران بانکی رخ داده است،‌ باید به‌طور متوسط به‌ اندازه 10 درصد از تولید ناخالص داخلی هزینه کرد. محمدجواد ابوالحسنی و سعید صمدی روی مدل علمی پیش‌بینی بحران‌های بانکی کار کرده‌اند و نتیجه تحقیقات خود را در مقاله‌ای با عنوان «ارزیابی مدل‌های پانل پروبیت ساده و پویا در پیش‏بینی بحران‌های بانکی» در شماره 45 فصلنامه «پژوهش‌های پولی و بانکی» منتشر کرده‌اند. جامعه آمار پژوهش آن‌ها بانک‌های صادرات، ملت، تجارت، اقتصاد نوین، پارسیان، پاسارگاد، سینا، سرمایه، کارآفرین، آینده،‌ حکمت ایرانیان، انصار، شهر، گردشگری، توسعه اعتباری، سامان، دی، خاورمیانه و پست بانک است و دوره زمانی آن سال‌های 1386 تا 1396 بوده است.
***
تعریف عملی بحران بانکی «وقوع اختلال در نقش واسطه‌گری بانک‌ها» است. در چنین شرایطی ورشکستگی بانک‌ها گسترش می‌یابد و بانک‌ها قادر به پرداخت دیون خود نخواهند بود. بحران‌های بانکی در سال‌های اخیر به پدیده‌ای جهانی تبدیل شده است. از سال 1980، بسیاری از کشورهای عضو صندوق بین‌المللی پول مشکلاتی قابل‌توجه در بخش‌های بانکی خود تجربه کرده‌اند. تأثیر بحران‌های بانکی در رشد اقتصادی، تقاضا برای پول و نرخ بهره کاملاً قابل‌توجه است. بحران‌های بانکی می‌تواند به‌شکل بحران نقدینگی یا بحران پرداخت بدهی باشد.
گرچه بحران نقدینگی معمولاً کوتاه‌مدت است،‌ بحران‌های پرداخت بدهی نشان‌دهنده وخامت اساسی در سلامت بانک‌هاست و معمولاً برای رفع آن زمان بیشتری لازم است. از سوی دیگر، شواهد تاریخی نشان می‌دهد بانک‌ها منشأ اصلی بحران‌های مالی شناسایی شده‌اند. ضربه بزرگ این بحران‌ها به تولید حقیقی به‌خصوص در دهه 1990 میلادی، موجب شد موجی از تحقیقات در جهت مطالعه علل و پیامدهای شکنندگی بانک در اقتصادهای معاصر صورت پذیرد. چنین تجربه‌های تاریخی از بحران‌های مالی و هزینه‌های مستقیم و غیرمستقیم زیاد آن‌ها نیاز به سامانه‌های هشدار زودهنگام برای پیش‌بینی کلی بحران بانکی را برجسته می‌کند. سامانه هشدار زودهنگام مؤثر که نشان می‌دهد خطرهایی زیانبار در بانک‌ها وجود دارد و سامانه هشداردهنده می‌تواند اقدام به سیاست‌گذاری را تسهیل کند و بحران احتمالی را کاهش دهد یا آثار آن را محدود می‌کند. اگر پیش‌بینی بحران‌های بانکی نوظهور با برخی پیش‌دستی‌ها به‌طور دقیق عملی باشد، ‌سیاست‌گذاران می‌توانند تمام اقدامات لازم را برای جلوگیری از تحقق آن انجام دهند.
در سال‌های اخیر، شبکه بانکی کشور تحت تأثیر عوامل خارجی نظیر تحریم‌های بین‌المللی، نوسانات قیمت کالاهای وارداتی و عوامل داخلی نظیر کاهش رشد اقتصادی و نوسانات نرخ ارز، با شرایطی نامساعد نظیر افزایش مطالبات غیرجاری و کمبود نقدینگی مواجه شده است. با توجه به ارتباط بسیار نزدیک و تنگاتنگ بانک‌های کشور با یکدیگر و اثرگذاری در کل اقتصاد، هرگونه بی‌ثباتی و نوسان در سلامت هر یک از بانک‌های کشور، کل شبکه بانکی و در نتیجه کل اقتصاد تحت‌تأثیر قرار خواهد گرفت. از طرفی، در دو دهه اخیر نظام بانکی کشور با رشد و گسترش بانک‌های خصوصی و مؤسسات اعتباری مجاز و غیرمجاز روبه‌رو بوده است. همچنین رقابت بین‌بانکی برای کسب سهم بزرگ‌تر از بازار افزایش یافته است و به‌دلیل نقش مهم نظام بانکی در تأمین مالی بخش تولید، هر گونه اختلالی در عملکرد آن در بخش تولید و در نهایت در سایر متغیرهای اقتصادی اثرگذار خواهد بود. به همین دلیل، آنچه در سال‌های اخیر برای سیاست‌گذاران و متصدیان شبکه بانکی کشور اهمیت داشته است بهبود توانایی در پیش‌بینی بحران بانکی و نگهداری سپر سرمایه مورد نیاز برای ممانعت از وقوع آن بوده است.
