Andere Kunden interessierten sich auch für
![Analyse du processus d'octroi de crédits bancaires aux entreprises]( "Analyse du processus d'octroi de crédits bancaires aux entreprises")
Analyse du processus d'octroi de crédits bancaires aux entreprises26,99 €![La gestion du risque de taux d'intérêt par l'approche ALM]( "La gestion du risque de taux d'intérêt par l'approche ALM")
La gestion du risque de taux d'intérêt par l'approche ALM48,99 €![Probabilités de défaut et mesure du risque de contrepartie]( "Probabilités de défaut et mesure du risque de contrepartie")
Probabilités de défaut et mesure du risque de contrepartie36,99 €![Impact du mécanisme de tarification APR sur les taux d'intérêt bancaires]( "Impact du mécanisme de tarification APR sur les taux d'intérêt bancaires")
Impact du mécanisme de tarification APR sur les taux d'intérêt bancaires32,99 €![Estimation de la Règle de Taylor et mécanisme d'ajustement du taux d'intérêt directeur]( "Estimation de la Règle de Taylor et mécanisme d'ajustement du taux d'intérêt directeur")
Estimation de la Règle de Taylor et mécanisme d'ajustement du taux d'intérêt directeur13,99 €![Approches d'évaluation du risque de crédit bancaire]( "Approches d'évaluation du risque de crédit bancaire")
Approches d'évaluation du risque de crédit bancaire26,99 €![Déterminants de l'écart de taux d'intérêt en Gambie]( "Déterminants de l'écart de taux d'intérêt en Gambie")
Déterminants de l'écart de taux d'intérêt en Gambie23,99 €
Bien que le risque de crédit soit reconnu comme l'un des principaux déterminants de la marge d'intérêt nette (MIN), il n'a jamais été représenté par la probabilité de défaut dans les articles précédents. L'objectif principal de cette recherche est de développer un modèle d'estimation de la PD et d'intégrer cette variable dans la régression avec la MIN comme variable dépendante. Cet article examine l'impact de la PD sur la NIM de 35 banques autrichiennes, sur une période de quatorze ans allant de 1999 à 2013. L'analyse statistique suggère que la PD peut être estimée à partir des états financiers des banques. Les ratios caractérisant la liquidité, les actifs, le capital et la rentabilité sont utilisés comme variables explicatives dans le modèle de régression. De plus, nos résultats fournissent une bonne preuve que la PD a une influence significative sur la NIM. Le coefficient de pente est négatif lorsque la PD est utilisée comme seule variable explicative de la NIM, mais le signe s'inverse lorsque d'autres facteurs spécifiques aux banques et macroéconomiques sont pris en compte. Les variables relatives aux fonds propres et à l'efficacité opérationnelle, ainsi que la volatilité des taux d'intérêt, s'avèrent significatives. Dans le même temps, la croissance du PIB et le taux d'inflation ne sont pas pertinents pour l'estimation de la NIM dans notre recherche.