مسئله اصلی بررسی و مقایسه تأثیر مخارج سرمایه اى دولت بر نرخ بازدهی سهام در چهارچوب اثر[1]Crowding-In در دو گروه از کشورهای با درجه توسعه بالا و کشورهای با درجه توسعه متوسط می‌باشد. در همین راستا با استفاده از نظریه فیشر و مطالعات تجربی، مدل نرخ بازدهی سهام برای آنها تصریح و از فن پانل دیتای متوازن برآورد گردید. نتایج اثر مثبت Crowding-In بر بازدهی شاخص قیمت سهام را در هر دو گروه از کشورهای مطالعه تائید نمودند. همچنین نتایج نشان دادند که اثرCrowding-In بر بازدهی شاخص قیمت سهام در هر دو گروه از کشورهای مطالعه یکسان نیستند و درکشور های با درجه توسعه متوسط بیشتر است. تفاصيل المقالة

هدف اصلی بررسی میزان تأثیر باز بودن اقتصاد (صادرات و واردات) بر بازدهی بازار سهام در دو گروه از کشورهای با درجه توسعه بالا و کشورهای با درجه توسعه متوسط است. در همین راستا براساس نظریه فیشر و مطالعات تجربی در پیشینه، مدل نرخ بازدهی سهام (نرخ رشد شاخص قیمت سهام) تصریح گردید، سپس براساس روش غربالگری ۲۵ کشور با درجه توسعه بالا و ۱۹ کشور با درجه توسعه متوسط انتخاب و داده‌های آنها از سایت بانک جهانی در بازه زمانی ۱۹۹۰ تا ۲۰۱۹ استخراج شدند. برای تعیین میزان توسعه‌یافتگی کشورها از شاخص توسعه انسانی استفاده‌شده است. مدل تصریح‌ شده از فن پانل دیتای متوازن برآورد گردید و نتایج نشان داد متغیر نرخ رشد نسبت صادرات به تولید ناخالص داخلی در کشورهای با درجه توسعه متوسط با یک وقفه تأخیر و در کشورهای با درجه توسعه بالا بدون وقفه بر نرخ بازدهی سهام تأثیر مثبت و معنی‌دار دارد و ضرایب متغیر نرخ رشد واردات نسبت به تولید ناخالص داخلی در هر دو گروه از کشورها منفی و معنادار هستند. تفاصيل المقالة

Banks as one of the most important and crucial economic sectors in each country play a significant role in economic growth and development and they face various risks one of which is liquidity risk. Managing liquidity risk is of great importance and identifying its effective factors is more vital. The present study aims to pre-sent a dynamic model to manage liquidity risk. System dynamics is used to find a risk making structure and present the most effective solution to manage it. In this method, by providing a mathematical model, simu-lating the results of various scenarios is possible. The results of implement-ing four scenarios on the model were simulated and analyzed. The results revealed that reducing legal deposits and nonperforming loans and increasing attraction of deposits is influential in banks liquidity risk. تفاصيل المقالة