نوع مقاله : مقاله پژوهشی

نویسندگان

• رضا فرید ¹
• شهریار نصابیان ²
• مهناز ربیعی ³

¹ دانشجوی دکتری اقتصاد ، گروه علوم اقتصادی ، واحد بین الملل کیش ، دانشگاه آزاد اسلامی ، کیش ، ایران

² گروه اقتصاد ، دانشگاه آزاد اسلامی ، واحد تهران مرکز ، تهران ، ایران

³ گروه اقتصاد ، دانشگاه آزاد اسلامی ، واحد تهران جنوب، تهران ، ایران

چکیده

پیشینه و اهداف: پایداری نظام مالی یکی از مهم‌ترین پیش‌نیازهای رشد اقتصادی پایدار و حفظ اعتماد عمومی در هر کشور محسوب می‌شود. در این میان، بانک‌ها و شرکت‌های بیمه به‌عنوان دو رکن اساسی نظام مالی، نقش مکملی در تجهیز منابع، تخصیص سرمایه، مدیریت ریسک و حفظ ثبات اقتصادی ایفا می‌کنند. با گسترش پیوندهای مالی، سرمایه‌گذاری‌های مشترک و تعاملات نهادی، عملکرد این دو بخش بیش از گذشته به یکدیگر وابسته شده است. بااین‌حال، اغلب مطالعات پیشین، بانک و صنعت بیمه را به‌صورت مستقل تحلیل کرده و از بررسی هم‌افزایی نهادی میان این دو نهاد و پیامدهای آن برای پایداری نظام مالی بازمانده‌اند. هدف اصلی این پژوهش، تبیین نقش هم‌افزایی نهادی میان بانک و بیمه در ارتقای تاب‌آوری صنعت بیمه و پایداری نظام مالی با به‌کارگیری مدل پویایی نهادی ترکیبی (HIDM) است.
روش‌شناسی: این پژوهش از نظر هدف، کاربردی-تحلیلی و از حیث ماهیت، توصیفی-تبیینی است و با یک طرح کمّی متوالی چندمرحله‌ای اجرا شده است. داده‌های پژوهش از صورت‌های مالی حسابرسی‌شده بانک‌ها و شرکت‌های بیمه (سامانه کدال)، گزارش‌های توانگری بیمه مرکزی، و داده‌های کلان اقتصادی (بانک مرکزی و مرکز آمار ایران) برای دوره ۱۲ ساله ۱۳۹۳ تا ۱۴۰۴ گردآوری شده است. نمونه پژوهش شامل ۹ بانک منتخب با سه نوع مالکیت (دولتی، خصوصی‌شده، خصوصی) و شرکت‌های بیمه مرتبط با آن‌هاست. تجزیه و تحلیل داده‌ها در چارچوب مدل HIDM و در سه فاز متوالی شامل تحلیل کارایی پویا (Dynamic DEA)، استنتاج علی بیزی (Dynamic Bayesian Panel Probit) و شبیه‌سازی مبتنی بر عامل (ABM) انجام شده است.
یافته‌ها: نتایج پژوهش نشان‌دهنده وجود شکاف نهادی معناداری بین نهادهای مالی دولتی و خصوصی است؛ به‌گونه‌ای که میانگین کارایی پویا در بانک‌های خصوصی (۰.۷۹۲) و شرکت‌های بیمه خصوصی (۰.۷۵۳) به‌طور قابل‌توجهی بالاتر از همتایان دولتی آن‌هاست. کیفیت حکمرانی (Git) با ضریب ۰.۳۱۲ و عامل بیز ۱۰.۴، قوی‌ترین اثر مثبت را بر هم‌افزایی نهادی دارد. یادگیری تطبیقی (Lit) با ضریب ۰.۲۴۵، علاوه بر اثر مستقیم، از طریق تقویت اثر حکمرانی (اثر تعاملی Git × Lit با ضریب ۰.۱۵۶)، به‌عنوان «ضربه‌گیر نهادی» عمل می‌کند. تعاملات شبکه‌ای (Nit) نیز با ضریب ۰.۱۹۸ و اثر تعاملی Git × Nit با ضریب ۰.۱۲۷، هم‌افزایی نهادی را تقویت می‌کند. مدل HIDM با دقت ۸۷.۹٪ (AUC=0.879)، توانایی هشداردهی ۹ ماه قبل از وقوع بحران‌های سیستمی را دارد.
نتیجه‌گیری: پایداری نظام مالی، نه محصول عملکرد منفرد بانک‌ها یا شرکت‌های بیمه، که حاصل کیفیت تعاملات نهادی میان آن‌هاست. سه سازوکار کیفیت حکمرانی، یادگیری تطبیقی و تعاملات شبکه‌ای، به‌صورت هم‌زمان و هم‌افزا، ظرفیت نظام مالی را برای جذب شوک‌ها و حفظ ثبات افزایش می‌دهند. هیچ‌یک از این سه سازوکار به‌تنهایی کافی نیست و سیاست‌گذاران باید راهبردی یکپارچه برای ارتقای هم‌زمان آن‌ها در کل نظام مالی اتخاذ کنند. استقرار سامانه HIDM-EWS در دبیرخانه ثبات مالی و ایجاد «شورای هماهنگی ثبات مالی» میان بانک مرکزی و بیمه مرکزی، از مهم‌ترین پیشنهادهای سیاستی این پژوهش است.

