UNIVERSITEIT GENT FACULTEIT ECONOMIE EN BEDRIJFSKUNDE ACADEMIEJAAR 2009 – 2010
Analyse van het renterisico van Europese banken
Masterproef voorgedragen tot het bekomen van de graad van Master in de Toegepaste Economische Wetenschappen: Handelsingenieur
Andries Dauwe
onder leiding van
Prof. Dr. R. Vander Vennet
UNIVERSITEIT GENT FACULTEIT ECONOMIE EN BEDRIJFSKUNDE ACADEMIEJAAR 2009 – 2010
Analyse van het renterisico van Europese banken
Masterproef voorgedragen tot het bekomen van de graad van Master in de Toegepaste Economische Wetenschappen: Handelsingenieur
Andries Dauwe
onder leiding van
Prof. Dr. R. Vander Vennet
Ondergetekende verklaart dat de inhoud van deze masterproef mag geraadpleegd en/of gereproduceerd worden, mits bronvermelding. Andries Dauwe
Dankwoord Graag zou ik iedereen willen bedanken die heeft bijgedragen tot de verwezenlijking van deze scriptie, in het bijzonder dank ik: • mijn promotor Prof. Dr. R. Vander Vennet voor het scheppen van de mogelijkheid dit onderzoek te verrichten. • mijn scriptiebegeleider Glenn Schepens voor de uitstekende begeleiding.
I
Inhoudsopgave Dankwoord ................................................................................................................................. I Inhoudsopgave .......................................................................................................................... II Lijst met Afkortingen ................................................................................................................ V Lijst met Figuren ...................................................................................................................... VI Lijst met Tabellen................................................................................................................... VIII
1
2
Inleiding ........................................................................................................................... - 1 1.1
Onderwerp .......................................................................................................................... - 1 -
1.2
Doel ..................................................................................................................................... - 2 -
Literatuurstudie ................................................................................................................ - 3 2.1
Werking van een bank ......................................................................................................... - 3 -
2.2
Geschiedenis........................................................................................................................ - 5 -
2.3
Het CAPM ............................................................................................................................ - 6 -
2.4
Risico.................................................................................................................................... - 7 -
2.4.1
Algemeen risico ........................................................................................................... - 7 -
2.4.2
Renterisico ................................................................................................................... - 8 -
2.4.3
Bankspecifieke karakteristieken .................................................................................. - 8 -
2.4.4
Interest rate risico afkomstig van de balans compositie ........................................... - 10 -
2.5
Basel akkoorden ................................................................................................................ - 12 -
2.6
Interest rate sensitivity...................................................................................................... - 13 -
2.6.1
Situering..................................................................................................................... - 13 -
2.6.2
Nominal contracting hypothese ................................................................................ - 15 -
2.6.3
Maturity mismatch hypothese .................................................................................. - 16 -
2.7
Term Structure .................................................................................................................. - 17 -
2.8
Allerlei................................................................................................................................ - 19 -
2.9
Hedging Instrumenten....................................................................................................... - 19 -
2.9.1
Forward rate agreement ........................................................................................... - 20 -
2.9.2
Futures ....................................................................................................................... - 20 -
2.9.3
Swap .......................................................................................................................... - 20 -
2.10 3
Hedging met renteswaps................................................................................................... - 21 -
Onderzoek .......................................................................................................................- 25 -
II
3.1
Doelstelling ........................................................................................................................ - 25 -
3.2
Data ................................................................................................................................... - 25 -
3.2.1
Returns ...................................................................................................................... - 25 -
3.2.2
Interest factor ............................................................................................................ - 27 -
3.3
Regressies .......................................................................................................................... - 32 -
3.3.1
Multicollineariteit ...................................................................................................... - 32 -
3.3.2
Heteroscedasticiteit .................................................................................................. - 33 -
3.3.3
Autocorrelatie............................................................................................................ - 34 -
3.3.4
Oplossen van heteroscedasticiteit en autocorrelatie ............................................... - 35 -
3.3.5
Gebruikte code in Eviews .......................................................................................... - 35 -
3.4
Beschrijving resultaten ...................................................................................................... - 36 -
3.5
Verklaring resultaten ......................................................................................................... - 38 -
3.5.1
Europese interest rates ............................................................................................ - 38 -
3.5.2
Amerikaanse interest rates ...................................................................................... - 40 -
3.5.3
Test van de consistentie van de resultaten bij periode veranderingen .................... - 41 -
3.5.4
Waarde interest rate coëfficiënten ........................................................................... - 43 -
3.6
Alternatieve analyse van de resultaten ............................................................................. - 43 -
3.6.1
Maturity ..................................................................................................................... - 43 -
3.6.2
Bankspecifieke karakteristieken ................................................................................ - 44 -
3.6.3
Correlatie ................................................................................................................... - 45 -
3.6.4
Steekproeftrekking .................................................................................................... - 46 -
3.6.5
Correlatie tussen bankkarakteristieken .................................................................... - 47 -
3.6.6
Correlatie bankkarakteristiek en interest rate coëfficiënt ........................................ - 47 -
3.7
Hedging.............................................................................................................................. - 48 -
3.7.1
Wat is hedging? ......................................................................................................... - 48 -
3.7.2
Hedge Accounting ..................................................................................................... - 49 -
3.7.3
Marktrisico................................................................................................................. - 50 -
3.7.4
Trading en banking book ........................................................................................... - 50 -
3.8
Tools .................................................................................................................................. - 50 -
3.8.1
Value-at-Risk (VaR) .................................................................................................... - 51 -
3.8.2
Backtesting ................................................................................................................ - 52 -
3.8.3
Stress testing ............................................................................................................. - 53 -
3.8.4
Economisch kapitaal .................................................................................................. - 53 -
3.8.5
Interest rate gap analysis .......................................................................................... - 53 -
III
3.8.6 4
Sensitivity analysis ..................................................................................................... - 55 -
Interest rate risico management.......................................................................................- 58 4.1
De niet-rentegevoelige banken ......................................................................................... - 58 -
4.1.1
Beschrijving gebruikte tools ...................................................................................... - 59 -
4.1.2
