بازار بین بانکی

1400/05/10

ارزیابی ریسک سیستمی نظام بانکی از طریق مدلسازی توپولوژی شبکه بازار بین بانکی

1 دانشجوی دکتری مدیریت مالی، گروه مدیریت مالی، دانشکده مدیریت و اقتصاد، واحد علوم تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.

2 استادیار و عضو هیئت علمی گروه مهندسی مالی، دانشکده مهندسی صنایع و سیستم ها، دانشگاه تربیت مدرس، تهران، ایران

3 استادیار و عضو هیأت علمی دانشکده مدیریت دانشگاه خوارزمی (علوم اقتصادی سابق)

4 دانشیار و عضوهیات علمی دانشگاه آزاد اسلامی، واحدتهران مرکز،گروه مدیریت بازرگانی، تهران، ایران

چکیده

هدف این مقاله مدلسازی، شناسایی توپولوژی و تحلیل شبکه بازار بین بانکی ایران به منظور ارزیابی ریسک سیستمی با استفاده از سنجه های آماری است که در تئوری شبکه های پیچیده به کار می رود. به این منظور از اطلاعات مربوط به تعاملات فی مابین 33 بانک و موسسه اعتباری فعال دربازار بین بانکی ایران از فروردین ماه 1389 الی شهریور ماه 1394 شامل 66 ماتریس ماهانه استفاده شده است. بررسی دو سنجه توزیع تجمعی درجه و معیار شباهت نشان می دهد که شبکه بازار بین بانکی ایران از نوع شبکه بدون مقیاس بوده و توزیع درجه از توزیع پاور لاو تبعیت می کند. از منظر معیار شباهت شبکه بازار بین بانکی ایران دارای ساختار غیر مشابه و پیرامون- هسته و دارای یک یا چند بانک به عنوان مرکز پول می باشد. از منظر دو سنجه مورد بررسی شبکه بازار بین بانکی ایران در طی سالهای مورد بررسی ریسک سیستمی بالایی داشته است. همچنین در صورت بروز مشکل و نکول در شبکه بیشترین آسیب پذیری از ریسک سیستمی متوجه بانک های خصوصی شده و بانک های تخصصی دولتی بوده و بانک های خصوصی با توجه به حجم مبادلات بالا و جریان خالص منفی می توانند ریسک سیستمی قابل توجهی را به شبکه بازار بین بانکی منتقل کنند.

کلیدواژه‌ها

عنوان مقاله [English]

Systemic risk assessment of the banking system by modeling of the topology of the interbank market network

نویسندگان [English]

• tayebeh zanganeh 1
• Mohammad Ali Rastegar 2
• kazem Chavoshi 3
• mirfeiz Fallah Shams 4

1 Department of financial management, Science and Research branch, Islamic Azad University, Tehran, Iran

2 Financial Engineering Group, Industrial and Systems Engineering Department, Tarbiat Modares University

3 Assistant Prof., Department of Business Administration, Faculty of Management, Kharazmi University, Tehran, Iran

The objective of this paper is to analyze the network topology of the Iranian overnight money market through methods of statistical mechanics applied to complex networks in order to assessing systemic risk. We investigate differences in the activities of 33 Iranian banks dividing into different four types between 2010-2015 by analyzing 66 montly adjacency matrixs. Using degree distribution analysis of the networks, we find that that Iranian interbank market network is scale-free network and cumulative degree, in-degree and out-degree follows the power-law distribution. In terms of the criterion of assortativity, the interbank market network of Iran is assortative and core-periphery with one or more banks as the money center. The results show that the Iranian interbank network is vulnerable to shocks and has high level of systemic risk. Also, in the event of failure, the most vulnerable group is to privatized and specialist governmental banks, and the private banks, due to the high volume of exchanges and net negative flows, can put a considerable systemic risk to the interbank market network.

