신용 불량 및 유동성이 인도네시아 은행 성과에 미치는 영향

[이매진]

신용 불량 및 유동성이 인도네시아 은행 성과에 미치는 영향

https://koreascience.kr/article/JAKO202106438543385.page

The Effect of Bad Credit and Liquidity on Bank Performance in Indonesia -The Journal of Asian Finance, Economics and Busines

추상적인

본 연구의 목적은 자본적정성을 매개로 부실신용과 유동성이 은행의 성과에 미치는 영향을 분석하는 것이다. 데이터는 2011-2019년 기간 동안 인도네시아 증권 거래소에 상장된 은행 기관에서 제공했습니다. 분석 기술은 WarpPLS 6.0이라는 응용 프로그램에서 지원하는 PLS-SEM이었습니다. 연구 결과는 나쁜 신용과 유동성이 은행 성과에 미치는 영향이 크지 않다는 것을 보여줍니다. 높은 수준의 불량 신용은 낮은 수준의 은행 실적과 관련이 있습니다. 낮은 수익성과 함께 은행 실적이 감소합니다. 은행은 여전히 ​​자본 가용성을 통해 불량 신용의 일부를 감당할 수 있기 때문에 이 관계는 중요하지 않습니다. 개입변수로서의 자본적정성은 불량신용과 유동성이 은행 성과에 미치는 영향을 부분적으로 매개하였다. 게다가, 자본 적정성은 신용 분배에 강력한 영향을 미칩니다. 대리이론에 따르면 펀드의 소유자(저축, 당좌, 예금계좌의 예금자)를 principal이라고 하고, 펀드를 운용하는 신뢰기관인 은행을 대리인이라고 한다. 고객이 의무를 다하면 신용 불량은 절대 발생하지 않습니다.

1. 소개

은행 시스템은 현대 경제 세계에서 중요한 역할을 합니다. 은행의 존재는 국가의 경제 성장을 촉진할 뿐만 아니라 경제 활동에 큰 영향을 미치는 국가 소유 기관이 됩니다. 은행은 유통되는 화폐 공급의 상당 부분을 통제할 수 있으며 모든 국가에서 생산의 성격과 특성에 영향을 미칠 수 있습니다. 은행은 자본주(펀드공급자)와 자본사용자(펀드사용자)를 중개하는 역할을 하므로 국가경제의 중추이다. Law No.10/1998에 따르면 은행은 대출 처리를 위해 사람들로부터 자금을 수집한 다음 사람들의 생계를 개선하기 위해 신용 또는 기타 서비스의 형태로 사람들에게 대출금을 분배하는 사업체입니다(Power et al., 2007).

따라서 사업발전에 대한 은행의 기여도를 판단하기 위해서는 은행의 성과를 측정할 필요가 있다. 은행을 보다 효율적으로 평가해야 할 필요성이 증가함에 따라 은행은 필연적으로 대중의 상당한 관심과 금융 규제 기관의 감시를 계속 받고 있습니다. 감독 기관, 규제 기관 및 은행 관리 기관뿐만 아니라 은행 고객도 이러한 금융 기관의 안정성과 지속 가능성에 대해 점점 더 우려하고 있습니다.

은행 실적이 좋아지면 잠재 고객이 은행에 돈을 저축하고 은행과 금융 거래를 하도록 유도할 수 있습니다. 은행의 위험 관리는 이론적으로 "잠재적 손실을 처리하기 위한 계획의 논리적 개발 및 실행"으로 정의됩니다. 일반적으로 은행 업계에서 위험 관리 관행의 초점은 손실 또는 위험에 대한 기관의 노출을 관리하고 자산 가치를 보호하는 것입니다. 은행을 둘러싼 환경이 변하면 은행은 신용리스크, 유동성리스크, 환율리스크, 시장리스크 등 여러 가지 리스크에 직면하게 됩니다. 리스크 관리가 잘 된 은행만이 성공적으로 살아남을 수 있습니다(Power et al., 2007).

은행이 감당해야 하는 위험은 경제 상황 및 경기 순환과 밀접한 관련이 있습니다. 은행 파산으로 인한 은행 및 신용 관계의 혼란은 정책 입안자, 규제 기관 및 기타 이해 관계자에게 더 광범위한 경제적 이익을 가져올 수 있습니다. 실패한 은행은 부의 효과로 인해 지역 예금자와 채권자에게 손실을 입혀 지출을 감소시킬 수 있습니다. 경제 호황은 비즈니스 사이클의 확장 및 절정 단계입니다. 상승기, 상승기, 성장기라고도 합니다. 호황기에는 주요 경제 지표가 상승합니다. 한 국가의 경제 생산을 측정하는 국내 총생산이 증가합니다. 호황의 원인은 소비 지출의 증가입니다. 경제가 좋아지면 가족들은 더욱 자신감을 갖게 됩니다. 그들은 더 나은 일자리, 집값 상승,Gizaw 등, 2015 ).

경제 상황이 좋으면 은행의 위험 신용도가 떨어집니다. Law No.10/1998과 관련하여 신용 공급 수준은 은행 기관이 징수한 제3자 자금에 따라 다릅니다. 실제로 사람들로부터 모은 모든 자금이 분배될 수 있는 것은 아닙니다. 신용 위험으로 인해 신용 분배가 제한될 수 있습니다. 신용 위험은 차용인이 요구된 지불을 이행하지 않아 발생할 수 있는 채무 불이행 위험입니다( Noman et al., 2015 ). 첫 번째 수단에서 위험은 대출 기관의 것이며 원금과 이자의 손실, 현금 흐름의 중단 및 징수 비용 증가를 포함합니다. 손실은 완전하거나 부분적일 수 있습니다.