Gebruikte hedging strategieën .................................................................................. - 62 -
4.2
De rentegevoelige banken ................................................................................................ - 64 -
4.2.1
Banca Carige .............................................................................................................. - 66 -
4.2.2
Deutsche Bank 2009 .................................................................................................. - 70 -
5
Conclusie .........................................................................................................................- 74 -
6
Literatuurlijst ....................................................................................................................... IX
7
Appendix ........................................................................................................................... XIII
IV
Lijst met Afkortingen In alfabetische volgorde: ALCO: Assets and Liabilities Committee ALM: Asset and Liability Management BPV: Basis Point Value CAPM: Capital Asset Pricing Model EAR: Earnings at Risk Euribor: Euro Interbank Offered Rate FRA: Forward Rate Agreement IRR: Interest Rate Risk IRS: Interest Rate Swap MMH: Maturity Mismatch Hypothese NPV: Net Present Value OBS: Off-Balance Sheet OTC: Over The Counter VaR: Value-at-Risk
V
Lijst met Figuren Figuur 1: Eenvoudige bankbalans ................................................................................................................. - 5 Figuur 2: De yield curve op 22 juli 2009......................................................................................................- 18 Figuur 3: Voorstelling van een Interest Rate Swap tussen ING en KBC ...................................................... .- 21 Figuur 4: De cashflows (in miljoen €) die KBC ondergaat in een interest rate swap van € 100 miljoen op 3 jaar wanneer een vaste rente wordt betaald en een variabele wordt ontvangen. ............................................ - 22 Figuur 5: Interest rate voorwaarden op de fixed en floating rate markt ..................................................... - 22 Figuur 6: De geldstromen tussen ING en KBC tengevolge van de Interest Rate Swap ................................. - 23 Figuur 7: Overzicht van de nationaliteit van de banken in de dataset ........................................................ - 26 Figuur 8: Grafiek die de waarde van het marktportfolio weergeeft in de onderzochte periode ................. - 27 Figuur 9: Overzicht van de Europese interest rates in de periode 1/1/1999 – 25/9/2009 .......................... - 30 Figuur 10: Vergelijking tussen de Euribor rate op 3 maand en de T-bill rate op 3 maand ........................... - 31 Figuur 11: Vergelijking tussen de German Government bond rate op 10 jaar en de US Treasury bond rate op 10 jaar ........................................................................................................................................................ - 31 Figuur 12: Grafische voorstelling van het aantal significante interest rate factoren in de 3 perioden.........- 37 Figuur 13: Overzicht yield curve vlak voor de crisis (blauw) en tijdens de crisis (bruin en rood)..................- 40 Figuur 14: Vergelijking tussen de ECB en de Fed rente ............................................................................... - 41 Figuur 15: Een grafische voorstelling van de significantie van de verschillende interest rate factoren in de verschillende perioden ............................................................................................................................... - 42 Figuur 16: De significantie van de Euribor op 3 maand tijdens de crisisperiode .......................................... - 42 Figuur 17: Gemiddelde coëfficiënten die horen bij de significante interest rate factoren in de 3 perioden. - 43 Figuur 18: Grafiek die de dagelijkse VaR en het dagelijkse trading inkomen van de trading units weergeeft in het jaar 2007. ............................................................................................................................................. - 52 Figuur 19: De Value-at-Risk opgesplits in verschillende categorieën .......................................................... - 52 Figuur 20: Informatie over de maturity en de repricing gap van de geconsolideerde balans van de Banco Popular Espanol........................................................................................................................................- 55 Figuur 21: Voorbeeld van de NPV-at-risk methode.................................................. .... ............................. - 56 Figuur 23: Duration rapport van de Banco Popular Espanol.................. .................................................... - 61 Figuur 24: De gebruikte derivaten om het interest rate risico mee af te dekken van de categorie 1 banken- 63 Figuur 25: Het netto inkomen afkomstig uit derivaten op 31/12/2008 (in duizend €) ................................ - 68 -
VI
Figuur 26: Een deel van het income statement van Banca Carige...............................................................- 68 Figuur 27: Overzicht van de verschillende hedging derivaten om het interest rate risico te hedgen...........- 69 Figuur 28: Overzicht van de maturity van de verschillende derivaten van zowel het trading als het banking book. ........................................................................................................................................................ - 70 Figuur 29: Deel van het income statement van Deutsche Bank Bron: Deutsche Bank jaarrekening 2009 ... - 70 Figuur 30: De Value-at-Risk van Deutsche Bank opgesplits naar de verschillende categorieën...................- 71 Figuur 31: Het inkomen van de trading units en de Value-at-Risk van Deutsche Bank................................- 72 Figuur 32: Overzicht van de verschillende derivaten en hun bijhorende maturity van Deutsche Bank........- 73 -
VII
Lijst met Tabellen Tabel 1: Overzicht van de gemiddelde interest rates en hun standaarddeviaties over de verschillende periodes ..................................................................................................................................................... - 30 Tabel 2: Verschillen in de gemiddelde interest rates en de standaarddeviatie tussen de Europese en Amerikaanse interest rates ........................................................................................................................ - 31 Tabel 3: Het aantal significante interest rate factoren in de 3 perioden uitgedrukt in percentages ............ - 37 Tabel 4: Het gemiddelde van de significante marktbèta's in de verschillende periodes ............................. - 38 Tabel 5: Significantie van de verschillende interest rate factoren in de verschillende perioden uitgedrukt in procent ...................................................................................................................................................... - 41 Tabel 6: De beschrijvende statistieken van de gehele bankenset ............................................................... - 46 Tabel 7: De correlaties tussen de verschillende bankkarakteristieken ........................................................ - 47 Tabel 8: De correlaties tussen de interest rate factoren en de bankkarakteristieken ................................. - 48 Tabel 9: De ratio's van de banken die niet gevoelig zijn aan interest rate veranderingen ........................... - 59 Tabel 10: Overzicht van welke interest rate risico management tools de banken van categorie 1 gebruiken- 61 Tabel 11: Overzicht van welke interest rate risico management tools de banken van categorie 2 gebruiken - 65 Tabel 12: Impact van een interest rate verandering op het netto interest inkomen, het bruto operationeel inkomen, het eigen vermogen en de winst van Banca Carige ..................................................................... - 67 -
VIII
1 Inleiding 1.1 Onderwerp Het belang van de interest rate in iemands leven is niet te onderschatten. Voor kinderen betekent het hoofdzakelijk hoeveel extra interest ze krijgen op het einde van het jaar op hun spaargeld. Hun ouders kennen ongetwijfeld ook de minder rooskleurige kant van het verhaal. Hierbij denken we vooral aan de verschuldigde interest op openstaande leningen. Banken vervullen een sleutelrol in het interest gebeuren. Het zijn zij die de interest betalen of de interest ontvangen. Dit intermediair karakter zorgt ervoor dat het resultaat van de banken beïnvloed wordt door het niveau en de volatiliteit van de interest rate. In dit werkstuk wordt eerst en vooral nagegaan welke invloed een verandering in de rentefactor heeft op de returns van banken. De verandering van het bankresultaat ten gevolge van een verandering van de rentevoet wordt ook wel interest rate risico genoemd (English, 2002). Dit werkstuk zal zich concentreren op de interest rate sensitivity van banken op de (middel)lange termijn. Interest rate sensitivity wordt gedefinieerd als de verandering in de prijs van het aandeel veroorzaakt door een verandering in de markt interestvoet (Akella & Chen, 1990). Ten tweede wordt nagegaan van welke soort bank de aandeelkoers het meest gevoelig is aan veranderingen in de interest rate. Deze analyse wordt gemaakt door gebruik te maken van specifieke bankkarakteristieken. Tenslotte wordt bekeken hoe het interest rate risico (IRR) kan worden gemeten en beperkt. Hierbij zullen hedgings technieken een sleutelrol spelen. Het onderzoek focust zich enkel op banken behorend tot de Economische Monetaire Unie1. De analyse wordt gedaan met behulp van het Capital Asset Pricing Model (CAPM) , waarvan geweten is dat er voor banken een specifieke rentefactor bijkomt ter verklaring van de (excess) return. De invulling die deze rentefactor kan aannemen zijn legio. De gekozen tijdsperiode is 1999-2009, waardoor ook de kredietcrisis in rekening wordt gebracht. Gezien het belang van het Amerikaans financieel stelsel op de wereldeconomie, wordt ook onderzocht of de banken van de Economische Monetaire Unie eerder reageren op veranderingen in de Amerikaanse rentefactoren of toch eerder op de Europese rentefactoren.