کلیدواژه‌ها [English]

بازار بین بانکی بازار بین بانکی
• Complex Network theory
• degree distribution
• assortativity
• scale free networks
• financial contagion

مراجع

• آذری قره لر، آ.، رستگار، م.ع.، (1394). بررسی ریسک سیستمی شرکت بر شرکت در شرکت های بورس اوراق بهادار تهران، سومین کنفرانس مدیریت، اقتصاد، حسابداری .
• توکلی، م.، عبدالرحیمیان، م،. و رعیتی شوازی، علیرضا. ( 1395). برآورد اثر نرخ بهره بین بانکی بر عملکرد (سودآوری) بانکهای ایران. پایان نامه کارشناسی ارشد دانشکده علوم انسانی ، دانشگاه علم و هنر.
• توکلیان، ح. ( 1390). بازار بین بانکی ریالی و قابلیت معرفی یک ابزار جدید سیاستگذاری پولی. تازه های اقتصاد، شماره صد و سی و سه، 107-104.
• شاهچرا، م.، طاهری، م.، (1397)، تاثیرات الزامات نقدینگی بر سیاست گذاری بانک مرکزی در بازار بین بانکی ایران، بیشت و هشتمین کنفرانس سیاست های پولی و ارزی.
• دستورالعمل اجرایی عملیات بازار بین بانکی ریالی، مصوب 1383.
• رستگار، م.ع. کریمی.ن. (1395)، ریسک سیستمی در بخش بانکی،مجله مدلسازی ریسک و مهندسی مالی، دوره 1، شماره 1، ص. 1-19.
• حاجیان، م.ر، (1385).، بازار بین بانکی ایران، تهران، انتشارات پژوهشکده پولی و بانکی .
• درودیان، ح.، (1389)گزارشی از وضعیت بازار بی نبانکی در ایران ، مؤسسه ی مطالعات و تحقیقات مبین.
• شمسی، س.، موسویان، ع.، نیلی، ف.، طالبی، م.، صالح آبادی، ع.، (1395). طراحی بازار بین بانکی در نظام پولی و مالی ایران مبتنی بر فقه امامیه. رساله دکتری.
• Aldasoro, I., Gatti, D. D., & Faia, E. (2017). Bank networks: Contagion, systemic risk and prudential policy. Journal of Economic Behavior & Organization, 142, 164-188.
• Allen, F. and Gale, D. (2000). Financial contagion. Journal of Political Economy, 108:1–
• Acemoglu, D., Ozdaglar, A., and Tahbaz-Salehi, A. (2015). Systemic risk and stability in financial networks. American Economic Review, 105(2):564–608.
• Allen, F., Gale, D., (2000). Financial contagion, Journal of political economy 108 (1), 1–33.
• Albert, R., Jeong, H., Barabasi, A.L., (2000). Error and attack tolerance of complex networks. Nature 406,378.
• Barthelemy, M., Barrat, A., Pastor-Satorras, R., and Vespignani, A. (2005). Characteriza tion and modeling of weighted networks. Physica A, 346:34–43.
• Barucci, E., Impenna, C., Reno` , R., (2004). The Italian overnight market: microstructure effects, the martingale hypothesis and the payment system. Research in Banking and Finance 4, 321–36
• Boss, M., Elsinger, H., summer, M., Thurner S.,(2007). Network topology of the interbank market, Quantitative Finance 4 (6), 677–684.
• Boss, M., Elsinger, H., Summer, M., Thurner, S., (2008), The Network Topology of the Interbank Market, Physica A.
• Costa, F., Rodrigues, L., Travieso, F.A., and Boas, P. R. V. (2005). Characterization of complex networks: A survey of measurements. Advances in Physics, 56(1):167–242.
• Castro Miranda, R. C., Stancato de Souza, S. R., Silva, T. C., and Tabak, B. M. (2014). Connectivity and systemic risk in the Brazilian national payments system. Journal of Complex Networks, 2(4):585–613.
• Craig, B., Von Peter,G., (2014). Interbank tiering and money center banks, Journal of Financial Intermediation 23 (3) 322–347
• Clauset, A., Shalizi, C.R., Newman, M.E., (2009). Power-law distributions in empirical data, SIAM review 51 (4). 661–703.
• Cajueiro, D.O, Tabak, B.بازار بین بانکی M, (2008).The role of banks in the brazilian interbank market: Does bank type matter?, Physica A: Statistical Mechanics and its Applications 387 (27), 6825–6836.
• Di Gangi, D., Sardo, D., Macchiati, V., Minh, T. P., Pinotti, F., Ramadiah, A., . & Cimini, G. (2018). Network Sensitivity of Systemic Risk. arXiv preprint arXiv:1805.04325.
• Erol, S., & Vohra, R. (2018). Network formation and systemic risk. Available at SSRN 2546310.
• Engel, J., Pagano, A., & Scherer, M. (2019). Reconstructing the topology of financial networks from degree distributions and reciprocity. Journal of Multivariate Analysis.
• Freixas, X., Parigi, B., and Rochet, J. (2000). Systemic risk, interbank relations, and liquidity provision by the Central Bank. Journal of Money, Credit and Banking 32(3):611-638.
• Georg, C.-P. (2013). The effect of the interbank network structure on contagion and common shocks. Journal of Banking and Finance, 37(7):2216–2228.