제3자 자금 외에 신용 공급에 영향을 미치는 또 다른 요인이 있는데, 바로 은행 자본 적정성입니다. 은행의 최소 자본 준비금에 관한 인도네시아 은행의 법령 No.3/21/PBI/2001에 따라 모든 은행은 위험 가중 자산에서 최소 8%의 자본 수준을 가져야 한다고 선언되었습니다. 이 자본 상태는 CAR(Capital Adequacy Ratio)로 표시됩니다. 자본의 가용성은 분배될 수 있는 신용의 수에 영향을 미치는 반면 부실채권(NPL)은 신용 분배에 영향을 미칩니다. NPL 수준은 신용 위험 수준을 결정합니다. 정확히 말하면 NPL 수준이 높으면 신용위험 수준도 높다. 부실채권(NPL)은 차주가 채무 불이행 상태에 있고 일정 기간 동안 매달 원금과 이자를 상환하지 않은 대출입니다. 부실채권은 차용인이 상환할 자금이 부족하거나 대출금을 계속 상환하기 어려운 상황에 처했을 때 발생합니다. 은행은 주로 대출에 부과하는 이자로 돈을 벌고 NPL에서 지불해야 할 이자를 회수할 수 없을 때 새로운 대출을 만들고 운영 비용을 지불할 수 있는 자금이 줄어들게 됩니다. 결과적으로 신용 위험 수준은 은행이 고금리 위험을 부담하게 할 수 있으며 금리 위험은 은행이 부담해야 하는 가장 큰 영향을 미치는 위험입니다. 그리고 그들이 NPL로부터 빚진 이자를 징수할 수 없다면, 그것은 그들이 새로운 대출을 만들고 운영 비용을 지불할 수 있는 자금이 적어진다는 것을 의미합니다. 결과적으로 신용 위험 수준은 은행이 고금리 위험을 부담하게 할 수 있으며 금리 위험은 은행이 부담해야 하는 가장 큰 영향을 미치는 위험입니다. 그리고 그들이 NPL로부터 빚진 이자를 징수할 수 없다면, 그것은 그들이 새로운 대출을 만들고 운영 비용을 지불할 수 있는 자금이 적어진다는 것을 의미합니다. 결과적으로 신용 위험 수준은 은행이 고금리 위험을 부담하게 할 수 있으며 금리 위험은 은행이 부담해야 하는 가장 큰 영향을 미치는 위험입니다.Atahau & Cronje, 2019 ).

본 연구의 목적은 자본적정성을 매개로 부실신용이 은행의 성과에 미치는 영향을 분석하는 것이다. 이 효과 관계에 관한 모순된 연구 결과로 인해 연구 공백이 있습니다. 일부 연구자( Gizaw et al., 2015 ; Isanzu, 2017 )는 나쁜 신용이 은행 성과에 긍정적인 영향을 미친다고 말했습니다. 다른 연구( Noman et al., 2015 )는 나쁜 신용이 은행 성과에 부정적인 영향을 미친다고 나타냅니다.

2. 문헌 검토2.1. 바젤

Basel Accords는 BCBS가 정한 세 가지 일련의 은행 규정입니다. 이 협정은 금융 기관이 의무를 이행하고 예상치 못한 손실을 흡수할 수 있는 충분한 자본을 확보하도록 설계되었습니다. 1974년 G-10 국가 중앙은행 총재가 바젤은행감독위원회(BCBS)를 설립한 것이 선행되었습니다. 나중에 바젤위원회는 자본 측정 및 자본 기준의 국제적 수렴 또는 일반적으로 바젤이라고 불립니다. I는 1992년부터 인도네시아의 모든 은행에서 시행하고 있습니다. 바젤 I은 전 세계 중앙은행가들의 심의회이며, 1988년 스위스 바젤에 있는 바젤은행감독위원회(BCBS)는 최소 은행에 대한 자본 요구 사항.Gizaw 등, 2015 ). Basel I은 신용 위험을 최소화하기 위해 금융 기관의 최소 자본 요구 사항을 설정하는 BCBS에서 제정한 일련의 국제 은행 규정입니다( Noman et al., 2015).). Basel II로 알려진 새로운 규칙 세트는 나중에 Basel I 협정을 대체할 의도로 개발되었습니다. 바젤 II 협정은 2004년 6월에 처음 발표되었으며 은행이 직면한 재무 및 운영 위험으로부터 보호하기 위해 은행이 보유해야 하는 자본의 양을 통제하는 국제 은행 표준을 개정하기 위한 것이었습니다. 이 규정은 은행이 노출된 위험이 클수록 지급 능력과 전반적인 경제 안정성을 보호하기 위해 은행이 보유해야 하는 자본의 양을 늘리는 것을 목표로 합니다. Basel I 분류 시스템은 은행의 자산을 5가지 위험 범주로 분류하고 백분율로 분류합니다. 0%(현금, 정부 부채, OECD 정부 부채), 10%(, 20%(개발 은행 부채, OECD 은행 부채, OECD 증권 회사 부채) , 비 OECD 은행 부채(만기 1년 미만),Ratnovski, 2013 ). 은행의 자산은 채무자의 성격에 따라 분류됩니다.

2.2. 금융 중개

금융 중개 프로세스는 잉여가 있는 제3자와 자금이 부족한 제3자 간에 자금을 전달합니다. 금융 중개자는 다른 기관 단위의 대리인 역할을 할 뿐만 아니라 금융 자산을 취득하고 자신의 계정(예: 은행, 보험 회사, 투자 펀드)에 부채를 발생시킴으로써 위험에 처하게 됩니다( Diamond, 1984 ). 금융 중개 이론은 차용인과 대출 기관 간의 인센티브 문제를 해결하는 데 유용한 정보 모니터링 비용을 최소화하는 데 기반을 두고 있습니다. 금융 중개 기관의 위임된 모니터링에 대한 인센티브 제공 비용의 특징을 제시합니다. 중개자 내에서의 다양화는 위험 중립 경제에서도 이러한 비용을 줄이는 역할을 합니다( Diamond, 1984).). 모델에서 가정한 환경에서는 파산 비용이 많이 드는 부채 계약이 최적인 것으로 나타났습니다.

2.3. 은행의 리스크 관리

은행의 위험 관리는 이론적으로 "잠재적 손실을 처리하기 위한 계획의 논리적 개발 및 실행"으로 정의됩니다. 일반적으로 은행 업계에서 위험 관리 관행의 초점은 손실 또는 위험에 대한 기관의 노출을 관리하고 자산 가치를 보호하는 것입니다( Tursoy, 2018). 은행권에서는 신용리스크, 금리리스크, 외화리스크, 유동성리스크 등 4대 리스크에 대한 익스포저를 통제하기 위해 리스크관리가 필요한 것으로 인식하고 있다(Pyle, 1999). 은행의 위험 관리는 관리자가 눈에 띄는 위험을 식별하는 것과 같은 여러 활동을 수행해야 하는 프로세스입니다. 운영 위험을 지속적으로 이해할 수 있도록 조치를 취합니다. 어떤 위험과 위험을 줄일 수 있는 방법을 선택합니다. 위험 위치를 모니터링하는 절차를 결정합니다( Ratnovski, 2013 ).

