Детерминанты кредитования коммерческих банков в странах Персидского залива

Банковское дело является одной из высокочувствительных отраслей, поскольку большая часть его доходов генерируется за счет кредитов. Цель данного исследования — определить влияние процентных ставок, достаточности капитала, качества активов и ликвидности на кредитное поведение ведущих коммерческих банков Объединенных Арабских Эмиратов (ОАЭ). Для этой цели использован количественный метод исследования, чтобы получить точные, достоверные и полностью обновленные данные от выбранной группы населения. Данное исследование поможет регулирующим органам в разработке стандартов управления кредитным риском для различных проблем, связанных с кредитованием, таких как финансирование экономического сектора, ограничения на кредитование, активы, взвешенные с учетом риска, и т.д., которые могут оказать влияние на качество активов. Кроме того, авторы собрали большое количество данных из вторичных источников для более эффективного анализа влияния с убедительной аргументацией. Все полученные данные были проанализированы с помощью регрессионной модели и методов статистического анализа. Результаты проведенного исследования показали, что существует сильное влияние различных детерминант коммерческих банков ОАЭ на кредитное поведение, таких как процентные ставки, достаточность капитала, качество активов и ликвидность. Данное исследование также показало, что банкам ОАЭ необходимо быть более бдительными в  использовании многочисленных факторов при следовании тенденциям кредитования для увеличения своих доходов и прибыли.

1. Miyajima K. What influences bank lending in Saudi Arabia? IMF Working Papers. 2017;17(31). DOI: 10.5089/9781475578669.001

2. Sysoeva А. Problems and prospects of bank project financing. Vestnik Finansovogo universiteta = Bulletin of the Financial University. 2015;(3):149-154. (In Russ.). DOI: 10.26794/2587-5671-2015-0-3-149-154

3. Kuz’mina E.V., Yanin A.A.Economic mechanism and cash flows modeling for reverse mortgage. Finance: Theory and Practice. 2018;22(6):106-120. DOI: 10.26794/2587-5671-2018-22-6-106-120

4. GamukinV.V. Sustainability of trends in credit and savings behavior of the Russian population. Finance: Theory and Practice. 2025;29(1):146-158. DOI: 10.26794/2587-5671-2025-29-1-146-158

5. Coletta M., De Bonis R., Piermattei S. The determinants of household debt: A cross-country analysis. SSRN Electronic Journal. 2014. DOI: 10.2139/ssrn.2571267

6. Ivanović M. Determinants of credit growth: The case of Montenegro. Journal of Central Banking Theory and Practice. 2016;5(2):101-118. DOI: 10.1515/jcbtp 2016-0013

7. Yüksel S., Zengin S., Kartal M.T. Identifying the macroeconomic factors influencing credit card usage in Turkey by using MARS method. China-USA Business Review. 2016;15(12):611-615. DOI: 10.17265/1537-1514/2016.12.003

8. Gambacorta L., Mistrulli P.E. Does bank capital affect lending behavior? Journal of Financial Intermediation. 2004;13(4):436-457. DOI: 10.1016/j.jfi.2004.06.001

9. Ahmed A., Amanullah A., Hamid M. Consumer perception and attitude towards credit card usage: A study of Pakistani consumers. Journal of Comparative International Management. 2009;12(1):47-57. URL: https://www.erudit.org/en/journals/jcim/2009-v12-n1-jcim12_1/jcim12_1art04.pdf

10. Fox J.Applied regression analysis and generalized linear models. 3rd ed. Thousand Oaks, CA: SAGE Publications, Inc.; 2016. 816 p.

11. Hunjra A.I., Tayachi T., Mehmood R., Malik S., Malik Z. Impact of credit risk on momentum and contrarian strategies: Evidence from South Asian markets. Risks. 2020;8(2):37. DOI: 10.3390/risks8020037

12. Burton A. OLS (linear) regression. In: Barnes J.C., Forde D.R., eds. The encyclopedia of research methods in criminology and criminal justice. Hoboken, NJ: John Wiley & Sons, Inc.; 2021:509-514. DOI: 10.1002/9781119111931.ch104

13. Grossi L., Tiziano B.Credit risk modelling through robust generalized linear models. In: Zani S., Cerioli A., Riani M., Vichi M., eds. Data analysis, classification and the forward search. Berlin, Heidelberg: Springer-Verlag; 2006:377- 386. (Studies in classification, data analysis, and knowledge organization). DOI: 10.1007/3-540-35978-8_42

14. Tayachi T., Hunjra A.I., Jones K., Mehmood R., Al-Faryan M.A.S. How does ownership structure affect the financing and dividend decisions of firm? Journal of Financial Reporting and Accounting. 2023;21(3):729-746. DOI: 10.1108/JFRA 09-2021-0291

15. Miroshnichenko O.S., Mostovaya N.A. Green loan as a tool for green financing. Finance: Theory and Practice. 2019;23(2):31-43. DOI: 10.26794/2587-5671-2019-23-2-31-43

16. Byvshev V.A., Meshkova E.I. Banking sector lending activity stimulation to promote economic growth. Finance: Theory and Practice. 2024;28(6):49-58. DOI: 10.26794/2587-5671-2024-28-6-49-58

17. Manole S., Petrescu C., Vlada R.I. Determinants of household loans. Theoretical and Applied Economics. 2016;23(4):89-102. URL: https://store.ectap.ro/articole/1226.pdf

18. Guo K., Stepanyan V. Determinants of bank credit in emerging market economies. IMF Working Paper. 2011;(51). URL: https://www.imf.org/external/pubs/ft/wp/2011/wp1151.pdf

19. Almutair S. Dynamics of the relationship between bank loans and stock prices in Saudi Arabia. International Business & Economics Research Journal. 2015;14(3):439-452. DOI: 10.19030/iber.v14i3.9209

20. Uyanık G. K., Güler N. A study on multiple linear regression analysis. Procedia — Social and Behavioral Sciences. 2013;106:234-240. DOI: 10.1016/j.sbspro.2013.12.027