• González-Avella, J. C., de Quadros, V. H., & Iglesias, J. R. (2016). Network topology and interbank credit risk. Chaos, Solitons & Fractals, 88, 235-243.
• Iori, G., Jafarey, S., Padilla, F.,) 2006(. Systemic risk on the interbank market. Journal of Economic Behaviour and Organization 61 (4), 525–542.
• Iori, G., Reno, R., De Masi, G. Caldarelli, G., (2007). Trading strategies in the Italian interbank market, Physica A: Statistical Mechanics and its Applications 376 467–479
• G., Masib, G., Precupc, O.V., Gabbid, G., Caldarellifa, G.,(2007). A network analysis of the Italian overnight money market, Journal of Economic Dynamics & Control.
• Iori, G., De Masi,G., Precup, O.V., Gabbi, G. Caldarelli, G., (2007). A network analysis of the italian overnight money market, Journal of Economic Dynamics and Control 32 (1) , 259–278.
• Iori, G., Reno, R., De Masi, G., Caldarelli, G., (2007). Trading strategies in the Italian interbank market, Physica A: Statistical Mechanics and its Applications 376, 467–479.
• Krause, S. M., Štefančić, H., Zlatić, V., & Caldarelli, G. (2019). Controlling systemic risk-network structures that minimize it and node properties to calculate it. arXiv preprint arXiv:1902.08483.
• Leventides, J., Loukaki, K., & Papavassiliou, V. G. (2019). Simulating financial contagion dynamics in بازار بین بانکی random interbank networks. Journal of Economic Behavior & Organization, 158, 500-525.
• Lee, S. H. (2013). Systemic liquidity shortages and interbank network structures. Journal of Financial Stability, 9(1):1–12.
• Li, S. and He, J. (2012). The impact of bank activities on contagion risk in interbank networks. Advances in Complex Systems, 15:1250086.
• Nier, E., Yang, J., Yorulmazer, T., and Alentorn, A. (2007). Network models and financial stability. Journal of Economic Dynamics and Control, 31(6):2033–2060.
• Newman, M. (2010). Networks: An Introduction. Oxford University Press, Inc., New York, NY, USA.
• Newman, M. E. (2002). Assortative mixing in networks. Physical Review Letters, 89(20):208701.
• Newman, M. E. J. (2003a). Mixing patterns in networks. Physical Review E, 67(2):026126.
• Newman, M. E. J. (2003b). The structure and function of complex networks. SIAM Review, 45:167–256.
• Papadimitriou, T., Gogas, P., and Tabak, B. M. (2013). Complex networks and banking systems supervision. Physica A: Statistical Mechanics and its Applications, 392(19):4429–4434.
• Silva, T. C. and Zhao, L. (2012). Network-based high level data classification. IEEE Transactions on Neural Networks and Learning Systems, 23(6):954–970.
• Silva, T. C. and Zhao, L. (2015). High-level pattern-based classification via tourist walks in networks. Information Sciences, 294:109–126.
• Silva, T.C., Rubens Stancato de Souza, S., Tabak, B.M., (2015). Network Structure Analysis of the Brazilian Interbank Market, June.
• Shouwei Li , Jianmin He, Yaming Zhuang, (2010). A network model of the interbank market, Physica A 389, 5587–5593.
• Souma, W., Fujiwara, Y., Aoyama, H., (2003). Complex networks and economics, Physica A: Statistical Mechanics and its Applications 324 (1), 396–401.
• Soram¨aki, K., Bech, M.L., Arnold, J., Glass,R.J., Beyeler, W.E., (2007). The topology of interbank payment flows, Physica A: Statistical Mechanics and its Applications 379 (1). 317–333
• Tabak, B. M., Takami, M., Rocha, J. M., Cajueiro, D. O., and Souza, S. R. (2014). Directed clustering coefficient as a measure of systemic risk in complex banking networks. Physica A: Statistical Mechanics and its Applications, 394(0):211–216.
• Tabak, B.M., Cajueiro, D.O., Serra, T.R., (2009), Topological properties of bank networks: the case of brazil, International Journal of Modern Physics C 20 (08).1121–1143.
• Upper, C. (2011). Simulation methods to assess the danger of contagion in interbank markets. Journal of Financial Stability, 7(3):111–125.
• Wells, S. (2002). UK interbank exposures: systemic risk implications. Financial Stability Review, 13(12), 175-182.
• Xu,T., He,J., Li, S., (2016).A dynamic network model for interbank market, Physica A.