2.4. 가설

인도네시아 은행의 기준을 초과하는 부실채권(NPL) 수준이 높은 은행은 수익성이 쉽게 저하될 것입니다. 높은 수준의 NPL은 낮은 수준의 신용도와 관련이 있습니다. 이 상황은 높은 수준의 불량 신용을 나타냅니다. 운영 활동에 큰 손실을 입은 은행은 낮은 수익을 얻을 것입니다( Atahau & Cronje, 2019). 신용 위험은 가장 간단하게 은행 차용인이나 거래상대방이 합의된 조건에 따라 의무를 이행하지 못할 가능성으로 정의됩니다. 은행은 전체 포트폴리오에 내재된 신용 위험과 개별 신용 또는 거래의 위험을 관리해야 합니다. 은행은 전체 포트폴리오에 내재된 신용 위험과 개별 신용 또는 거래의 위험을 관리해야 합니다. 신용 위험의 효과적인 관리는 위험 관리에 대한 포괄적인 접근 방식의 중요한 구성 요소이며 모든 은행 조직의 장기적인 성공에 필수적입니다. 불량 신용이 은행 실적에 미치는 영향에 대한 여러 연구가 수행되었습니다( Noman et al., 2015 ; Gizaw et al., 2015 ; Isanzu, 2017) .). 이상의 설명을 종합하여 다음과 같은 가설을 제안한다.

H1: 나쁜 신용은 은행 성과에 부정적인 영향을 미칩니다.

수요가 있을 때 고객에 대한 모든 의무와 약속을 이행하기 위해 적절한 자금을 제공하는 은행의 능력을 유동성이라고 합니다. 은행 건전성 수준(은행 건전성)의 평가는 CAMEL(자본 적정성, 자산 건전성, 관리, 수익 및 유동성)이라는 접근 방식을 사용하여 수행됩니다. 이러한 맥락에서 LDR(Loan-to-Deposit Ratio)로 표시되는 유동성에 초점을 맞춥니다. 은행이 예금을 너무 많이 빌려주면 특히 경기 침체기에 과도한 대출을 받을 수 있습니다. 그러나 은행이 예금을 너무 적게 대출하면 예금이 대차 대조표에 남아 수익을 내지 못하기 때문에 기회 비용이 발생할 수 있습니다. LTD 비율이 낮은 은행은 이자 소득이 낮아져 수익이 낮아질 수 있습니다. 실증 연구에 따르면 LDR은 자산 수익률(ROA)에 긍정적인 영향을 미칩니다.Paleni 등, 2017 ; 자인델딘, 2018 ). 위의 설명과 관련하여 다음과 같은 가설을 제시합니다.

H2: 유동성은 은행 실적에 긍정적인 영향을 미칩니다.

신용위험은 차입자가 대출금을 상환하지 않거나 계약상 의무를 이행하지 않아 손실이 발생할 가능성을 의미합니다. 전통적으로 이는 대출 기관이 빚진 원금과 이자를 받지 못할 수 있는 위험을 말하며, 이로 인해 현금 흐름이 중단되고 회수 비용이 증가합니다. 자본적정성비율(CAR) 구성에서 신용위험은 신용위험에 70%, 나머지 30%는 시장위험과 운영위험에 배분하고 있습니다. 따라서 신용 위험은 은행 부도의 주요 원인이며 은행 관리자에게 가장 눈에 띄는 위험입니다( Garr, 2013 ). 위의 설명과 관련하여 다음 가설을 작성하면 다음과 같다.

H3: 신용 불량은 자본 적정성에 부정적인 영향을 미칩니다.

유동성은 은행이 단기 의무를 이행할 수 있는 능력입니다. 은행이 당좌 계좌, 저축 계좌 및 예금 계좌에서 인출을 정산하는 것과 같은 여러 금융 필수품을 제공할 수 있는 능력이 있는 경우 은행이 유동적이라고 합니다. 기한 내에 은행 대출금을 지불합니다. 지체 없이 신용 수요 충족(신용 실현)( Schmaltz, 2009 ). 은행은 종종 유동성 또는 상당한 손실 없이 현금 및 담보 의무를 이행할 수 있는 능력으로 평가됩니다. 두 경우 모두 유동성 관리는 유동성 위험 노출을 줄이기 위한 투자자 또는 관리자의 노력을 설명합니다( Marozva, 2015 ; Zaineldeen, 2018 ). 이상의 설명에 대하여 본 연구에서는 다음과 같은 가설을 제시한다.

H4: 유동성은 자본적정성에 긍정적인 영향을 미친다.

은행 자본은 은행의 자산과 부채의 차액이며 은행의 순자산 또는 투자자에 대한 지분 가치를 나타냅니다. ( 바타차랴, 2013). 자본은 안전하고 건전한 은행의 핵심 요소이며 그 이유는 다음과 같습니다. 은행은 위험을 감수하고 위험이 구체화되면 손실을 입을 수 있습니다. 안전을 유지하고 사람들의 예금을 보호하기 위해 은행은 그러한 손실을 흡수하고 호황과 불황을 계속 유지할 수 있어야 합니다. 적절한 자본은 은행이 불행한 은행 운영 활동으로 인해 발생할 수 있는 손실 위험을 흡수할 수 있음을 나타 내기 때문에 대중의 신뢰를 높일 수 있습니다. 은행의 자본적정성을 평가하는 데 가장 일반적으로 사용되는 평가는 자본적정성 비율(CAR)입니다. CAR은 위험가중자산과 유동부채에 대한 은행자본의 비율이다. 중앙 은행과 은행 규제 기관은 상업 은행이 과도한 레버리지를 사용하여 그 과정에서 지급 불능 상태가 되는 것을 방지하기 위해 결정합니다. ( Mayes & Stremmel, 2012 ;Owoputi 등, 2014 ; Jha & Hui, 2012 ). 현재 연구에서는 CAR을 은행 실적(ROA)에 대한 불량 신용(NPL)의 영향에 개입 또는 매개 변수로 사용합니다. 이 경우 CAR은 자금을 모으고 분배하는 은행 운영 활동에 결정적인 요소입니다.

H5: 자본적정성은 은행 성과에 긍정적인 영향을 미칩니다.