کلیدواژه‌ها

• پایداری نظام مالی
• هم‌افزایی بانک و بیمه
• تاب‌آوری صنعت بیمه
• مدل پویایی نهادی ترکیبی (HIDM)
• یادگیری تطبیقی

موضوعات

• اقتصاد مالی‌/ بیمه

عنوان مقاله [English]

Institutional Synergy between Banking and Insurance in Enhancing Insurance Industry Resilience: A Conceptual Fram

نویسندگان [English]

• Reza Farid ¹
• Shahryar Nessabian ²
• Mahnaz Rabiei ³

¹ PhD student in Economics, Department of Economic Sciences, Kish International Branch, Islamic Azad University, Kish, Iran

² Economics Department, Islamic Azad University, Central Tehran Branch, Tehran, Iran

³ Department of Economics, Islamic Azad University, South Tehran Branch, Tehran, Iran

چکیده [English]

Extended Abstract
BACKGROUND AND OBJECTIVES:
Financial system stability constitutes a fundamental prerequisite for sustainable economic growth and the preservation of public confidence in contemporary economies. Within this architecture, banks and insurance companies function as two interconnected pillars whose complementary roles in resource mobilization, capital allocation, and risk management have become increasingly interdependent. The proliferation of joint investments, cross-ownership structures, and institutional interactions has progressively blurred the traditional boundaries between banking and insurance activities, rendering isolated analyses of either sector both theoretically inadequate and practically misleading. Despite the growing body of literature on banking stability and insurance resilience as separate domains, a significant theoretical and empirical gap persists: no coherent framework has yet been developed to systematically analyze the institutional synergy between banks and insurance companies and its cascading implications for financial system stability. This study addresses this lacuna by deploying the Hybrid Institutional Dynamics Model (HIDM) as a novel analytical framework that simultaneously quantifies three critical institutional mechanisms—governance quality, adaptive learning capacity, and network interactions—to examine how bank-insurance synergy can be leveraged to strengthen insurance industry resilience and financial system stability.
METHODS:
This study adopts a pragmatic research paradigm and employs a sequential multi-phase quantitative design. The empirical analysis encompasses a purposive sample of nine Iranian banks, stratified by ownership structure into state-owned, privatized, and private categories, alongside their linked insurance companies, covering a twelve-year period from 2014 to 2025, with particular emphasis on the critical years of 2022 and 2025 during which banking crises, economic shocks, and social unrest converged. Data were sourced from audited financial statements, insurance solvency reports, and macroeconomic indicators. The analytical framework is structured around the HIDM model, which operates across three interconnected phases. Phase 1 employs Dynamic Data Envelopment Analysis with a Network Slack-Based Measure approach and carry-over variables to compute dynamic efficiency scores for each financial institution. Phase 2 utilizes a Dynamic Bayesian Panel Probit model with a lagged dependent variable to estimate the non-linear and threshold effects of institutional quality, adaptive learning capacity, and network centrality on the probability of financial distress and institutional synergy. Model estimation was conducted using Markov Chain Monte Carlo simulation with 10,000 iterations in PyMC3, with convergence confirmed through the Gelman-Rubin diagnostic. Phase 3 calibrates an Agent-Based Model with heterogeneous financial institutions and an adaptive regulator, simulating three policy-relevant scenarios—exchange rate shocks, price shocks, and smart supervision—over a 40-quarter horizon.
FINDINGS:
The empirical results reveal several critical findings. First, a significant institutional efficiency gap exists between state-owned and private financial institutions, with private banks (Eit=0.792) and private insurance companies (Eit=0.753) consistently outperforming their state-owned counterparts by approximately 30 percent. This divergence reflects the adverse effects of government fiscal dominance, weak corporate governance, and political intervention on resource allocation efficiency in both sectors. Second, governance quality emerges as the strongest predictor of institutional synergy, with a coefficient of 0.312 and a Bayes Factor of 10.4, providing decisive statistical evidence for the centrality of transparency, accountability, and regulatory independence in fostering bank-insurance collaboration. Third, adaptive learning capacity exerts both a direct positive effect on institutional synergy (β=0.245) and a significant moderating effect that amplifies the impact of governance quality (Git × Lit interaction β=0.156), functioning as what can be characterized as an "institutional shock absorber." Fourth, network interactions contribute positively to synergy both independently (β=0.198) and through their interaction with governance quality (Git × Nit interaction β=0.127). However, a cautionary finding emerges: dense network connections, in the absence of robust governance mechanisms, can transform from risk-mitigating conduits into channels for accelerated systemic contagion. Fifth, the HIDM model demonstrates 87.9 percent predictive accuracy (AUC=0.879) with a nine-month early warning capability, offering a quantitative, interpretable, and institution-sensitive tool for systemic risk surveillance.
CONCLUSION:
This study establishes that financial system stability is not the product of isolated bank or insurance company performance, but rather emerges from the quality of institutional interactions between these two pillars. The three mechanisms of governance quality, adaptive learning, and network interactions operate synergistically rather than independently, meaning that deficiencies in any single dimension cannot be fully compensated by strengths in the others. The critical policy implication is that regulators must transcend sectoral approaches and adopt an integrated strategy that simultaneously enhances all three mechanisms across the entire financial system. The establishment of a Financial Stability Coordination Council jointly operated by the Central Bank and the Central Insurance authority, the institutionalization of quarterly Git, Lit, and Nit monitoring as supervisory key performance indicators, and the operational deployment of the HIDM Early Warning System within the financial stability directorate represent urgent strategic imperatives for safeguarding financial system stability.

کلیدواژه‌ها [English]

• Financial System Stability
• Bank-Insurance Synergy
• Insurance Industry Resilience
• Hybrid Institutional Dynamics Model (HIDM)
• Adaptive Learning