Zhou, D., Stanley, H. E., D’Agostino, G., & Scala, A. (2012). Assortativity decreases the robustness of interdependent networks. Physical Review E, 86(6), 066103

کاهش ۵ صدم درصدی نرخ سود بازار بین بانکی

نرخ سود بازار بین بانکی در مقایسه با پایان هفته دوم مرداد ماه امسال باز هم کاهشی بود و به نرخ ۲۰.۵۹ درصد رسید.

به گزارش خبرگزاری دانا، سود بازار بین بانکی در روز چهارشنبه ۱۹ مردادماه از سوی بانک مرکزی به نرخ ۲۰.۵۹ درصد اعلام شد که در مقایسه با آخرین نرخ سود دریافتی از این بازار با کاهش ۰.۰۵ درصدی مواجه است.

بر اساس این گزارش نرخ سود بازار بین بانکی برای هفته منتهی به ۱۳ مرداد ماه ۱۴۰۱ به ۲۰.۶۴ درصد رسیده بود که از کاهش محسوسی حکایت داشت.

حداقل نرخ توافق باز خرید یا به اصطلاح عملیات رپو (Repurchase Agreement) اوراق بهادار برای بانک‌ها نیز در پایان هفته‌ای که گذشت همچنان بدون تغییر با نرخ ۲۰ درصد اعلام شده است.

نرخ اعتبار گیری قاعده مند از سوی بانک مرکزی نیز در پایان هفته منتهی به ۱۹ مرداد امسال همچنان ثابت بود و با نرخ ۲۲ درصد درج شده است. نرخ سپرده گذاری قاعده مند نیز در این دوره زمانی همچنان ۱۴ درصد است.

در سپرده‌گذاری قاعده‌مند بانک‌ها و مؤسسات اعتباری غیربانکی می‌توانند منابع مازاد خود را نزد بانک مرکزی سپرده‌گذاری و نرخ سود کف دالان بازار بین بانکی را دریافت کنند. از طرف دیگر، اعتبارگیری قاعده‌مند به بانک‌ها و مؤسسات اعتباری غیربانکی امکان می‌دهد کسری‌های کوتاه‌مدت خود را با ارائه وثیقه و در نرخ سود سقف دالان از بانک مرکزی تأمین کنند.

به گزارش مهر، نرخ سود بین بانکی در روندی افزایشی از ابتدای سال جاری در حالی در بالاترین حد به ۲۱.۳۱ درصد در ۳۰ تیرماه امسال رسید که در ادامه سیاست‌های نظارتی بانک مرکزی این نرخ هم اکنون در روندی کاهشی قرار گرفته است.

خبر مهم از سود بانکی | نرخ جدید سود بازار بین‌بانکی اعلام شد

نرخ سود بین بانکی در روندی افزایشی از ابتدای سال جاری در حالی در بالاترین حد به ۲۱.۳۱ درصد در ۳۰ تیرماه امسال رسید.

نرخ جدید سود بازار بین بانکی اعلام شد.

سود بازار بین بانکی در روز چهارشنبه ۱۹ مردادماه از سوی بانک مرکزی به نرخ ۲۰.۵۹ درصد اعلام شد که در مقایسه با آخرین نرخ سود دریافتی از این بازار با کاهش ۰.۰۵ درصدی مواجه است.

بر اساس این گزارش، نرخ سود بازار بین بانکی برای هفته منتهی به ۱۳ مرداد ماه ۱۴۰۱ به ۲۰.۶۴ درصد رسیده بود که از کاهش محسوسی حکایت داشت.

حداقل نرخ توافق باز خرید یا به اصطلاح عملیات رپو (Repurchase Agreement) اوراق بهادار برای بانک‌ها نیز در پایان هفته‌ای که گذشت همچنان بدون تغییر با نرخ ۲۰ درصد اعلام شده است.