3. 방법3.1. 데이터 유형 및 소스

데이터의 형태는 증권거래소에 상장된 은행기관의 재무제표(정확히 연간보고서)이다. 데이터 유형은 보조 데이터이며 이러한 데이터의 출처는 인도네시아 증권 거래소입니다. 데이터 관련 파일은 www.idx.co.id 및 Bloomberg에서 다운로드합니다. 데이터 규격은 패널 데이터(통합 데이터)로서 시계열 데이터와 단면 데이터로 구성된 통합 데이터입니다. 이러한 데이터를 사용하면 이 연구의 표본 크기가 큰 것이 놀라운 일이 아닙니다.

3.2. 변수의 운영적 정의3.2.1. 독립 변수1. 나쁜 신용

은행은 신용이 ​​디폴트가 되기 전에도 신용 손실 위험을 겪을 수 있습니다. 일반적으로 신용위험은 은행이 신용을 분배한 후 시장가치의 잠재적인 손실로 정의됩니다. 유가증권의 시세변동과 신용등급의 변동을 신용위험으로 인식하고 있습니다. 따라서 신용위험과 시장위험은 중복된다. 이 위험은 또한 차용인이 최종 지불을 정산한 후 대출 기관이 손실을 입도록 합니다( Manab et al., 2015 ). 높은 수준의 불량 신용(NPL)은 은행 실적(ROA)에 나쁜 영향을 미치며 이 포지션은 다음과 같은 공식으로 작성됩니다.

N피엘= 기본 크레딧  총 학점 ×100%N피엘= 기본 크레딧  총 학점 ×100%

2. 유동성

중개기능이 있는 은행은 저축자금을 모아서 균형 있게 신용의 형태로 분배하는 은행이다. 은행의 맥락에서 이러한 은행은 일반적으로 양호한 대출 대 예금 비율(LDR)을 가지고 있습니다( Alzorqan, 2014 ). LDR의 공식은 다음과 같이 작성됩니다.

엘디아르 자형= 총 학점  제3자 펀드 ×100%엘디아르 자형= 총 학점  제3자 펀드 ×100%

3.2.2. 종속 변수

ROA(Return on Asset)는 회사가 자산을 얼마나 효율적으로 관리하여 이익을 창출할 수 있는지를 측정하는 비율입니다( Maryam Piri, 2017 ). 이 비율은 다음과 같이 공식화됩니다.

아르 자형영형ㅏ= 사전 - 세금 수입  총자산 ×100%아르 자형영형ㅏ= 사전 - 세금 수입  총자산 ×100%

3.2.3. 중재 변수

Capital Adequacy Ratio(CAR)는 은행이 사업 개발을 위한 자금을 제공하고 불행한 은행 운영 활동으로 인한 자금 손실 위험을 수용할 수 있는 능력을 나타내는 자본화 비율입니다( Khaled & Daas, 2017 ; Boadi et al., 2016 ).

씨ㅏ아르 자형= 은행 자본금  위험 - 가중 자산 ×100%씨ㅏ아르 자형= 은행 자본금  위험 - 가중 자산 ×100%

3.3. 데이터 분석 기법

본 연구의 데이터 분석 기법은 PLS(Partial Least Squares)-SEM(Structural Equation Modeling)이다. 이 기술은 WarpPLS 6.0이라는 컴퓨터 응용 프로그램으로 수행됩니다. 현재 연구는 예측적이며 탐색적입니다. PLS-SEM의 사용은 두 가지 이점에 따라 결정됩니다. 첫 번째 이점은 PLS-SEM이 작은 샘플 크기와 복잡한 모델에서 효율적으로 작동할 수 있다는 것입니다. 두 번째 이점은 PLS-SEM을 사용한 가정된 데이터 분포가 정상이라는 것입니다( Sholihin & Ratmono, 2013 ).

가설 1~5를 검정하기 위해 다음과 같이 두 개의 방정식을 생성합니다.

아르 자형영형ㅏ=α1+β1씨ㅏ아르 자형티+β2N피엘+β삼엘디아르 자형+ε1아르 자형영형ㅏ=�1+�1씨ㅏ아르 자형티+�2N피엘+�삼엘디아르 자형+�1       (1)

씨ㅏ아르 자형=α2+β4N피엘+β5엘디아르 자형+ε2씨ㅏ아르 자형=�2+�4N피엘+�5엘디아르 자형+�2       (2)

4. 결과 및 논의4.1. 모델의 적합도 테스트

다음과 같은 구조 모델(적합도) 평가:

위 표의 내용으로 보아 연구모형이 적합하다고 할 수 있다. 이 결정은 1.025의 AVIF 값과 1.040의 AFVIF 값에 의해 뒷받침되며, 이 두 값은 모두 3.3 미만입니다. 이 결과는 지표와 외생변수에 걸쳐 다중공선성 문제가 없음을 확인시켜준다. 연구 모델의 예측 능력은 0.391의 적합도(GoF) 값으로 표시됩니다. 이 결과는 그 값이 0.36보다 크기 때문에 연구모델의 예측력이 상당히 크다는 것을 의미한다.

표 1: 연구 모델의 적합도 테스트

4.2. 효과 크기 및 분산 요인(VIF)에 대한 테스트

연구모형에 수직적 공선성 문제가 있는지에 대한 설명을 찾기 위해 효과크기와 VIF에 대한 검정을 실시한다. 테스트 결과 연구의 모든 변수가 강한 영향을 미치며 VIF 값이 3.3 미만으로 수직 공선성 문제가 없음을 나타냅니다.

