پیشینه پژوهش سپرده گذاری بانکی
درشلر، ساوو و شنابل[1](2018) پژوهشی را با عنوان “بانکداری سپردهها: تحول سررسید[2] بدون ریسک نرخ بهره” انجام دادهاند. تحول سررسید به قرض گرفتن در کوتاه مدت و وام دادن در بلند مدت اطلاق میشود. داده های این پژوهش مربوط به دادههای تمامی بانکهای تجاری در ایالات متحده در بازه زمانی 2013-1984 میباشد که به روش رگرسیون OLS تحلیل شدهاند. نتایج حاکی از آنست که برخلاف تصور عموم که تحول سررسید باعث کمینه کردن سود بانک میشود، این تحول باعث افزایش سود بانک میشود چرا که از طریق این سازوکار حساسیت نرخ بهره به درآمد و هزینههای بانک کاهش مییابد.
اوگونتاده و همکاران[3](2018) پژوهشی را با عنوان “تحلیل آماری دیتاست سپردههای بانکی” انجام دادهاند. در این پژوهش فعالیت های سپرده گذاری در هر نوع از حسابهای بانکی در بانکهای نیجریه از لحاظ آماری تحلیل شده است. ابزار تحلیلی پژوهش ANOVA و شبیه سازی ترکیه بوده است. نتایج حاکی از آنست که تاثیر متوسط حساب جاری و حساب شرکتی بر بانک مشابه است. تاثیر متوسط انواع مختلف حسابهای پس انداز بر بانک مشابه است. حساب جاری و ححساب شرکتی سپرده بیشتری نسبت به سایر حساب ها جذب میکنند.
جاکویتز و پوگاچ[4](2018) پژوهشی را با عنوان “مزایای سپردهگذاری در بانکهای بزرگ” انجام دادهاند. در این پژوهش تفاوت هزینه سپرده گذاری در بین بانک های بزرگ و سایر بانک ها در ایالات متحده بررسی شده است. نتایج این تحقیق حاکی از آنست که در بین سالهای 2008-2007 حق بیمه ریسک پرداخت شده در بانکهای بزرگ 35 درصد کمتر از سایر بانک ها بوده است. این تفاوت باعث حذف تغییرات قانونی در میزان سپردهگذاری میشود.
مشتاق و سدیکوئی[5](2017) پژوهشی را با عنوان “تاثیر نرخ بهره بر سپردهگذاری بانکی: شواهدی از اقتصادهای اسلامی و غیراسلامی” انجام دادهاند. هدف این تحقیق بررسی این موضوع است که آیا فاکتور مذهب تاثیری بر تصمیم افراد مسلمان بر سپردهگذاری در بانک دارد یا خیر. بدین منظور 23 بانک اسلامی و 23 بانک غیراسلامی در بازه 1999-2014 به روش ARDL تحلیل شدهاند. نتایج حاکی از آنست که در کشورهای اسلامی نرخ بهره هیچگونه تاثیری بر سپردههای بلند و کوتاه مدت ندارد. اما در کشورهای غیر اسلامی نرخ بهره تاثیر مثبت بر سپردهگذاری دارد.
استریت، لانگ و پائول[6](2016) پژوهشی را با عنوان “عوامل تعیین کننده نوسانات سپردهگذاری در سطح بانک” انجام دادهاند. در این پژوهش مروری بر ادبیات موجود در زمینه عوامل موثر بر نوسانات سپردهگذاری و نیز تجزیه و تحلیل تجربی دادههای 2262 بانک آلمانی در بازه 2015-2003 انجام شده است. با استفاده از ساختار سه ستونه سیستمی نتایج نشان داده است که ماهیت نوسانات سپردهگذاری و وابستگی عوامل آن از بانکی به بانک دیگر متغیر است. تفاوتهای شناسایی شده بین بانکهای تجاری بزرگ و موسسات خرد(بانکها و صندوقهای پساندازی) از تفاوت در تنوع مشتریان و سبد تامین مالی ناشی میشود. این مساله برای عرضه نقدینگی در بازار، سرمایه انسانی بانک و ریسک مالی که به عنوان عوامل تعیین کننده شناخته می شوند نیز صحت دارد.
باپاری، بوهیان و اسلام[7](2016) پژوهشی را با عنوان “کارآیی مدیریت سپردهگذاری” انجام دادهاند. در این پژوهش کارآیی نسبی مدیریت سپردهگذاری بین بانک سانالی و بانک پوبالی بنگلادش در بازه 2014-2010 از طریق نقدینگی کل، داراییهای نقدی کل، سپردههای کل، داراییهای کل، دارایی خالص، سود کل، هزینه عملیاتی کل، سپردههای جاری، سپردههای پساندازی و نرخهای سپردهگذاری مختلف مقایسه شده است. ضریب واریاسیون برای اندازهگیری پایداری سپردهها و آزمون F برای نشان دادن تفاوت معنی دار بین مدیریت سپرده دو بانک استفاده شده است. نتایج نشان میدهد که دو بانک مذکور عملکرد کاملا متفاوتی در مدیریت سپردهها داشته و در مدیریت سپردههای جاری و نسبت سپرده به سرمایه تفاوت معنیداری نداشته اند.
