أثر جائحة كورونا على القطاع المصرفي السعودي: دراسة مطبقة على البنوك السعودية
Bibliographic record
Abstract
أظهرت الأزمة الصحية العالمية الناجمة عن انتشار وباء كورونا المستجد- في ما يخص قطاع المصارف عبر العالم- أن فترة الحجر الإلزامي التي فرضتها غالبية الدول حول العالم، شكّلت ضغوطاً متزايدة من المخاطر على نشاط البنوك، ولا سيما البنوك الناشطة في القروض للشركات بعدما اضطر الكثير من المؤسسات حول العالم للتوقف عن النشاط الإنتاجي أو الصناعي، وبالتالي كشفت الأزمة أن القروض المصرفية خلال الأزمة الصحية هذه لم تكن متساوية بين قطاع وآخر. ومن هذا المنطلق جاءت فكرة البحث، وقد اعتمدت الباحثة على المنهج الوصفي في جانبه النظري وذلك للإلمام بمختلف جوانب الدراسة، والمنهج التحليلي للقوائم المالية للبنوك السعودية وذلك خلال التسعة أشهر والربع الرابع من العام 2020 مقارنة مع الفترة خلال التسعة أشهر والربع الرابع من العام 2019. وانتهت الدراسة إلى جملة من النتائج والتوصيات منها: زيادة الطلب على القروض الممنوحة من البنوك لقطاع الشركات، وذلك للسيطرة على تداعيات جائحة كورونا، وكذلك فقد انخفضت أرباح أغلب البنوك السعودية المكونة لعينة الدراسة باستثناء (الأهلي التجاري، مصرف الراجحي والبنك السعودي للاستثمار) وصافي دخلها من العمليات المختلفة بشكل واضح في التسعة أشهر من العام 2020 مقارنة مع التسعة أشهر من العام الماضي، كما ارتفع أيضاً مخصص خسائر الائتمان لأغلب البنوك عينة الدراسة وذلك بسبب تداعيات جائحة كورونا على الاقتصاد العالمي بشكل عام في 2020، وعلى الاقتصاد السعودي ككل، وعلى القطاع المصرفي السعودي بشكل خاص. كما يجب العمل على وضع التشريعات والأطر القانونية والتنظيمية من مؤسسة النقد العربي السعودي، التي تعمل على استفادة البنوك من حزم الانقاذ وإجراءات الدعم التي اتخذتها المؤسسة لدعم قطاع البنكي السعودي، والعمل على الأخذ بعين الاعتبار اقتراحات لجنة بازل فيما يخص تجاوز الآثار السلبية للمخاطر البنكية، خاصة في هذه الأزمة وسرعة اتشار الفيروس سعياً منها للحفاظ على الاستقرار المالي.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.005 |
| Insufficient payload (model declined to judge) | 0.327 | 0.324 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".