표 2: 효과 크기 및 분산 요인(VIF)에 대한 테스트

4.3. 전체 모델 테스트

나쁜 신용이 은행 성과에 부정적인 영향을 미친다는 첫 번째 가설이 테스트되었습니다. 결과는 이 가설의 계수 값이 0.252이고 p-값이 0.013임을 보여줍니다. 이 결과는 첫 번째 가설이 채택되었지만 관계가 유의하지 않음을 확인합니다. 유동성이 은행 성과에 긍정적인 영향을 미친다는 두 번째 가설이 테스트되었습니다. 결과는 이 가설의 계수 값이 0.0292이고 p-값이 0.005임을 나타냅니다. 이 결과는 두 번째 가설이 채택되었음을 확인시켜줍니다. 또한 불량신용이 자본적정성에 부(-)의 영향을 미친다는 세 번째 가설도 검증되었다. 테스트 결과 이 ​​가설의 계수 값은 -0.199이고 p-값은 0.040입니다. 결과는 세 번째 가설이 채택되었음을 나타냅니다. 유동성이 자본적정성에 긍정적인 영향을 미친다는 네 번째 가설이 테스트되었습니다. 검정 결과 이 ​​가설의 계수 값은 -0.0298이고 p-값은 0.004입니다. 이 결과는 네 번째 가설이 채택되었지만 관계가 유의하지 않음을 확인합니다. 마지막으로 자본적정성이 은행성과에 정(+)의 영향을 미친다는 다섯 번째 가설을 검증하였다. 검정 결과 이 ​​가설의 계수 값은 0.181이고 p-값은 0.056입니다. 이 결과는 자본적정성이 은행의 부실신용에 미치는 영향을 매개변수로 작용할 수 있다는 다섯 번째 가설이 채택됨을 확인시켜준다. 검정 결과 이 ​​가설의 계수 값은 -0.0298이고 p-값은 0.004입니다. 이 결과는 네 번째 가설이 채택되었지만 관계가 유의하지 않음을 확인합니다. 마지막으로 자본적정성이 은행성과에 정(+)의 영향을 미친다는 다섯 번째 가설을 검증하였다. 검정 결과 이 ​​가설의 계수 값은 0.181이고 p-값은 0.056입니다. 이 결과는 자본적정성이 은행의 부실신용에 미치는 영향을 매개변수로 작용할 수 있다는 다섯 번째 가설이 채택됨을 확인시켜준다. 검정 결과 이 ​​가설의 계수 값은 -0.0298이고 p-값은 0.004입니다. 이 결과는 네 번째 가설이 채택되었지만 관계가 유의하지 않음을 확인합니다. 마지막으로 자본적정성이 은행성과에 정(+)의 영향을 미친다는 다섯 번째 가설을 검증하였다. 검정 결과 이 ​​가설의 계수 값은 0.181이고 p-값은 0.056입니다. 이 결과는 자본적정성이 은행의 부실신용에 미치는 영향을 매개변수로 작용할 수 있다는 다섯 번째 가설이 채택됨을 확인시켜준다. 자본적정성이 은행 성과에 긍정적인 영향을 미친다는 다섯 번째 가설이 테스트되었습니다. 검정 결과 이 ​​가설의 계수 값은 0.181이고 p-값은 0.056입니다. 이 결과는 자본적정성이 은행의 부실신용에 미치는 영향을 매개변수로 작용할 수 있다는 다섯 번째 가설이 채택됨을 확인시켜준다. 자본적정성이 은행 성과에 긍정적인 영향을 미친다는 다섯 번째 가설이 테스트되었습니다. 검정 결과 이 ​​가설의 계수 값은 0.181이고 p-값은 0.056입니다. 이 결과는 자본적정성이 은행의 부실신용에 미치는 영향을 매개변수로 작용할 수 있다는 다섯 번째 가설이 채택됨을 확인시켜준다.

표 3: 경로 계수 및 P-값의 결과

4.4. 매개 효과에 대한 테스트

매개 변수는 예측 변수와 기준 변수 간의 관계를 설명하는 변수입니다. 중재자는 어떤 것이 어떻게 또는 왜 작동하는지 알려줍니다. 중재자는 예측 변수와 기준 변수 사이의 관계를 설명하는 개입 변수로 간주됩니다. 남작과 케니(1986 )) 방법은 매개 가설을 테스트하기 위한 분석 전략입니다. 이 중재 방법에는 종속 변수에 대한 두 가지 경로가 있습니다. 독립변수는 종속변수를 예측해야 하고 독립변수는 중재자를 예측해야 합니다. 중재는 세 가지 회귀를 통해 테스트됩니다. 종속 변수를 예측하는 독립 변수; 중재자를 예측하는 독립 변수; 종속 변수를 예측하는 독립 변수 및 중재자. 조정을 지원하려면 결과에서 다음 조건이 충족되어야 합니다. 첫 번째 회귀 방정식에서 독립 변수가 종속 변수에 상당한 영향을 미치는 것으로 나타납니다. 독립 변수는 두 번째 회귀 방정식에서 매개 변수에 상당한 영향을 미치는 것으로 나타났습니다. 중재자는 세 번째 방정식의 종속 변수에 상당한 영향을 미쳐야 합니다.바론 & 케니, 1986 ).

그림 1: 연구 모델의 전체 규모

매개변수가 제어되고 위의 모든 조건이 충족된 후 독립변수가 더 이상 종속변수에 영향을 미치지 않을 때 완전한 매개가 존재합니다. 부분매개는 매개변인이 통제된 후 독립변인이 종속변인에 미치는 영향이 줄어들 때 발생한다. 부분매개는 매개변수와 종속변수 사이에 중요한 관계가 있을 뿐만 아니라 독립변수와 종속변수 사이에 어떤 직접적인 관계가 있음을 의미합니다. 부분 매개는 독립 변수가 매개 변수를 포함하지 않고 여전히 종속 변수에 직접 영향을 줄 수 있다는 것입니다. 이 경우,바론 & 케니, 1986 ). 이때 독립변수가 종속변수에 미치는 영향의 계수값이 매개변수가 종속변수에 미치는 영향의 계수값보다 크면 매개효과가 없다. 간접 효과 관계와 전체 효과 관계를 테스트하여 간접 관계의 계수 값을 결정합니다. 중재 검정을 공식화하고 시행하는 절차는 Baron과 Kenny(1986 ) 가 제안한 절차를 참고하여 이루어진다 .

위 표의 내용과 같이 LDR → CAR → ROA의 매개가설 검정을 한 결과 간접효과의 계수값은 0.054, p값은 0.016(p < 10%)이다. 이러한 결과는 자본적정성이 은행의 유동성에 미치는 영향을 유의미하게 매개하고 있음을 의미한다. LDR → ROA의 직접 경로는 0.005의 값으로 유의하며, 이는 매개 관계를 테스트할 수 있음을 확인합니다. 또 다른 조정관계는 NPL → CAR → ROA이다. 이 매개 가설을 검증한 결과 계수 값은 -0.036이고 p-값은 0.009임을 알 수 있습니다. 그 결과 부실채권(NPL)이 자본적정성(CAR)을 통해 은행실적(ROA)에 영향을 미치기 때문에 부분적 조정이 있는 것으로 나타났다.