مورو، کورتز و ریتا[1](2015) پژوهشی را با عنوان “استفاده از ارزش چرخه عمر مشتری و شبکههای عصبی برای ارتقا پیشبینیهای اشتراک سپردهگذاری بانکی در کمپینهای بازاریابی تلفنی” انجام دادهاند. در این پژوهش از مفهوم ارزش چرخه عمر مشتری در بازاریابی تلفنی برای ارتقا بازده سرمایهگذاری و سپردهگذاری بلند مدت در بانک استفاده شده است. نتایج نشان میدهد استفاده از رویکرد ارزش چرخه عمر مشتری همراه با شبکههای مصنوعی باعث افزایش توانایی بانک در بدست آوردن اشتراکهای سپردهگذاری بیشتر میشود.
کاهن، پنانچی و سوپرنزتی[2](1999) پژوهشی را با عنوان “خوشه بندی نرخ سپردهگذاری بانک” انجام دادهاند. در این پژوهش یک تئوری مبتنی بر بازخوانی محدود سپردهگذاران خرد پیشنهاد شده است، بدین صورت که نویسندگان عقیده دارند نرخ بهره سپردهگذاری حول یک عدد و یا کسر صحیح میگردد. این تئوری پیشبینی میکند که بانکها تمایل دارند نرخهای خود را روی اعداد صحیح تنظیم کنند. این اعداد صحیح با افزایش نرخ بهره عمده و تمرکز بازار سپرده افزایش می یابند. زمانیکه بانکها از اعداد غیر صحیح برای نرخها استفاده میکنند اغلب نرخها با احتمال بیشتری از عدد صحیح قبلی بالاتر خواهند بود.
مکشین و شارپ[3](1985) پژوهشی را با عنوان”تحلیل مقطعی/ سری زمانی عوامل تعیین کننده حاشیه سود سپردهگذاری/ وامدهی بنکهای تجاری استرالیایی” انجام دادهاند. در این تحقیق براساس تئوری مصون سازی حاشیه سود یک مدل تئوریکی ارائه شده و براساس دادههای مقطعی سری زمانی راستی آزمایی شده است. نتایج نشان دهنده وجود رابطهای پایدار و غیرخطی بین حاشیه سود سپرده گذاری/ وامدهی و شاخصهای قدرت بازار، درجه ریسک مطلق و عدم اطمینان نرخ بهره وجود دارد.
[1] Moro, Cortez & Rita
[2] Kahn, Pennacchi & Sopranzetti
[3] McShane & Sharpe
[1] Drechsler, Savov & Schnabl
[2] maturity transformation
[3] Oguntunde et al.
[4] Jacewitz & Pogach
[5] Mushtaq & Siddiqui
[6] Streit, Lange & Paul
[7] Bapari, Bhuiyan and. Islam
Bapari Y., Bhuiyan, A. and. Islam, M.(2016). Efficiency of Deposit Management: A Comparative Analysis between Sonali Bank ltd and Pubali Bank ltd in Pabna Region, Bangladesh. international journal of current research, 8, (10), 40806-40815.
Casu, B., Ferrari, A., Girardone, C., & Wilson, J. O. (2016). Integration, productivity and technological spillovers: Evidence for eurozone banking industries. European Journal of Operational Research, 255(3), 971-983.
Dewald, W. G., & Dreese, G. R. (1970). Bank behavior with respect to deposit variability. The Journal of Finance, 25(4), 869-879.
Dimitrova, D. (2005). The relationship between exchange rates and stock prices: Studied in a multivariate model. Issues in Political Economy, 14(1), 3-9.
Drechsler, I., Savov, A., & Schnabl, P. (2018). Banking on deposits: Maturity transformation without interest rate risk (No. w24582). National Bureau of Economic Research.
Jacewitz, S., & Pogach, J. (2018). Deposit rate advantages at the largest banks. Journal of Financial Services Research, 53(1), 1-35.
Kahn, C., Pennacchi, G., & Sopranzetti, B. (1999). Bank deposit rate clustering: Theory and empirical evidence. The Journal of Finance, 54(6), 2185-2214.
Kaufman, G. G. (1972). Deposit variability and bank size. Journal of Financial and Quantitative Analysis, 7(5), 2087-2096.
Lang, M., Paul G. Schmidt (2016). The early warnings of banking crises: Interaction of broad liquidity and demand deposits. Journal of International Money and Finance, Volume 61, March 2016, Pages 1-29.
McShane, R. W., & Sharpe, I. G. (1985). A time series/cross section analysis of the determinants of Australian trading bank loan/deposit interest margins: 1962–1981. Journal of Banking & Finance, 9(1), 115-136.
Moro, S., Cortez, P., & Rita, P. (2015). Using customer lifetime value and neural networks to improve the prediction of bank deposit subscription in telemarketing campaigns. Neural Computing and Applications, 26(1), 131-139.
Mushtaq, S., & Siddiqui, D. A. (2017). Effect of interest rate on bank deposits: Evidences from Islamic and non-Islamic economies. Future Business Journal, 3(1), 1-8.
Oguntunde, P. E., Okagbue, H. I., Adamu, P. I., Oguntunde, O. A., Oluwatunde, S. J., & Opanuga, A. A. (2018). Statistical analysis of bank deposits dataset. Data in brief, 18, 864-872.
Peruško, T., & Zenzerović, R. (2011). Designing the deposits management model in function of banking activities optimization. Croatian Operational Research Review, 2(1), 112-121.
Shelyuk, А. A. (2013). Research of components of the system of bank deposit management. Journal of Governance and Regulation/Volume, 2(1).
Streit, D., Lange, M., & Paul, S. (2016). Determinants of bank-level deposit volatility: Evidence from the German banking system. Available at SSRN 2862034.
Stiglitz, J., & Greenwald, B. (2003). Towards a new paradigm in monetary economics. Cambridge University Press.