با وجود مطالعات بسیاری که در زمینه بحران‌های بانکی صورت گرفته، توجه کمتری به بحث پیش‏بینی این بحران‌ها شده است. وجه تمایز تحقیق حاضر این است که در دو دوره زمانی متفاوت این کار را انجام داده است. در این مطالعه، علاوه بر ارزیابی دو روش ساده و پویای پیش‌بینی بحران‌های بانکی، اثرگذاری متغیرها و قدرت هشداردهی آن‌ها نیز در این روش‌ها بررسی می‌شود.
باید توجه داشت که بحران بانکی یکی از انواع بحران‌های مالی (بحران بانکی، بحران تراز پرداخت‌ها، بحران ارزی، بحران پولی و بحران بدهی) است که در آن، بانک‌ها با هجوم ناگهانی سپرده‌گذاران برای برداشت سپرده‌هایشان (هجوم بانکی) مواجه می‌شوند. از دلایل عمده بروز ناگهانی و ریشه‌های بحران بانکی می‌توان به ریسک نقدینگی، ریسک اعتباری، ضعف سیستم‌های حسابرسی و مدیریتی، اثر تکانه‌های بین‌المللی و افزایش نرخ‌های بهره بین‌المللی، ساختار بانک‌ها و مداخلات دولت در نظام بانکی، آزادسازی مالی و در نهایت،‌ نظام‌های ارزی و نوسانات نرخ ارز اشاره کرد. در طول دهه‌های گذشته مطالعه‏های متنوع و متعددی برای شناسایی عوامل اصلی بحران‌های مالی و کمک به سیاست‌گذاران در پیش‌بینی بحران‌های بعدی صورت گرفته است. بخش عمده این ادبیات بر بحران‌های ارزی اقتصادهای نوظهور متمرکز است. اغلب بحران‌های ارزی با بحران‌های بانکی همراه است. هنگامی که بحران مالی با اختلالات و ضررهای جدی در نظام بانکی بروز پیدا می‌کند، تأثیرات منفی در اقتصاد معمولاً بیشتر طول می‌کشد و برجسته‌تر خواهد بود.
اگرچه هر بحران ویژگی‌های خاص خود را دارد، می‌تواند ویژگی‌های مشترکی میان آن‌ها یافت. طیفی گسترده از روش‌ها در ادبیات پیش‌بینی بحران‌های بانکی استفاده شده است. از سال 1990، به‌طور خاص با به‌کارگیری تکنیک‌های آماری، سامانه هشدار زودهنگام برای شناسایی بانک‌های ورشکسته و سالم در بخش بانکی طراح شد به‌طوری‌که این مطالعات در سه گروه قابل طبقه‌بندی است. در یک گروه، اثر بحران‌های مالی در بخش حقیقی و در گروه دوم، موضوع تسری بحران‌های مالی در بین کشورها و بازارهای مختلف مورد بررسی قرار گرفت. گروه سوم مطالعات با استفاده از مدل‌های تجربی، بر ارزیابی شاخص‌های پیشرو و پیش‌بینی بحران‌های مالی متمرکز شد. به‌عبارتی، در این مجموعه از مطالعات سامانه هشداردهی زودهنگام برای پیش‌بینی بحران‌های مالی طراحی و ایجاد شد تا بتواند علاوه بر بررسی علل بروز بحران‌ها، به جلوگیری از بروز مجدد آن‌ها بپردازد.
از نظر مبانی نظری تحقیق، باید گفت که مهم‌ترین متغیر برای تجزیه و تحلیل شاخص بحران باینری است. تفاوت‌های زیادی میان بانک‌های اطلاعاتی بحران‌های بانکی وجود دارد. در بسیاری از موارد، تاریخ بحران نشان‌دهنده اقدامات دولت است که در واکنش به بحران بانک صورت گرفته است و نه زمان ظهور بحران.
معمولاً تعریف جهانی از بحران ارایه نمی‌شود. اول اینکه به این دلیل که برخی از مطالعات با کمک یک متغیر خاص و مقدار آستانه آن، بحران را شناسایی می‌کنند و البته سایر مطالعات متخصص استخدام می‌کنند و با نظرسنجی از کارشناسان بانکی، قضاوت در مورد بحران بانکی را بررسی می‌کنند. دلیل دوم این است که در بسیاری از موارد، اختلاف نظر قابل‌توجه در مورد زمان بحران وجود دارد. علت سوم نیز این است که برخی از مطالعات به‌دلیل تمرکز خاص‌شان و همچنین به‌دلیل محدودیت‌های مختلف داده، همه کشورها را پوشش نمی‌دهند.