1
De Economische en Monetaire Unie werd opgericht om het economisch en monetair beleid van de EUlidstaten te harmoniseren met het oog op de invoering van de euro als eenheidsmunt.
-1-
Waarom dit onderwerp veel aandacht verdient is duidelijk. De kredietcrisis heeft aangetoond dat een ongezond financieel systeem verstrekkende gevolgen heeft voor de hele economie. De gezondheid van het financieel systeem wordt in grote mate bepaald door de toestand van de banken. Het is dus belangrijk om alle risico’s waaraan banken onderhevig zijn in kaart te brengen. Aangezien het renterisico nog steeds een belangrijke rol speelt in het totale risico van banken wordt dit in deze scriptie verder onderzocht.
1.2 Doel Zoals reeds gezegd volstaat het éénvoudige CAPM niet om de bankenreturns op een voldoende nauwkeurige manier te voorspellen. Een aanpassing van het originele model is dus zeker nodig. Deze aanpassing vormt het kerngegeven van deze scriptie. Door in het eenvoudige CAPM, een rentefactor toe te voegen als bijkomende verklarende variabele tracht men de bankenreturns beter te benaderen. In de literatuur zijn er echter reeds vele aanpassingen aan het originele CAPM gemaakt. De extra waarde van dit werkstuk situeert zich op volgende gebieden: De gekozen tijdsperiode (1999-2009) is nog niet intensief bestudeerd. De impact van de kredietcrisis op de interest rate sensitivity van banken wordt nagegaan. Het merendeel van onderzoeken omtrent dit onderwerp focust zich op de Amerikaanse markt. Een dataset die uitsluitend bestaat uit EMU banken brengt zeker een toegevoegde waarde aan de bestaande literatuur. Er wordt onderzocht welke specifieke bankkarakteristieken de interest rate sensitivity kunnen verklaren. Via de (commentaren bij de) jaarverslagen wordt een overzicht gegeven over hoe banken enerzijds het interest rate risico meten en managen en anderzijds hedgen.
-2-
2 Literatuurstudie 2.1 Werking van een bank Om het onderzoek in deze scriptie beter te kunnen begrijpen, wordt er eerst dieper ingegaan op de werking van een bank. Dit gebeurt aan de hand van een eenvoudige balans (Figuur 1). Een bankbalans bestaat uit twee grote delen. Enerzijds zijn er de activa (assets) en anderzijds de passiva (liabilities + equity). De activa omvatten alles waar men eigenaar van is en wat bijgevolg op korte of lange termijn te gelde kan worden gemaakt. De passiva omvatten alle financiële verplichtingen die men heeft en die op korte of lange termijn moeten worden ingelost. De passiva bestaan uit het eigen vermogen (bankkapitaal) en het vreemd vermogen. Het bankkapitaal is dat wat over blijft wanneer alle activa worden verkocht en aan alle financiële verplichtingen is voldaan. De activa van een bank zijn met andere woorden gelijk aan de som van de schulden van de bank en het bankkapitaal. Hieronder worden de verschillende balansposten meer in detail bekeken. Voor een completer beeld over de werking van een bank wordt aangeraden de gespecialiseerde literatuur te raadplegen (Hempel & Simonson, 1999).
Activa Cash: Banken moeten steeds voldoende cash hebben om tegemoet te komen aan de geldafhalingen van de rekeninghouders. Ook voor het betalen van zijn facturen heeft een bank cash nodig. Deze zijn in tegenstelling tot de geldafhalingen van klanten wel voorspelbaar en kunnen dus makkelijker gemanaged worden. Een bank moet dus steeds een minimum aan cash beschikbaar hebben. De grootte van de cash reserve is gerelateerd aan de hoogte van de liabilities. Het percentage van de liabilities dat een bank in reserve moet houden, wordt vastgelegd door de ECB (Hempel & Simonson,1999).
Securities: Overwegend obligaties die snel kunnen verkocht worden op de secundaire markt. Het betreft dus financiële instrumenten met een hoge graad van liquiditeit (Hempel & Simonson,1999). Loans: De leningen vormen typisch het grootste deel van de activa (infra, Tabel 6). Het belang hiervan zal in het vervolg van dit werkstuk duidelijk worden. De bank kan immers een hogere interest rate vragen dan de interest rate die ze moet betalen op deposito’s. De drie belangrijkste types van leningen zijn: commerciële leningen, consumenten leningen en leningen voor vastgoed.
-3-
Passiva Deposito’s: Er wordt onderscheid gemaakt tussen twee verschillende soorten deposito’s, namelijk de deposito’s op zichtrekeningen en de deposito’s op spaar -en termijnrekeningen. De deposito’s op zichtrekeningen kunnen op elk moment worden opgenomen door de rekeninghouder. Geld dat op dergelijke rekeningen staat, heeft een enorm lage return. Voor dit geld krijgt de rekeninghouder slechts een heel kleine of helemaal geen interest van de bank. Deze rekeningen worden vooral gehouden door de klant om transacties (betalingen) mee uit te voeren. Spaar-en termijnrekeningen worden niet gebruikt als betaalmiddel. Aangezien het geld op deze rekeningen gemiddeld voor een langere termijn beschikbaar is voor de bank wordt hier ook een hogere interest op aangeboden (Hempel & Simonson,1999). Borrowings: Banken lenen ook geld van en aan elkaar. Dit gebeurt meestal op de interbankenmarkt tegen de euribor rentevoet (infra, p- 27 -). Een bank met een overschot aan cash zal dit beschikbaar stellen voor andere banken die een tekort aan cash hebben tegen een vergoeding (Euribor rate). Banken lenen echter ook van pensioenfondsen en verzekeringsbedrijven. Dit gebeurt echter meestal in de vorm van een repurchase agreement2. De banken kunnen ook lenen bij de ECB. De ECB fungeert dan als ‘lender of last resort’ ( Buiter & Sibert, 2007). Banken doen dit echter liever niet omdat het een indicatie is dat de bank in financieel slechte papieren zit en ze nergens anders nog geld kan lenen. Toch werd er tijdens de kredietcrisis gretig gebruik gemaakt van leningen bij de ECB. Dit toonde een gebrek aan vertrouwen in de liquiditeitspositie van andere banken (Hempel & Simonson, 1999). Bankkapitaal: Een bank kan ook financiering krijgen van de (nieuwe) aandeelhouders. Dit door bijvoorbeeld een kapitaalverhoging uit te voeren. Het omvormen van deposito’s en borrowings in leningen of andere financiële producten is misschien wel de grootste inkomstenbron van banken. Dit is de zogezegde maturity transformation functie van een bank waarbij banken korte termijn deposito’s gebruiken om lange termijn leningen te financieren (Ballester, Ferrer, González, Soto, 2009). De maturity of de maturity datum verwijst naar de dag waarop de laatste betaling gebeurt van een lening of van een ander financieel instrument. Zowel de hoofdsom als de nog openstaande interesten moeten die dag betaald worden. De manier
2
Een repurchase agreement (repo of RP) verwijst naar een transactie waarbij een speler op de geldmarkt meteen geld ter beschikking krijgt door de verkoop van effecten. Terzelfdertijd wordt een overeenkomst gesloten om dezelfde of gelijkaardige effecten terug te kopen aan een afgesproken prijs en op een afgesproken tijdstip. In deze prijs zit meestal de interest reeds verwerkt ( Lumpkin, 1993, p59).