نرخ اعتبار گیری قاعده‌مند از سوی بانک مرکزی نیز در پایان هفته منتهی به ۱۹ مرداد امسال همچنان ثابت بود و با نرخ ۲۲ درصد درج شده است. نرخ سپرده گذاری قاعده مند نیز در این دوره زمانی همچنان ۱۴ درصد است.

در سپرده‌گذاری قاعده‌مند بانک‌ها و مؤسسات اعتباری غیربانکی می‌توانند منابع مازاد خود را نزد بانک مرکزی سپرده‌گذاری و نرخ سود کف دالان بازار بین بانکی را دریافت کنند. از طرف دیگر، اعتبارگیری قاعده‌مند به بانک‌ها و مؤسسات اعتباری غیربانکی امکان می‌دهد کسری‌های کوتاه‌مدت خود را با ارائه وثیقه و در نرخ سود سقف دالان از بانک مرکزی تأمین کنند.

نرخ سود بین بانکی در روندی افزایشی از ابتدای سال جاری در حالی در بالاترین حد به ۲۱.۳۱ درصد در ۳۰ تیرماه امسال رسید که در ادامه سیاست‌های نظارتی بانک مرکزی این نرخ هم اکنون در روندی کاهشی قرار گرفته است./ مهر

از کاهش نرخ تورم تا کاهش نرخ در بازار بین بانکی

براساس گزارش بانک مرکزی نرخ تورم ماهانه در تیر و مرداد ماه سال جاری با کاهش محسوسی همراه شد. به طوری‌که تورم ماهانه شاخص کل مصرف کننده از 10.6 درصد در خرداماه به ترتیب به 4.3 و 2.4 درصد در تیر و مرداد ماه سال جاری رسیده است.

به گزارش خبرگزاری موج، ارائه اطلاعات درست و به‌هنگام، یکی از روش‌هایی است که این بانک از آن به‌عنوان ابزاری برای هم‌سو شدن انتظارات تورمی در راستای حفظ ارزش پول ملی و مساعدت به رشد اقتصادی استفاده می‌کند.

بر این اساس در سال‌های اخیر ارائه منظم روند ماهانه تحولات اقتصادی و اقدامات سیاستی بانک مرکزی در دستورکار قرار گرفته است که در ادامه خلاصه‌ای از مجموعه تحولات اقتصاد کلان و اقدامات بانک مرکزی در راستای دستیابی به اهداف و ماموریت‌های یاد شده در مردادماه 1401 به شرح ذیل ارائه می‌شود.

1- تحولات اقتصاد کلان

بررسی تحولات تورم ماهانه شاخص کل کالاها و خدمات مصرفی در سال جاری نشان می‌دهد در شرایطی که تورم ماهانه شاخص کل بهای کالاها و خدمات مصرفی در اردیبهشت و خردادماه سال جاری عمدتاً متاثر از حذف تخصیص ارز ترجیحی و نیز افزایش قیمت عمده کالاها در بازارهای جهانی با روند افزایشی مواجه شده بود؛ لیکن با توجه به تخلیه بخش قابل توجهی از آثار تورمی اجرای طرح مذکور در دو ماه ابتدایی اجرای طرح (اردیبهشت و خرداد)، نرخ تورم ماهانه در تیر و مرداد ماه سال جاری با کاهش محسوسی همراه شد. به طوری‌که تورم ماهانه شاخص کل مصرف کننده از 10.6 درصد در خرداماه به ترتیب به 4.3 و 2.4 درصد در تیر و مرداد ماه سال جاری رسید.

تورم‌های نقطه به نقطه و دوازده‌ماهه شاخص کل بهای کالاها و خدمات مصرفی در مرداد ماه سال جاری نیز به‌ترتیب معادل 45.8 و 40.1 درصد بوده است که نسبت به تیر ماه سال جاری به ترتیب معادل 0.6 و 0.4 درصد کاهش یافته است. همچنین، تورم ماهانه شاخص بهای کالاها و خدمات مصرفی به تفکیک گروه‌های اختصاصی "کالا" و "خدمت" در مردادماه نسبت به ماه گذشته کاهش یافته است.