برخی کارشناسان معتقدند زمانی که مطالبات بانکی از 10 درصد دارایی‌های بانک فراتر برود، بانک با بحران مواجه می‌شود. این نبود تعریف جهانی و همچنین محدودیت‌های آمار کشور باعث شد تا شاخص بحران بانکی با سه شرط تعریف شود:
1. نسبت مطالبات غیرجاری به کل دارایی‌های بانک از 10 درصد فراتر رفته باشد.
2. بانک اقدام به گرفتن وام از بانک مرکزی کند.
3. اقدامات ضروری مانند مسدودکردن سپرده و تعطیلات بلندمدت بانکی اتفاق بیفتد.
بنابراین پیش‌فرض این است که وقتی یک یا چند شرط بالا حاصل شود، باید آن را بحران بانکی قلمداد کرد و شاخص بحران مقدار 1 را می‌گیرد درحالی‌که وقتی هیچ‌یک از این موارد اتفاق نیفتد، به این معنی است که بحرانی وجود ندارد یا نسبتاً جزئی است و شاخص مقدار صفر می‌گیرد. در ایران نیز طبق اطلاعات و داده‌های ترازنامه بانک‌ها که از مؤسسه عالی آموزش بانکداری ایران دریافت شده است،‌ اگر میزان مطالبات غیرجاری از 10 درصد کل دارایی‌های بانک بیشتر باشد، نشان‌دهنده وجود بحران در بانک است. از طرفی، طبق شرط دوم اگر میزان بدهی بانک به بانک مرکزی نسبت به سال قبل رشد بیش از 10 درصد را تجربه کرده باشد،‌ نشان‌دهنده بحران در بانک است که برای بررسی این شرط نیز داده‌های مؤسسه عالی آموزش بانکداری ایران استفاده شده است. همچنین اگر اطلاعاتی در خصوص مسدودکردن سپرده و تعطیلی بلندمدت بانک از طریق سامانه اطلاع‌رسانی ناشران کدال بیان شود، نشان‌دهنده وجود بحران در بانک است.

دستاوردهای تحقیق: سه شاخص برای هشدار
بحران‌های بانکی نظام‌مند اتفاقات نادر و در عین حال پرهزینه‌ای است. با وجود مطالب گسترده در این حوزه، پیش‌بینی دقیق بحران‌ها هنوز هم فرایندی بسیار چالش‌برانگیز است. در این تحقیق به بررسی روش‌های علمی ساده و پویا در فرایند پیش‌بینی پرداخته شده است. با استفاده از مجموعه داده‌های جامع بانک مرکزی، سامانه اطلاع‌رسانی ناشران کدال و بررسی‌ها و نتایج حال‌شده در این پژوهش، مشخص شد نسبت اعتبار به تولید ناخالص داخلی، مطالبات غیرجاری و نسبت تسهیلات به سپرده از مفیدترین شاخص‌ها برای هشدار بحران‌های نوظهور است. در بین متغیرهای موردبررسی، متغیرهای شاخص کل بورس، سود، نسبت اهرم، شاخص قیمت زمین و لگاریتم دارایی هر بانک اثر و قدرت هشدار بسیار ناچیزی دارند و نشان‌دهنده این امر است که برای پیش‌بینی بحران‌های آتی شاخص‌های مطمئنی نیستند. همچنین این تحقیق نشان داد که اضافه‌کردن یک مؤلفه پویا به مدل‏سازی چندمتغیره بحران‌های بانکی سیستمی دقت مدل را بهبود می‌بخشد. ضریب تعیین مدل با اضافه‌کردن متغیر وابسته افزایش می‌یابد و پیش‌بینی تعداد بحران‌ها و غیربحران‌ها در مدل علمی پروبیت پویا با دقت بیشتر و خطای کمتری که شامل هشدار کاذب کمتر و پیش‏بینی نکردن بحران است صورت می‌گیرد. نرخ حساسیت که نرخ تعداد بحران‌های درست پیش‏بینی‌شده است، در روش پویا نسبت به روش ساده وضعیت بهتری دارد. برای بررسی بهتر هشدارهای صادرشده از متغیرهای مورد بررسی، مدل در دو دوره با وقفه‌های متفاوت بررسی شد که نشان می‌دهد بحران‌های بانکی با کمترین وقفه ظاهر می‌شود و در نظام بانکی به‌سرعت اثرگذار خواهد بود. با در نظر گرفتن وقفه‌ها و اضافه‌کردن متغیر وابسته، کیفیت ابزارهای هشدار زودهنگام نیز بهبود می‌یابد. این تغییرات کوچک در برآورد مدل ممکن است توانایی سیاست‌گذاران را برای شناسایی بحران‌های نوظهور به‌طور قابل‌توجهی بهبود بخشد.
پژوهش: ارزیابی مدل‌های پانل پروبیت ساده و پویا در پیش‌بینی بحران‌های بانکی