-4-
waarop winst wordt gemaakt is eenvoudig. De bank betaalt een lagere interest op zijn passiva dan de interest die hij ontvangt op zijn activa. Het verschil tussen deze rentevoeten is de netto interest marge. Het probleem waarmee vele banken kampen, is dat de termijn van de passiva gemiddeld kleiner is dan de termijn van de activa’s. Wanneer de korte termijn interest rate stijgt zal de bank meer geld moeten uitbetalen aan de deposito houders. De interest die het ontvangt van zijn lange termijn leningen is echter al in het verleden vastgesteld en blijft dus onveranderd. Dit creëert interest rate risico voor de bank. Tegenwoordig worden er echter ook commerciële leningen met een variabele rente uitgegeven (Fraser, Madura, Weigand, 2002). Banken waarvan de maturity van de activa en de maturity van de passiva ver uit elkaar liggen, zullen zwaar met dit probleem te kampen hebben. Hun gevoeligheid aan interest rate veranderingen zal bijgevolg groter zijn (infra, p- 16 -).
Figuur 1: Eenvoudige bankbalans
2.2 Geschiedenis Het effect van de rentevoeten op bankenreturns is voor het eerst onderzocht door Stone in 1974. Stone gebruikte hiervoor een model met twee verklarende variabelen, het zogenaamde two-index model (Stone, 1974). De verklarende variabelen in Stone’s onderzoek zijn enerzijds de return op een equity index en anderzijds de return op een debt index. Dit model is nog steeds de basis voor bijna elk onderzoek omtrent interest rate sensitivity. Het two-index model van Stone is op zijn beurt een verbetering van het single index model van Sharpe (Sharpe, 1963). Dit model ging er van uit dat de relatie tussen twee willekeurige aandelen volledig kon verklaard worden door hun relatie met de marktindex. Dit betekent concreet dat de covarianties van de aandelenreturns nul zou zijn eenmaal
-5-
de invloed van de markt is uitgeschakeld. Deze assumptie is echter door vele studies ontkracht (King, 1966).
2.3 Het CAPM De literatuur is eensgezind in de methode om de bankenreturns te verklaren. Het model aangereikt door Sharpe en Lintner (Sharpe, 1964) , het Capital Asset Pricing Model (CAPM), wordt uitgebreid met een interest rate factor zodat een vergelijking van de volgende vorm wordt bekomen (Ballester et al, 2009).
Rit
i
i
R mt
Di It
t
waarbij
Rit= De return van bank i in periode t i
Verschil tussen de verwachte en de werkelijke return van bank i
i
De gevoeligheid van bank i zijn return op veranderingen in de return van het marktportfolio
Rmt = De return van het marktportfolio in periode t Di = De gevoeligheid van bank i zijn return op veranderingen in de rentefactor It = De verandering in de rentefactor in periode t t
= De fouten term voor periode t
De toevoeging van de interest factor maakt dat het CAPM ook wel het extended CAPM wordt genoemd. Waarom juist de interestfactor een verklarende variabele is, wordt verderop nog uitgebreid verklaard (infra, - 13 -). “Het voordeel van de bijkomende factor is tweevoudig. Eerst en vooral zorgt deze factor ervoor dat de invloed van de interest rate op de aandelenreturns van de individuele banken in rekening wordt gebracht. Indien het interest rate risico echter reeds in de marktfactor vervat zit geeft het nog steeds waardevolle inzichten3. Men kan dan immers afleiden welke bewegingen in de aandelenmarkt kunnen worden verklaard door veranderingen in de rentevoet“(Czaja, Scholz, Wilkens, 2009, p 4). Er mag niet vergeten worden dat het grootste deel van de verklaringskracht van het CAPM in de marktfactor, Rm, ligt. De aantrekkingskracht van het CAPM is dat het krachtige en intuïtief aantrekkelijke voorspellingen maakt over hoe risico in relatie staat met verwachte returns (Fama & French, 2004). Zo beschrijft de coëfficiënt horend bij de marktreturn,
i,
de gevoeligheid van de
return van het i-de bankaandeel op veranderingen in de markt. Hierdoor kan
i
beschouwd worden
als een maatstaf voor het marktrisico, ook systematisch risico genoemd. Bij gebruik van het CAPM 3
Interest rate risico zit hoogstwaarschijnlijk reeds vervat in de marktfactor. Een verandering van de interest rate wordt immers aanzien als een systematische schok is(infra, p- 7 -),
-6-
moet men er steeds rekening mee houden dat het in praktijk niet perfect is. De marktportefeuille die wordt gebruikt in bijna elk onderzoek aangaande dit onderwerp is de S&P500 of de Dow Jones index. Zelfs indien het model wordt verruimd, wordt er bijna enkel gebruik gemaakt van beursgenoteerde (meestal enkel Amerikaanse) aandelen. Men houdt in deze gevallen zelfs geen rekening met obligaties en minder liquide aandelen. Het grote probleem van het CAPM is dat er bij gebruik teveel simplificerende assumpties optreden die het model empirisch onbruikbaar maken (Fama & French, 2004). Enkele simplificerende assumpties zijn risico vrij lenen en ontlenen, volledige overeenkomst van verwachtingen onder de investeerders omtrent de toekomstige pay-offs van de beleggingen, onbeperkt short selling van risicovolle financiële instrumenten. Het CAPM is dus niet perfect, toch is het onwaarschijnlijk dat er in de nabije toekomst een perfect model zal gevonden worden. Het CAPM blijft dus het referentie model dat in de praktijk wordt gebruikt om de returns te helpen bepalen (Berk & Demarzo, 2007).