표 4: 간접 효과 및 총 효과

4.5. 논의

불량신용이 은행성과에 부정적인 영향을 미친다는 첫 번째 가설에 대해 가설검정을 실시하였다. 테스트 결과 얻은 계수 값은 0.252인 반면 p-값은 0.013입니다. 따라서 첫 번째 가설은 채택되지만 관계는 유의하지 않다. 이 관계의 방향은 부정적입니다. 신용불량이 은행의 실적에 미치는 영향은 크지 않은데, 신용불량이 높다고 해서 은행의 실적이 낮은 경우에는 심각한 영향을 미치지 않기 때문입니다. NPL을 충당할 다른 자금 출처가 아직 남아 있기 때문이다. 이 결과는 Serwadda(2018). 유동성이 은행 성과에 긍정적인 영향을 미친다는 두 번째 가설에 대한 가설 검정도 수행했다. 검정 결과 이 ​​가설의 p-값이 0.005로 나타나 두 번째 가설이 채택되었음을 확인합니다. 이 결과는 Zaineldeen(2018 )이 제시한 결과와 일치합니다.), 이는 유동성과 은행 성과 사이에 양의 관계가 있음을 보여줍니다. 유동성이 은행 실적에 미치는 영향 방향은 긍정적이다. 이 입장은 상업 대출 이론, 이동 가능성 이론 및 예상 소득 원칙을 준수합니다. 이 모든 이론은 중개 기능을 수행할 수 있는 능력을 갖춘 은행이 저축 자금을 모으고 이 자금을 균형 있게 분배할 수 있는 능력을 가진 은행이라고 말했습니다. 이 발견은 유동성이 은행 성과에 중요한 역할을 한다는 신조를 뒷받침합니다. 유동성이 높으면 은행이 소유한 자금원을 생산적으로 사용한 것이고, 이 자금을 생산적으로 사용하면 은행 수익성이 높아진다.

또한 부실신용이 자본적정성에 부(-)의 영향을 미친다는 세 번째 가설에 대해 가설검정을 적용하였다. 테스트 결과는 이 가설의 p-값이 0.040, 즉 정확히 < 0.001로 세 번째 가설이 채택되었음을 나타냅니다. 이 입장은 자본 적정성이 긍정적인 영향을 미치지만 부분적으로 은행 성과에 영향을 미친다는 결과와 일치합니다( Margono et al., 2020 ).

은행 경영진은 은행이 위험을 지원할 수 있는 적절한 자본을 확보할 일차적인 책임을 집니다. 은행은 선택한 내부 자본 목표가 근거가 충분하고 이러한 목표가 전반적인 위험 프로필 및 현재 운영 환경과 일치한다는 것을 입증할 수 있어야 합니다( Ezike & Oke, 2013 ). 좋은 신용 분배는 채무불이행 발생을 최소화할 수 있습니다( Margono et al., 2020 ;르 & 딥, 2020 ;Le & Nguyen, 2020 ).

자본적정성이 은행성과에 정(+)의 영향을 미친다는 네 번째 가설에 대해서도 가설검정을 실시하였다. 좋은 자본적정성은 자산 감가상각을 충당하기 위해 은행이 소유한 많은 양의 자본준비금과 관련이 있는 것으로 밝혀졌습니다. 은행 경영진은 은행이 적절한 자본을 보유하고 있는지 확인해야 합니다. 자본은 안전하고 건전한 은행의 핵심 요소이며 그 이유는 다음과 같습니다. 은행은 위험을 감수하고 위험이 구체화되면 손실을 입을 수 있습니다. 안전을 유지하고 사람들의 예금을 보호하기 위해 은행은 그러한 손실을 흡수하고 호황과 불황을 계속 유지할 수 있어야 합니다. 그것이 은행 자본이 사용되는 것입니다.

이에 관한 한 나쁜 신용과 유동성은 부분적으로 자본 적정성에 의해 조정됩니다. 자본적정성은 신용불량과 유동성이 은행의 실적에 미치는 영향을 매개하는 변수이다. 신용 불량이 발생하거나 은행의 유동성이 충분하지 않은 경우 은행 경영진은 최상의 솔루션을 찾아야 합니다. 은행 경영진이 고려해야 할 해결책 중 하나는 자본금을 사용하여 고객의 채무 불이행을 충당하는 것입니다. 채무 불이행의 이유는 다양하지만 가장 두드러진 이유는 금리 인상입니다. 이 입장은 다음을 포함한 여러 연구와 일치합니다.Safitriet al. ( 2020a, 2020b). 일반적으로 이러한 연구에서는 높은 수준의 불량 신용은 높은 수준의 고객 불이행으로 표시되며 그 결과 은행 실적이 저하된다는 사실을 발견했습니다.

5. 결론

본 연구는 자본적정성을 통해 부실신용 및 유동성이 은행성과에 미치는 영향을 실증적으로 검증하는 것을 목적으로 한다. 본 연구는 2011년부터 2019년까지 인도네시아 증권거래소에 상장된 은행기관을 대상으로 진행되었습니다. 본 연구의 결과는 부실신용 및 유동성이 은행 실적에 직간접적으로 영향을 미치는 것으로 나타났습니다. 가설 1과 가설 4는 받아들여지지만 둘의 관계는 중요하지 않다. 가설 2와 가설 3은 모두 채택되었으며 둘의 관계는 중요합니다. 가설 5는 자본적정성을 부분 매개하여 채택되었다. 이러한 조사 결과를 바탕으로 높은 수준의 신용 불량은 은행이 겪는 높은 수준의 잠재적 손실과 관련이 있다는 결론을 내립니다. 반면 신용 불량과 유동성은 은행 실적 증가에 승수 효과가 있습니다.

