In this study an early warning system (EWS) model is constructed for predicting the banking crisis (BC) of Islamic banks (IBs). To this aim, multinomial logit regression is employed regarding the levels of the explanatory variables are different in their tranquil and crisis/post-crisis levels which is called as the crisis duration bias (CDB). The analysis is conducted with three time windows following Bussiere and Fratzscher (2006) and Caggiano et al. (2016). Accordingly, the IBs in each country experiences three states as tranquil period (Yi,t=0), a pre-fragility period (Yi,t=1) and post-fragility period (Yi,t=2). The results address CDB problem and both macroeconomic and banking sector variables are crucial in determining the early warning indicators of the fragility of IBs. This study also draws attention to predictive performances of binomial logit approach and multinomial logit approach. According to the results, the overall predictive performance of the multinomial logit regression reveals superior results than binomial logit regression.
Bu çalışmada, İslami bankaların bankacılık krizlerini tahmin edebilmek için bir erken uyarı sistemi oluşturulmuştur. Bu amaçla, açıklayıcı değişkenlerin sakin ve kriz/kriz sonrası dönemlerde farklı seviyelerde olduğu göz önüne alınarak çok terimli lojistik regresyon kullanılmıştır. Analiz, Bussiere and Fratzscher (2006) ve Caggiano et al. (2016) göz önüne alınarak üç zaman penceresi ile oluşturulmuştur. Buna göre, her ülkedeki İslami Bankalar sakin dönem (Yi,t=0), kırılganlık öncesi dönem (Yi,t=1) ve kırılganlık sonrası dönem (Yi,t=2) dönemlerini deneyimlemektedir. Sonuçlar, kriz süresi sapma problemini ve makroekonomik ve bankacılık değişkenlerinin İslami bankaların bankacılık krizlerine karşı olan kırılganlıklarını açıklamada başarılı olduğunu göstermektedir. Bu çalışma aynı zamanda çok terimli lojistik regresyon ve ikili lojistik regresyon yönteminin genel tahmin başarısına dikkat çekmektedir. Sonuçlara göre, çok değişkenli lojistik regresyon, ikili lojistik regresyona kıyasla daha iyi başarılı tahmin performansı göstermektedir.
Primary Language | English |
---|---|
Journal Section | Articles |
Authors | |
Publication Date | June 30, 2024 |
Submission Date | March 8, 2023 |
Published in Issue | Year 2024 |
ADAM AKADEMİ'de yayınlanan tüm makaleler Creative Commons Alıntı 4.0 Uluslararası Lisansı ile lisanslanmıştır. Bu lisans; yayınlanan tüm makaleleri, veri setlerini, grafik ve ekleri kaynak göstermek şartıyla veri madenciliği uygulamalarında, arama motorlarında, web sitelerinde, bloglarda ve diğer tüm platformlarda çoğaltma, paylaşma ve yayma hakkı tanır. Açık erişim disiplinler arası iletişimi kolaylaştıran, farklı disiplinlerin birbirleriyle çalışabilmesini teşvik eden bir yaklaşımdır.
ADAM AKADEMİ bu doğrultuda makalelerine daha çok erişim ve daha şeffaf bir değerlendirme süreci sunarak kendi alanına katma değer sağlamaktadır.