2.4 Risico 2.4.1
Algemeen risico
Bij het bespreken van het risico van banken moet er een duidelijk onderscheid gemaakt worden tussen het systematisch risico en het niet-systematisch of idiosyncratisch risico. Goed gediversifieerde investeerders zijn vooral geïnteresseerd in het systematisch risico. Dit risico kan immers niet worden geëlimineerd door extra diversificatie. Enkel het systematisch risico wordt in rekening genomen bij het bepalen van de rendementseis. Bankmanagers en klanten zijn echter ook geïnteresseerd in het idiosyncratisch risico en de totale volatiliteit van de bank (Baele, De Jonghe, Vander Vennet, 2006). De volgende stap is natuurlijk het identificeren en het meten van het relevante bankrisico. Volgens het single index model (supra, p- 5 -) kan het totale risico verdeeld worden in een systematische en een niet-systematische component. Het regresseren van de vergelijking voor verschillende banken geeft weer welke bank welk risico draagt (Baele et al, 2006, p9). Rit
it
Rmt
t
Rit = de (excess) returns van de individuele bank it =
maatstaf voor het systematisch risico
Rmt= de (excess) return van de markt t=
bank specifieke shock
-7-
waarbij
Het managen van het risico wordt aangemoedigd door zowel de aandeelhouders als door het management. Voor de aandeelhouders kan risico management hun investering op drie manieren positief beïnvloeden. Ten eerste zal risico management bijdragen tot een afname van de financiële kosten. Ten tweede zorgt het ervoor dat men een constante investeringspolitiek kan aanhouden aangezien men onderbrekingen in de intern gegenereerde cashflows gaat proberen uitschakelen. Ten derde probeert men de belastingen te minimaliseren. Managers grijpen naar risico management tools om enerzijds hun slecht gediversifieerde portfolio’s af te dekken of om meer consistentie in hun resultaten te brengen (Ahmed, Beatty, Takeda, 1997). 2.4.2
Renterisico
Het interest rate risico (IRR) van banken is een veel besproken onderwerp in de literatuur. Francis and Wolf omschrijven het risico als de procentuele verandering in de voorspelde toekomstige opbrengsten (of het netto inkomen) die gepaard gaat met een interest rate verandering van 1%. Interest rate risico wordt door hun ook omschreven als de verandering in de huidige waarde van de netto activa, veroorzaakt door een verandering in de interest rate (Francis and Wolf, 1994). Meer pragmatisch omschrijft Banco de Sabadell interest rate risico als volgt: “Interest rate risico wordt veroorzaakt door veranderingen, zoals weergegeven in de positie of hellingsgraad van de yield curve, in de interest rate aan welke activa, passiva en zelfs off balance sheet posities zijn gelinked. Gaps of mismatches komen tot stand tussen deze verschillende items omdat er een verschil is tussen de respectievelijke herprijzings -en maturity data. De verandering van de rentevoet zal dus op verschillende tijdstippen invloed uitoefenen op de posities. Dit zorgt er op zijn beurt voor dat de stabiliteit en de robuustheid van de resultaten worden aangetast” (Banco de Sabadell, 2007). 2.4.3
Bankspecifieke karakteristieken
“Interest rate risico kan worden verklaard door vier bankspecifieke karakteristieken: de financiële leverage van een bank, de afhankelijkheid van het non-interest inkomen, de proportie van het inkomen afkomstig van herprijsde financiële instrumenten en tot slot de afhankelijkheid van financieringsbronnen zonder interest verplichtingen” (Fraser et al, 2002). Om deze na te gaan worden proxies gebruikt die op een eenvoudige wijze afgeleid kunnen worden uit een financieel statement. Wegens het belang van deze vier karakteristieken, worden deze nu kort uitgelegd (Fraser et al, 2002):
-8-
1)Financial leverage4 Fraser et al. gaan uit van de hypothese dat een hoger eigen vermogen aanleiding geeft tot een lager niveau van interest rate risico. Een hoger eigen vermogen geeft immers aanleiding tot een kleinere graad van de financiële hefboomwerking. De return voor de aandeelhouders is daardoor minder gevoelig aan veranderingen in de interest rate. De bank financiert immers een groter deel van zijn activiteiten met eigen vermogen waarvan de kostprijs niet direct afhankelijk is van de interest rate(Fraser et al, 2002). Ook geeft meer equity een kleinere kans op faillissement. Dit zorgt er op zijn beurt voor dat bij een abrupte stijging van de interest rates de aandeelhouders hun aandelen niet massaal gaan verkopen, waardoor ceteris paribus de aandeelprijs zou crashen. Het is om die reden dat de regulators kapitaal verplichtingen opleggen. Deze moeten immers dienst doen als buffer tegen dergelijke shocks. Om deze kapitaal verplichtingen te verminderen, pasten commerciële bank managers in de jaren ‘90 hun balans compositie aan zodat kredietrisico werd ingeruild voor IRR (Houpt & Embersit, 1991). Dit was mogelijk omdat in het Basel akkoord vooral aandacht werd geschonken aan het krediet risico en veel minder aan het interest rate risico, waardoor banken hun kredietrisico probeerden te vervangen door interest rate risico. Dit fenomeen is echter grotendeels voorbijgestreefd door Basel 2 (infra,- 12 -). 2)Afhankelijkheid van non-interest inkomen
Het inkomen van een bank is tweeërlei. Enerzijds is er het inkomen dat ontstaat door het intermediaire karakter van een bank. Anderzijds komt een deel van het inkomen voort uit activiteiten waar de interest rate geen vat op heeft. Non-interest inkomen komt bijvoorbeeld voort uit inschrijvingen op aandelen, het geven van advies en andere services. Hogere interest rates zorgen ervoor dat het voor bedrijven moeilijker wordt om geld te lenen en zorgt ceteris paribus voor een rem op de (of zelfs een negatieve) economische groei. Dit heeft als gevolg dat het volume van Initial Public Offerings (IPO’s) drastisch zal dalen. Het bedrijf moet immers hogere rendementen aanbieden om investeerders aan te trekken. Hoe groter de afhankelijkheid van een bank op non-interest inkomen hoe gevoeliger het is aan een stijging van de interest rates (Fraser et al, 2002). Ook uit de resultaten van Stiroh blijkt dat banken die meer rekenen op non-interest inkomen een
4
“De financiële hefboom of leverage is het verband tussen de rendabiliteit van het eigen vermogen en de rendabiliteit van het totaal van de activa. Dit verschijnsel treedt op wanneer een onderneming ter financiering van de activa, vermogen gebruikt waaraan vaste financiële kosten verbonden zijn. Een onderneming gaat enkel met vreemd vermogen financieren indien zij verwacht dat de financiële hefboom positief is. De rendabiliteit op de geïnvesteerde activa moet dus groter zijn dan de vaste financiële kost die verbonden zijn aan het vreemd vermogen” (Ooghe,Deloof,Manigart, 2003, p 46).