در همین ارتباط، تورم ماهانه گروه‌ اختصاصی "خدمت" در مردادماه سال جاری با 0.4 واحد درصد کاهش نسبت به ماه گذشته به 4.2 درصد رسید؛ تورم ماهانه گروه‌ اختصاصی "کالا" نیز با 2.8 واحد درصد کاهش نسبت به ماه گذشته به رقم 1.4 درصد رسید. بررسی تحولات تورم ماهانه گروه کالا به تفکیک "خوراکی ها" و "غیرخوراکی ها" نیز موید کاهش تورم ماهانه اقلام خوراکی در مرداد 1401 نسبت به ماه قبل از آن است.

به طوری که شاخص بهای خوراکی ها و آشامیدنی ها (با ضریب اهمیت 25.5 درصد) با 4.2 واحد درصد کاهش نسبت به تیر و ثبت تورم ماهانه 0.8 درصدی، سهمی معادل 0.3 واحد درصد را از تورم ماهانه شاخص کل (2.4 درصد) در مرداد ماه سال جاری به خود اختصاص داده است. بررسی تحولات تورم ماهانه گروه خدمت بیانگر آن است که گروه "مسکن و خدمات ساختمانی" با 3 واحد درصد بیشترین سهم را در تورم ماهانه گروه خدمت (4.2 درصد) داشته و پس از آن گروه های "بهداشت و درمان" و "حمل و نقل" به ترتیب با سهمی معادل 0.7 و 0.5 واحد درصد بیشترین تاثیر را در افزایش تورم ماهانه گروه خدمت داشته است. بر اساس روند تحولات «شاخص بهای تولیدکننده» به عنوان پیش‌نگر «شاخص بهای کالاها و خدمات مصرفی»، انتظار می‌رود تورم ماهانه 0.2 درصدی این شاخص در مردادماه سال جاری، نتایج مثبت خود را در کاهش تورم ماه‌های آتی نشان دهد.

در حوزه تجارت خارجی با توجه به اطلاعات منتشره از سوی گمرک ج.ا.ایران، طی پنج‌ماهه نخست سال 1401 ارزش صادرات گمرکی برابر با 20.9 میلیارد دلار بود که موید افزایش حدوداً 21.3 درصدی آن در مقایسه با مدت مشابه سال ۱۴۰۰ است. ارزش واردات گمرکی نیز در این مقطع معادل 21.7 میلیارد دلار گزارش شده است که حاکی از افزایش حدوداً 19.6 درصدی آن نسبت به دوره مشابه سال قبل است.

مطابق با اطلاعات مندرج در سامانه معاملات الکترونیکی، تحولات بازار ارز در مردادماه حاکی از آن است که در این ماه متوسط نرخ فروش دلار در بازار حواله حدود 265.6 هزار ریال بود که نسبت به تیرماه 2.4 درصد افزایش نشان می‌دهد. در بخش اسکناس نیز متوسط نرخ فروش دلار در این ماه حدود 285.9 هزار ریال بود که حاکی بازار بین بانکی از افزایش 2.4 درصدی در مقایسه با ماه قبل از آن است. همچنین در بازار غیررسمی، متوسط نرخ دلار طی این ماه نسبت به تیرماه، تغییرات اندکی را (افزایش حدوداً 0.2 درصدی) تجربه نمود و در مجموع، ثبات نسبی در این بازار حاکم بود.

در بازار مسکن و بر اساس اطلاعات اخذ شده از سامانه ثبت معاملات املاک و مستغلات کشور، متوسط قیمت خرید و فروش یک متر مربع زیربنای واحد مسکونی معامله شده در شهر تهران طی مرداد 1401 نسبت به ماه قبل 2.5 درصد و نسبت به ماه مشابه سال قبل نیز 38.0 درصد افزایش را تجربه نمود. در بازار سهام نیز شاخص کل بورس اوراق بهادار در روز پایانی مردادماه 3.2 درصد نسبت به روز پایانی ماه قبل کاهش یافت. لازم به ذکر است سیاست‌گذار پولی با رصد مستمر تحولات قیمت دارایی ها و توجه به دلالت های آن بر تغییر سطح انتظارات تورمی، عنداللزوم اقدامات سیاستی مناسب را در دستور کار قرار خواهد داد.