for (CKEDITOR.instances의 var 키) { var editor = CKEDITOR.instances[key]; var 요소 = 편집기.요소; var 구성 = editor.config; if ( isMarkTagAllowed(config) ) { 계속; } config.extraAllowedContent = '마크; ' + (config.extraAllowedContent || ''); var originEditorKey = null; for (창의 var 키) { if ( window[key] === 편집기 ) { originEditorKey = 키; 부서지다; } } var extraProperties = { listSeq: editor.listSeq // KISTI 기계 학습 데이터 구축 작업 대응 }; console.log('destroy 전 listSeq', editor.listSeq); editor.destroy(); window[originEditorKey] = 편집기 = CKEDITOR.replace(요소, 구성); for (extraProperties의 var key) { editor[key] = extraProperties[key]; } console.log('재작성 후 추가 속성', extraProperties); } }, 100); for (CKEDITOR.instances의 var 키) { var editor = CKEDITOR.instances[key]; var 요소 = 편집기.요소; var 구성 = editor.config; if ( isMarkTagAllowed(config) ) { 계속; } config.extraAllowedContent = '마크; ' + (config.extraAllowedContent || ''); var originEditorKey = null; for (창의 var 키) { if ( window[key] === 편집기 ) { originEditorKey = 키; 부서지다; } } var extraProperties = { listSeq: editor.listSeq // KISTI 기계 학습 데이터 구축 작업 대응 }; console.log('destroy 전 listSeq', editor.listSeq); editor.destroy(); window[originEditorKey] = 편집기 = CKEDITOR.replace(요소, 구성); for (extraProperties의 var key) { editor[key] = extraProperties[key]; } console.log('재작성 후 추가 속성', extraProperties); } }, 100);[/스크립트] var 요소 = 편집기.요소; var 구성 = editor.config; if ( isMarkTagAllowed(config) ) { 계속; } config.extraAllowedContent = '마크; ' + (config.extraAllowedContent || ''); var originEditorKey = null; for (창의 var 키) { if ( window[key] === 편집기 ) { originEditorKey = 키; 부서지다; } } var extraProperties = { listSeq: editor.listSeq // KISTI 기계 학습 데이터 구축 작업 대응 }; console.log('destroy 전 listSeq', editor.listSeq); editor.destroy(); window[originEditorKey] = 편집기 = CKEDITOR.replace(요소, 구성); for (extraProperties의 var key) { editor[key] = extraProperties[key]; } console.log('재작성 후 추가 속성', extraProperties); } }, 100);[/스크립트] var 요소 = 편집기.요소; var 구성 = editor.config; if ( isMarkTagAllowed(config) ) { 계속; } config.extraAllowedContent = '마크; ' + (config.extraAllowedContent || ''); var originEditorKey = null; for (창의 var 키) { if ( window[key] === 편집기 ) { originEditorKey = 키; 부서지다; } } var extraProperties = { listSeq: editor.listSeq // KISTI 기계 학습 데이터 구축 작업 대응 }; console.log('destroy 전 listSeq', editor.listSeq); editor.destroy(); window[originEditorKey] = 편집기 = CKEDITOR.replace(요소, 구성); for (extraProperties의 var key) { editor[key] = extraProperties[key]; } console.log('재작성 후 추가 속성', extraProperties); } }, 100);[/스크립트] + (config.extraAllowedContent || ''); var originEditorKey = null; for (창의 var 키) { if ( window[key] === 편집기 ) { originEditorKey = 키; 부서지다; } } var extraProperties = { listSeq: editor.listSeq // KISTI 기계 학습 데이터 구축 작업 대응 }; console.log('destroy 전 listSeq', editor.listSeq); editor.destroy(); window[originEditorKey] = 편집기 = CKEDITOR.replace(요소, 구성); for (extraProperties의 var key) { editor[key] = extraProperties[key]; } console.log('재작성 후 추가 속성', extraProperties); } }, 100);[/스크립트] + (config.extraAllowedContent || ''); var originEditorKey = null; for (창의 var 키) { if ( window[key] === 편집기 ) { originEditorKey = 키; 부서지다; } } var extraProperties = { listSeq: editor.listSeq // KISTI 기계 학습 데이터 구축 작업 대응 }; console.log('destroy 전 listSeq', editor.listSeq); editor.destroy(); window[originEditorKey] = 편집기 = CKEDITOR.replace(요소, 구성); for (extraProperties의 var key) { editor[key] = extraProperties[key]; } console.log('재작성 후 추가 속성', extraProperties); } }, 100);[/스크립트] listSeq); editor.destroy(); window[originEditorKey] = 편집기 = CKEDITOR.replace(요소, 구성); for (extraProperties의 var key) { editor[key] = extraProperties[key]; } console.log('재작성 후 추가 속성', extraProperties); } }, 100);[/스크립트] listSeq); editor.destroy(); window[originEditorKey] = 편집기 = CKEDITOR.replace(요소, 구성); for (extraProperties의 var key) { editor[key] = extraProperties[key]; } console.log('재작성 후 추가 속성', extraProperties); } }, 100);[/스크립트]