-9-
meer volatiele return hebben (Stiroh, 2006). Deze banken hebben tevens een hogere marktbèta en hebben dus een hoger systematisch risico. Hieruit kan besloten worden dat de verschuivingen van interest rate inkomen naar non-interest rate inkomen de risico/return ratio niet heeft verbeterd. Een mogelijkheid om het niet-systematisch risico te verminderen is om als bank zelf intern te diversifiëren. Zo kunnen ze hun commerciële bank activiteiten combineren met bijvoorbeeld verzekeringen of het aanbieden van beleggingsadviezen. Wanneer een financieel instituut twee van deze drie activiteiten combineert spreekt men van een conglomeraat (Baele et al, 2006). 3)Proportie van inkomen afkomstig van herprijsde activa Commerciële leningen uitgegeven door banken maken meestal gebruik van floating rates. Dit wil zeggen dat de rentevoet van de lening tijdens de looptijd aangepast wordt aan de op dat moment geldende rente. De herziening van de rentevoet gebeurt typisch meermaals per jaar (bv. ieder kwartaal). Banken met een grote concentratie van dit soort leningen zullen minder blootgesteld worden aan interest rate risico. Stijgende of dalende interest rates zullen immers op tijd en stond worden doorgerekend aan de consument (Fraser et al, 2002).
4)Afhankelijkheid van financieringsbronnen zonder interest verplichtingen Commerciële banken die als primair financieringsmiddel spaar -en zichtrekeningen gebruiken zullen minder gevoelig zijn aan veranderingen in de interest rate dan banken die afhangen van verschillende soorten korte termijn rekeningen. Hun financieringskost is immers veel minder volatiel (Fraser et al, 2002). 2.4.4
Interest rate risico afkomstig van de balans compositie
William B. English definieert interest rate risico als volgt: “Interest rate risico van banken is de mate waarin de financiële conditie van de bank wordt beïnvloed door een verandering in de rentevoet” (English, 2002, p 88). Er zijn echter wel twee invalshoeken om deze definitie te interpreteren. Enerzijds kan men de impact van de verandering van de rentevoet bekijken op de waarde van de activa, passiva en de off-balance sheet posities. Zo kan men de impact op de economische waarde van een bank bepalen, veroorzaakt door een verandering in de interest rate. Anderzijds kan men ook focussen op de toekomstige cashflows, deze zullen immers anders zijn door veranderingen in de interest rate. Het verdisconteren van alle toekomstige cashflows, zowel inkomende als uitgaande, moet dezelfde uitkomst geven als eerstgenoemde methode. Volgens English zijn er verschillende bronnen van interest rate risico. Hiertoe behoren dus ook risico’s zoals het herprijzing risico, het yield curve risico en het basis risico (English, 2002).
- 10 -
Het herprijzing risico valt voor als de gemiddelde opbrengst van de activa (passiva) gevoeliger is aan veranderingen van de marktinterest dan de gemiddelde opbrengst van de passiva (activa). Courante voorbeelden van dit soort risico is het verschil in maturity tussen fixed-rate activa en fixed-rate passiva. Ook floating rate intrusmenten kunnen een andere termijn van herberekenen hebben, sommige producten worden enkel jaarlijks aangepast anderen daarentegen ieder kwartaal dit verschil kan aanleiding geven tot interest rate risico (English, 2002). Basis risico komt voort uit de imperfecte correlatie in de aanpassing van de rates die worden betaald of verdiend op verschillende financiële instrumenten die voor het overige gelijke herprijzings karakteristieken hebben. Stel dat een bank
een floating rate lening uitgeeft op 1 jaar die 3
maandelijks herprijsd wordt op basis van de German government bond op 3 maand. De bank financiert deze lening met deposito’s op 1 jaar die 3 maandelijks herprijsd worden op basis van de Euribor op 3 maand. Hier loopt de bank het basis risico dat de spread tussen de twee index rates onverwachts verandert. Indien immers een economische schok investeerders naar veiligere en meer liquide beleggingen leidt, zal de verhouding tussen de Euribor en de veiligere german government bond veranderen (English, 2002),(Basel Committee on Banking Supervision, 2004). Yield curve risico wordt geassocieerd met een verandering in de vorm van de yield curve . De impact van dergelijke verandering kan een verschillend effect hebben op de activa en de passiva van de bank. Stel dat de activa en de passiva van een bank jaarlijks herprijzen. De bank kan dan zijn interest rate opbrengsten balanceren door een middellange termijnrente aan te rekenen op zijn activa en een mix van korte –en lange termijn rentes te betalen op zijn passiva. Een stijging van de de ‘curvature’ van de yield curve leidt tot een relatief grotere middellange termijn rente ten opzichte van de korte en lange termijn rente. Dit zal de rente die ontvangen wordt doen stijgen in vergelijking met de gemiddelde kost die betaald wordt op de passiva. (Basel Committee on Banking Supervision, 2004). Een minder voor de hand liggend en minder beschreven risico in de literatuur is optionality. Dit risico wint meer en meer aan belang. Het komt voor uit de opties die vervat zitten in de vele activa, passiva en OBS portfolio’s van een bank. Een optie geeft de optiehouder het recht, maar niet de verplichting, om een financieel instrument te kopen of te verkopen tegen een afgesproken prijs. De meeste instrumenten waarin opties vervat zitten worden vooral gebruikt in non-trading activiteiten. Een paar voorbeelden van dergelijke instrumenten zijn obligaties met call of put voorzieningen, leningen die de lener het recht geven om hun lening sneller af te betalen en verschillende types van non-maturity deposito instrumenten die de depositor het recht geven om middelen af te halen op gelijk welke tijdstip. Indien deze instrumenten niet goed gemanaged worden, kan de assymetrische pay-off karakteristiek (wat de optiehouder ontvangt (betaalt) moet de tegenpartij betalen (ontvangen)) tot enorm veel risico leiden voor de verkoper van de optie. Want de optie, al dan niet vervat in een ander financieel instrument, zal worden uitgeoefend wanneer de koper er voordeel kan uithalen en
- 11 -
dit leidt bijgevolg tot een negatief resultaat voor de verkoper (Basel Committee on Banking Supervision, 2004). In de praktijk zal de bank een deel van deze of al deze risico’s terzelfder tijd moeten managen. Het is de complexiteit van al deze factors samen dat het beperken van interest rate risico zo moeilijk maakt.
2.5 Basel akkoorden Het reduceren van renterisico wordt door banken niet enkel gedaan om de bijhorende onzekerheid uit te schakelen. Banken worden immers ook aangespoord om hun risico’s te beheren door middel van de Basel 2 akkoorden. Zo stelt punt 739 van het akkoord over het interest rate risico van het banking book hetvolgende: ‘Het meetproces moet alle interest rate posities van de bank bevatten. Ook moeten alle relevante herprijzings -en maturity data worden weergegeven’ (Basel Committee on Banking Supervision, 2006). Punt 740 van het akkoord verplicht de bank dat elk meetsysteem, onafhankelijk van de complexiteit, adequaat en compleet moet zijn. De kwaliteit en de betrouwbaarheid van de meetsystemen zijn op hun beurt afhankelijk van de kwaliteit van de data en van de gebruikte assumpties. Het management moet hieraan dus voldoende aandacht besteden (Basel Committee on Banking Supervision, 2006). In de begeleidende paper ‘Principles for the Management and Supervision of Interest Rate Risk’ van het Basel Committee on Banking Supervision wordt uitgelegd hoe banken concreet met interest rate risico moeten omgaan. Enkele belangrijke punten zijn (Basel Committee on Banking Supervision, 2004).