در خصوص تحولات بازار بین‌بانکی در مردادماه، علی‌رغم تداوم حراج‌های دولتی و کاهش وجوه در دسترس بانک‌ها از این محل، نرخ بازار بین بانکی کنترل شد و از کانال 21 درصد در تیرماه به محدوده 20 درصد در مردادماه وارد شد. افزایش متناسب و ملایم حجم عملیات بازار باز توسط سیاست‌گذار پولی یکی از عوامل کاهش نرخ بازار بین بانکی در این ماه بوده است.

در مرداد ماه سال 1401، متوسط ماهانه نرخ بازده اوراق مالی اسلامی دولتی با سررسید یک ساله نسبت به ماه قبل تقریباً ثابت (0/06 واحد درصد کاهش) و برابر با 21.61 درصد بوده است. لیکن متوسط بازدهی اسناد مذکور با سررسیدهای دو و سه‌ساله نسبت به ماه قبل به ترتیب با 0.23 و 0.24 واحد درصد افزایش نسبت به ماه قبل به 22.95 و 23.17 درصد رسیده است.

وضعیت منحنی بازده در مردادماه نسبت به تیر‌ماه (بازار بین بانکی نمودار زیر) به گونه‌ای است که نرخ های بازده تا سررسید بلندمدت (بالاتر از یک سال) در سطحی بالاتر قرار گرفته‌ است. در مجموع در مردادماه دامنه میانگین نرخ بازده تا سررسید اوراق در دوره‌های زمانی مختلف (اشاره شده بر روی نمودار زیر)، در فاصله (21.7 تا 23.1 درصد) قرار داشته که نسبت به تیرماه (دامنه 21.7 تا 22.9 درصد) تغییر چندانی نداشته است.

رشد 35.3 درصدی نقدینگی در 12 ماه منتهی به مرداد

حجم نقدینگی در پایان مرداد‌ماه سال 1401 (معادل 54017.9 هزار میلیارد ریال) نسبت به پایان سال 1400 معادل 11.8 درصد افزایش یافته که در مقایسه با رشد متغیر مذکور در دوره مشابه سال قبل (12.8 درصد) به میزان 1.0 واحد درصد کاهش نشان می‌دهد. همچنین، نرخ رشد دوازده‌ماهه نقدینگی در مرداد‌ماه 1401 معادل 37.8 درصد بوده است.

لازم به توضیح است که در حدود 2.5 واحد درصد از رشد نقدینگی در دوازده‌ماهه منتهی به پایان مردادماه سال 1401 مربوط به اضافه شدن اطلاعات خلاصه دفترکل دارایی‌ها و بدهی‌های بانک مهر اقتصاد به اطلاعات خلاصه دفترکل دارایی‌ها و بدهی‌های بانک سپه (به‌واسطه ادغام بانک‌های متعلق به نیروهای مسلح در بانک سپه) است و فاقد آثار پولی است. به عبارت دیگر در صورت تعدیل اثرات پوشش آماری مذکور، رشد نقدینگی در پایان مردادماه سال1401 نسبت به پایان مردادماه بازار بین بانکی سال 1400 معادل 35.3 درصد خواهد بود.

رشد پایه پولی در دوازده ماهه منتهی به مردادماه سال 1401 به 30.3 درصد رسید. لازم به ذکر است پایه پولی در پایان مردادماه سال 1401 (معادل 6724.4 هزار میلیارد ریال) نسبت به پایان بازار بین بانکی بازار بین بانکی سال 1400، رشدی معادل 11.3 درصد داشته که در مقایسه با رشد متغیر مذکور در دوره مشابه سال قبل (12.4 درصد) به میزان 1.1 واحد درصد کاهش یافته است.

2- اقدامات بانک مرکزی

در مرداد‌ماه 1401 با هدف مدیریت نقدینگی بازار بین‌بانکی ریالی، بانک مرکزی در تعامل با بانک‌ها اقدامات اعتباری زیر را انجام داد:

- انجام عملیات بازار باز با موضع توافق بازخرید طی پنج مرتبه حراج به‌ترتیب به ارزش 599.0، 650.1،‌ 699.8، 700.0 و 685.0 هزار میلیارد ریال مجموعاً به ارزش معاملاتی 3333.9 هزار میلیارد ریال در قالب توافق بازخرید با سررسیدهای 5، 7 و 9 روزه (مانده توافق بازخرید از محل عملیات بازار باز در پایان مرداد ماه معادل 685.0 هزار میلیارد ریال بوده است).