참조

1. 아타나소프, V. (2016). 조건부 금리 위험과 초과 주식 수익의 교차점. 금융경제론, 30(3), 23-32. https://doi.org/10.1016/j.rfe.2016.02.003
2. 알조르칸, S. (2014). 은행 유동성 위험 및 성과: 요르단 은행 시스템에 대한 실증적 연구. 재무회계학회지, 5(12), 100-112. https://www.iiste.org/Journals/index.php/RJFA/article/view/13583
3. Atahau, ADR, & Cronje, T. (2019). 초점 전략이 효과가 있습니까? 인도네시아 은행 대출 포트폴리오 연구. 아시아경제학회지, 13(3), 450-471. https://doi.org/10.1108/JABS-11-2017-0202
4. Baron, RM, & Kenny, DA (1986). 사회 심리학 연구에서 중재자-매개자 변수 구분: 개념적, 전략적 및 통계적 고려 사항. 성격 및 사회 심리학 저널, 51(6), 1173-1182. https://doi.org/10.1037//0022-3514.51.6.1173
5. Boadi, EK, Li, Y. & Lartey, VC (2016). 은행 수익성의 은행 고유, 거시 경제 및 위험 결정 요인의 역할: 가나 농촌 은행 산업의 실증적 증거. 국제 경제 및 금융 문제 저널, 6(2), 111-127. https://www.econjournals.com/index.php/ijefi/article/view/1835
6. Bhattacharya, H. (2013). 은행산업의 자본규제와 리스크 증가: 재무회계 관점. 은행학 학술지, 12(1), 102-115. https://search.proquest.com/openview/eb09f8713adb89a071ec8678ec58fb47/1?pq-origsite=gscholar&cbl=39596
7. 다이아몬드, DW (1984). 금융 중개 및 위임 모니터링. 경제연구론, 51(3), 393-414. https://doi.org/10.2307/2297430
8. Ezike, JE, & Oke, MO(2013). 자본 적정성 기준, Basle 협정 및 은행 실적: 나이지리아 경험: 나이지리아의 일부 은행에 대한 사례 연구. 아시아경제금융리뷰, 7(1), 2230-2240. http://www.aessweb.com/pdf-files/146-159.pdf.
9. 가르, DK (2013). 가나 은행 산업의 신용 위험 결정 요인: 개발 도상국 연구, 3(11), 64-78. https://core.ac.uk/download/pdf/234681334.pdf.
10. Gizaw, M., Kebede, M., & Selvaraj, S. (2015). 신용 위험이 에티오피아 상업 은행의 수익성 성과에 미치는 영향. 아프리카 경영학 저널, 9(2), 59-66. https://doi.org/10.5897/AJBM2013.7171
11. 이산주, JS(2017). 중국 은행의 재무 성과에 대한 신용 위험의 영향. 국제 비즈니스 연구 및 마케팅 저널, 2(3), 14-17. https://doi.org/10.18775/jibrm.1849-8558.2015.23.3002
12. Jha, S., & Hui, X. (2012). 상업은행의 재무성과 비교: 네팔 사례연구. 아프리카 경영학 저널, 6(25), 7601. https://doi.org/10.5897/AJBM11.3073
13. Khaled, AZ & Daas, G. (2017). CAMEL 모델을 이용한 팔레스타인 은행 분석. 12(5), 10-25. https://www.econjournals.com/index.php/ijefi/article/view/3238
14. Le, QH, & Nguyen, BN(2020). 신용이 베트남 소득 불평등에 미치는 영향. 아시아금융경제경영학회지, 7(5), 111-118. https://doi.org/10.13106/JAFEB.2020.VOL7.NO5.111
15. 르, TTD, & 딥, TT (2020). 대출구조 집중이 신용위험에 미치는 영향: 베트남 상업은행의 증거. 아시아금융경제경영학회지, 7(7), 59-72. https://doi.org/10.13106/jafeb.2020.vol7.no7.059
16. Margono, H., Wardani, MK, & Safitri, J. (2020). 은행 실적 개선을 위한 자본적정성과 유동성의 역할. 아시아금융경제경영학회지, 7(11), 75-81. https://doi.org/10.13106/jafeb.2020.vol7.no11.075
17. Manab, NA, Theng, NG, & Md-Rus, R. (2015). The determinants of credit risk in Malaysia". Procedia-Social and Behavioral Sciences, 172(2), 301-308. https://doi.org/10.1016/j.sbspro.2015.01.368
18. Maryam Piri, ER, & Seyed Asadollahi, Y. (2017). 이란 상업은행의 재무성과에 미치는 영향 요인 검토. 9(1), 451-462. https://search.proquest.com/openview/f6a5232ea1237e58d61a99b1e515334c/1?pq-origsite=gscholar&cbl=51667
19. Mayes, DG, & Stremmel. H. (2012). 은행 부실 예측에 있어 자본 적정성 측정의 효과. 7(2), 213-225. https://www.suerf.org/docx/s_dfbd282c18300fa0eccceea6c5fac41f_3991_suerf.pdf
20. 마로즈바, G. (2015). 유동성 및 은행 실적. 국제 비즈니스 및 경제 연구 저널(IBER), 14(3), 453. https://doi.org/10.19030/iber.v14i3.9218
21. Noman, AH, Pervin, S., & Chowdhury, MM (2015). 신용위험이 은행 수익성에 미치는 영향: 방글라데시의 사례. 글로벌 경영 및 비즈니스 연구 저널, 15(3), 41-48. https://globaljournals.org/GJMBR_Volume15/5-TheEffect-of-Credit-Risk.pdf
22. Owoputi, JA, Kayode, OF, & Adeyefa, FA(2014). 나이지리아의 은행 수익성에 대한 은행별, 산업별 및 거시경제적 결정요인. 유럽 ​​과학 저널, 10(25), 57-69. https://doi.org/10.19044/esj.2014.v10n25p%p
23. Paleni, H., Hidayat, S., & Dadang, PJ (2017). 수익성 결정요인: 인도네시아 기업의 증거. 국제 경제 전망 저널, 11(3), 1049-1057.
24. Powers, MR, HA, Hassan AT, & Mohammed, AM(2007). 은행의 위험 관리: UAE 국내 은행과 외국 은행의 비교 연구. 위험금융학회지, 8(4), 394-409. https://doi.org/10.1108/15265940710777333
25. 파일, DH (1971). 금융 중개 이론. 금융 저널, 26(3), 737-747. 1999. https://doi.org/10.1111/j.1540-6261.1971.tb01727
26. 라트노브스키, L. (2013). 은행 위험 관리의 유동성 및 투명성. 금융중개학회지, 22(3), 422-439. https://doi.org/10.1.1.1090.5274 https://doi.org/10.1.1.1090.5274
27. Safitri, J., Kadarningsih, A., Din, MU, & Rahayu, S. (2020a). IDX에 상장된 은행 회사의 은행 성과에 대한 유동성과 자본 적정성 사이의 중재자로서 신용 위험의 영향. Jurnal Penelitian Ekonomi Dan Bisnis, 5(2), 152-161. https://doi.org/10.33633/jpeb.v5i2.3550
28. Safitri, J., Taolin, ML, & Prasilowati, SL(2020b). 은행 실적에 대한 신용 위험에 이자율 위험 포함: 인도네시아의 증거. Jurnal Riset Akuntansi Dan Perpajakan, 7(1), 13-26. https://doi.org/10.35814/jrap.v7i01.1472
29. Serwadda, I. (2018). 신용 위험 관리 시스템이 우간다 상업 은행의 재무 성과에 미치는 영향. Acta Universitatis Agriculturae et Silviculturae Mendelianae Brunensis, 66(6), 1627-1635. https://doi.org/10.11118/actaun201866061627
30. Sholihin, M., & Ratmono, M. (2013). 사회 및 비즈니스 연구에서 비선형 관계를 위한 Warp PLS 3.0을 사용한 SEM-PLS 분석. 족자카르타: 출판사 Andi.
31. 슈말츠, C. (2009). 유동성 관리: 은행의 양적 유동성 모델. 영국 런던: 스프링거.
32. 터소이, T. (2018). 은행 업계의 위험 관리 프로세스(작업 문서 86427). MPRA. https://mpra.ub.unimuenchen.de/86427/
33. M. 자이넬딘(2018). 팔레스타인 은행 부문의 유동성 및 수익성 분석. 국제 무역, 물류 및 법률 저널, 4(1), 44-53. http://jital.org/index.php/jital/article/view/88