1) Het Committee verplicht de banken niet om een kapitaalbuffer aan te houden speciaal voor het interest rate risico van het banking book. De bank moet echer wel genoeg kapitaal hebben om het totale risico op te vangen.
2) Banken zouden de kwetsbaarheid van hun resultaat moeten meten in extreme marktomstandigheden. (infra, p- 53 -)
3) Banken worden aangespoord om informatie aangaande het niveau en het management van het interest rate risico openbaar te maken.
- 12 -
2.6 Interest rate sensitivity 2.6.1
Situering
“De toenemende volatiliteit van de interest rates en van de financiële markt condities hebben een significante impact op de inkomensstromen en de financieringskosten van banken“ (Ballester et al, 2009, p 2). Dit heeft natuurlijk ook zijn weerslag op de aandelen returns. Uit onderzoek is gebleken dat er een significante negatieve relatie bestaat tussen de returns van bankaandelen en veranderingen in de interest rate in de periode 1991-1996. Ook bestaan er zoals later zal blijken eenvoudige bankkarakteristieken die de interest rate sensitivity van de bankenreturns kunnen verklaren. Het meeste onderzoek omtrent dit onderwerp geeft antwoord op een van de volgende twee vragen. “Zijn de returns van bankaandelen gevoelig aan interest rate veranderingen?” en “Is de interest rate sensitivity van de bank aandelen geassocieerd met specifieke activa en passiva karakteristieken van de individuele banken?” (Fraser et al, 2002). Volgens verschillende auteurs is er echter een verminderde significantie van interest rate sensitivity vanaf begin jaren ’90. Dit is te wijten aan de opkomst van de interest rate derivaten voor hedging doeleinden. Enkele voorbeelden zijn: interest rate futures, opties en swaps (Benink & Wolff, 2000) (infra, p- 19 -). Het netto interest inkomen, wat volledig afhankelijk is van interest rate fluctuaties, blijft nog steeds de belangrijkste inkomstenbron van banken. Het fee based inkomen is echter wel aan een opmars bezig. Om het belang van het interest inkomen aan te tonen, kan er verwezen worden naar het income statement van een bank. Ter illustratie wordt de balans van bank ING in 2007 genomen. Het totale inkomen in het boekjaar 2007 is ongeveer € 14.600 miljoen ongeveer 60% hiervan, € 9.035 miljoen euro, is afkomstig van het netto interest resultaat. Daartegenover staat dat slechts 20% van het inkomen, € 2.926 miljoen uit niet interest gerelateerd inkomen voortkomt (ING jaarrekening, 2007). Deze cijfers zijn echter niet representatief voor alle banken en alle jaargangen.
De algemeen aanvaarde stelling dat banken financiële middelen kort lenen en lang uitlenen of het Engelse “borrow short and lend long” heeft belangrijke gevolgen . Een scherpe stijging van de interest rate kan immers leiden tot een faillissement of tot insolvabiliteit. Er moet immers een hoge interestvoet betaald worden op het binnenkomende geld op korte termijn, maar de middelen die de bank krijgt zijn hoofdzakelijk afkomstig van lange termijn leningen met een lagere, reeds vroeger vastgelegde rente. Uit verder onderzoek van Flannery blijkt echter wel dat grote banken effectief zijn in het hedgen van de impact van interest rate veranderingen op hun opbrengst. Het hedgen gebeurt
- 13 -
door portfolio’s van activa en passiva te creëren met eenzelfde gemiddelde maturity (Flannery, 1981). De invloed van interest rates op banken kan niet worden geminimaliseerd, dit is makkelijk af te leiden uit volgende waarderings formule voor banken (Flannery, 1981).
V = huidige marktwaarde van het kapitaal Rt= bruto opbrengst na belastingen, verkregen door investeringen en andere activiteiten in periode t, zonder rekening te houden met winst of verliezen uit kapitaal afkomstig van bestaande activa en passiva in het portfolio5 Ct= de totale kosten na belastingen in periode t : betaalde interesten op passiva plus de werkingskosten it = de verdisconteringvoet gebruikt door de markt in periode t
Het is duidelijk dat zowel Rt als Ct en de verdisconteringvoet it , op een directe manier worden beïnvloed door de interest rate. Er zijn twee aspecten van de interest rate waar rekening moet worden mee gehouden, namelijk het niveau van de interest rate en de variabiliteit rond de gemiddelde rate in elke periode. Zelfs indien banken perfect hun activa en passiva op elkaar hedgen zal de interest rate nog steeds een rol spelen met name door de rol van de verdisconteringvoet. De opbrengst marge van de bank, Rt- Ct, kan ook aangetast worden door veranderende interestvoeten en wel om twee redenen. Ten eerste kan de gemiddelde maturity (duration) van de activa en passiva portfolio’s verschillen. Beschouw de extreme situatie waarin een bank enkel een portfolio van ‘consols’6 aanhoudt die uitsluitend gefinancierd worden door dagelijks herprijsde passiva op basis 5
De reden waarom bij het bepalen van Rt geen rekening wordt gehouden met kapitaalwinst is de volgende: Een stijging van de mark rate zal een impact hebben op de waarde van een fixed rate asset. Aangezien het financieel actief een fixed rate heeft zal de nominale return dezelfde blijven. De reeële return echter zal dalen wegens een hogere verdisonteringvoet. Indien we dit verlies aftrekken van het inkomen afkomstig uit interesten en we dit nog eens verdisconteren zouden we eenzelfde effect dubbel tellen (Flannery, 1981). 6
“Een consol is de naam voor de Britse overheidsobligatie zonder maturity datum (perpetuity). De obligatiehouder ontvangt met een vaste regelmaat een vaste afgesproken coupon betaling.” (Berk & Demarzo, 2007, p95).