-استفاده بانک‌ها از اعتبارگیری قاعده‌مند در نرخ سقف برای رفع نیازهای نقدینگی طی 21 روز کاری جمعاً به ارزش معاملاتی 917.0 هزار میلیارد ریال (مانده اعتبارگیری قاعده‌مند در پایان مردادماه 4.5 هزار میلیارد ریال بوده است).

- در مرداد‌ماه سال جاری، طی برگزاری چهار مرحله حراج اوراق مالی اسلامی دولتی، مبلغ 40.8 هزار میلیارد ریال اوراق مالی اسلامی دولتی توسط بانک‌ها (54.7 درصد) و 33.8 هزار میلیارد ریال توسط سایر سرمایه‌گذاران (45.3 درصد) خریداری شد. لذا در مجموع در این ماه 74.6 هزار میلیارد ریال اوراق مالی اسلامی دولتی از طریق کارگزاری بانک مرکزی فروخته شد.

نرخ سود بازار بین بانکی به ۱۷/ ۱۸ درصد رسید

1400/05/10

جدول تغییرات نرخ سود بین‌بانکی نشان می‌دهد که نرخ سود در این بازار از ۴۶/ ۱۸ درصد در اوایل تیر ماه امسال به ۱۷/ ۱۸ درصد در مرداد ماه کاهش یافته است.

به گزارش فراسرمایه ، نرخ بهره بین بانکی به عنوان یکی از انواع نرخ‌های بهره در بازار پول به نرخ‌های سود یا بهره در سایر بازارها جهت می‌دهد. در واقع این نرخ، قیمت ذخایر بانک‌هاست و زمانی که آنها در پایان دوره مالی کوتاه‌مدت اعم از روزانه یا هفتگی، دچار کسری ذخایر می‌شوند، از سایر بانک‌ها در بازار بین بانکی یا از بانک مرکزی استقراض می‌کنند که این نرخ در حال حاضر در محدوده ۱۷/ ۱۸ درصد قرار گرفته است. این در حالی است که سود بین بانکی در سال گذشته روند متفاوتی را طی کرد؛ در ابتدای سال و در سه ماه اول، نرخ سود بین بانکی روندی کاهشی داشت به طوری‌که در خردادماه این نرخ به هشت درصد نیز رسید.

از این ماه تا آبان، سود بین بانکی روند متفاوتی را در پیش گرفت و صعودی شد و این روند صعودی تا به آنجا پیش رفت که در آبان ماه، نرخ سود در بازار بین بانکی از نرخ سقف کریدور نیز بیشتر شد و به بیش از ۲۲ درصد رسید. از آبان ماه اما دوباره روند سود بین بانکی تغییر کرد و کاهشی شد. از آذرماه سال گذشته تا اوایل خردادماه سال جاری نرخ سود بین بانکی در محدوده ۱۹‌تا‌۲۰ درصد تثبیت شده بود تا آنکه از اردیبهشت مجدد روند کاهشی شروع شد و تا اواسط تیرماه نیز ادامه یافت.

البته این نرخ تا پایان تیرماه روند صعودی پیدا کرد و به ۶۱/ ۱۸ درصد رسید، اما از این زمان به بعد تاکنون طبق اعلام بانک مرکزی به ۱۷/ ۱۸ درصد رسیده است.بررسی این اعداد و ارقام درحالی است که کارشناسان اقتصادی کاهش مداوم نرخ سود در بازار بین بانکی آن هم در شرایط تورمی را تهدیدی برای اقتصاد می‌دانند، زیرا نشان‌دهنده افزایش پایه پولی و نقدینگی متاثر از دست درازی دولت به منابع بانک مرکزی برای تامین کسری بودجه است. از سوی دیگر، کاهش نرخ بهره بین بانکی یک سیاست انبساطی است که متاثر از این سیاست قیمت‌ها در همه بازارها نه به صورت همزمان افزایش می‌یابد که تاکنون روند کاهشی این نرخ در سال جاری مداوم و قابل توجه نبوده بازار بین بانکی است تا موجب این امر شود.

موضوع دیگری که در راستای کاهش نرخ بهره بین بانکی مطرح می‌شود، کاهش سودهای بانکی است، به طوری که کاهش این نرخ در صورتی منجر به کاهش سود بانکی می‌شود که کاهش نرخ در بازار بین بانکی پایدار باشد.