- 14 -
van de geldende marktinterest. Een blijvende stijging van de interest rate zal de financieringskost doen stijgen terwijl de opbrengstenstroom onveranderd blijft (Flannery, 1981). Zelfs indien de duration7 van de activa en passiva dezelfde is, kan een interest rate verandering nog steeds leiden tot veranderingen in de opbrengstmarge. De substitutie-elasticiteit tussen bankaandelen en andere aandelen kan immers voor ‘borrowers’ en ‘depositors’ verschillen. Dit wordt veroorzaakt door een wijziging in de macht van de financiele instelling in de markt van de leningen en deposito’s wanneer er veranderingen in de interest rate zijn (Flannery, 1981). 2.6.2
Nominal contracting hypothese
Om de nominal contracting hypothese (NCH) te begrijpen is het eerst nodig om de begrippen nominale activa en passiva te definiëren. Nominale activa (passiva) zijn activa (passiva) waarvan de toekomstige cashflows vast staan in nominale termen. De NCH stelt dat het houden van nominale activa en passiva een effect heeft op de return van bankaandelen. De waarde herverdelingen die worden veroorzaakt door onverwachte inflatie zullen immers invloed hebben op de returns van bankaandelen. Onverwachte inflatie herverdeelt immers de waarde van schuldeisers naar schuldenaars. De reële schuld van de schuldenaren zal door de hogere inflatie immers verkleind worden. Banken met meer nominale passiva dan activa zullen dus profiteren van onverwachte inflatie (Drakos, 2001). Het is wel belangrijk dat het gaat om onverwachte inflatie, verwachte inflatie is immers al ingecalculeerd in de aandelenprijs. De NCH heeft ook zijn belang voor de interest rate gevoeligheid van banken. Veranderingen in de interest rates worden immers veroorzaakt door veranderingen in de inflatie verwachtingen (Fama, 1975). Het onderzoek naar de nominal contracting hypothese leidt echter tot verschillende conclusies. In de paper ‘Effects of Nominal Contracting on Stock Returns’ wordt bijvoorbeeld geen verband tussen onverwachte inflatie en de aandelenreturns gevonden (French, Ruback, Schwert, 1983).
7
“Duration is een maatstaf voor de gemiddelde termijn van kasstromen van een portfolio bestaande uit activa of passiva. De duration wordt berekend op basis van de netto actuele waarde van de kasstromen. Een positieve (negatieve) duration leidt tot een daling (toename) van de waarde als de rente stijgt. Hoe hoger de absolute waarde van de duration, hoe hoger de gevoeligheid van de waarde voor rentebewegingen”. (Fortis Jaarverslag, 2007, p87)
- 15 -
2.6.3
Maturity mismatch hypothese
Flannery and James tonen aan dat interest rate gevoeligheid positief gerelateerd is aan het verschil tussen de maturity compositie van de nominale activa en passiva van een bank (Flannery & James , 1984). Deze hypothese staat bekend als de ‘maturity mismatch hypothese’ (MMH). Heel eenvoudig gesteld kan men het als volgt bekijken: Een bank financiert zijn leningen (activa) met bijvoorbeeld de deposito’s op spaarrekeningen (passiva). Wanneer de interest rate stijgt zal de rentekost van de deposito’s zich hier aan aanpassen. De stijging van de interest rate zal echter niet zo snel kunnen doorgerekend worden op de in het verleden afgesproken interestkost van de lening. De bank gaat dus hogere uitgaven hebben, meer rente betalen op spaargeld, maar dezelfde inkomsten hebben. Dit leidt tot een negatieve situatie voor de bank. Wanneer echter de maturity (time to reprice) van de activa en passiva dezelfde is, zal een stijging van de interest rate leiden tot hogere uitgaven op het spaargeld maar ook tot hogere inkomsten uit de lening. De extra uitgaven zijn hier gelijk aan de extra inkomsten dus op dat moment is er geen sprake van interest rate risico. Financiële bedrijven, waaronder dus ook banken, bezitten over het algemeen enkel nominale activa en passiva. Terwijl cashflows die voortvloeien uit reële activa mee fluctueren met het prijsniveau. Aangezien de meerderheid van de activa nominale activa zijn, weet de bank hoeveel en wanneer ze geld zullen ontvangen. Een verandering van de interestvoet zal de aandeelkoers veranderen op een manier die afhangt van de maturity compositie van zijn activa en passiva (Flannery & James, 1984). Zoals reeds vermeld, is het effect op het vermogen van banken van interest rate veranderingen afhankelijk van de maturity compositie van de bank. Het is echter niet makkelijk om de interest rate gevoeligheid van banken via deze methode te verklaren. Belangrijke activa en passiva posten van de balans hebben immers theoretisch ambigue (tweeslachtige) maturities. Ook zijn er problemen bij het interpreteren van data over maturity/duration. Om de maturity mismatch te meten moeten er gegevens verzameld worden die ons iets vertellen over de maturity van een bank. Een vaak gebruikte maatstaf wordt bekomen door de waarde van de passiva die onderworpen zijn aan herprijzing binnen het jaar af te trekken van de activa die in dezelfde periode worden herprijsd. Deze uitkomst wordt door Flannery and James “Short” genoemd (Flannery & James, 1984). Merk op dat activa en passiva die niet opgenomen zijn in deze vergelijking verondersteld worden om niet binnen het jaar af te lopen. Er zijn twee mogelijke situaties, een positieve (negatieve) waarde van short stelt dat er meer (minder) korte termijn activa dan korte termijn passiva zijn. Aangezien op een balans passiva en activa gelijk moeten zijn, impliceert een positieve (negatieve) waarde van short, dat de lange termijn passiva een hogere (lagere) waarde
- 16 -
hebben dan de lange termijn activa. De exacte berekening van Short kan teruggevonden worden in Appendix 2.1 . Om nu effectief de MMH te schatten kunnen we volgende vergelijking regresseren. βj = α0 + α1 (
)j + ε j
met
βj = Coëfficiënt horend bij de interest rate index van bank j zoals gedefinieerd in het extended CAPM (infra ‘Di ’ , p- 32 -) α0 = constante die het verschil weergeeft tussen de verwachte en de werkelijke waarde Short = de gemiddelde netto Short positie van bank j in een bepaalde periode MV = gemiddelde marktwaarde van het kapitaal van bank j εj = storingsterm De waarde van α1 geeft ons dan een beeld over het verband tussen de maturity de interest rate sensitivity. Volgens de MMH is het verwachte teken van α1 negatief (Flannery & James, 1984).
2.7 Term Structure De term structure van interest rates is een maatstaf voor de relatie tussen de opbrengst van risicovrije beleggingsinstrumenten (bv. overheidsobligaties) die enkel verschillen in hun looptijd. De term structure geeft dus als het ware een beeld over de verwachtingen van de markt omtrent toekomstige gebeurtenissen (Cox, Ingersoll, Ross, 1985). De term structure wordt grafisch weergegeven door de yield curve. Op de yield curve ziet men makkelijk het verband tussen de korte en lange termijn interest rate (Figuur 2) .
- 17 -
Figuur 2: De yield curve op 22 juli 2009 Bron: ECB.
In tegenstelling tot de passiva van een bank, die eerder invloed ondervinden van de korte termijn interest rate, worden de activa van een bank eerder beïnvloed door de lange termijn interest rate (English, 2002). Ten opzichte van de passiva passen de activa zich trager aan aan veranderingen in de interest rate. Deze twee vaststellingen hebben als gevolg dat het netto interest inkomen van een bank tijdelijk zal dalen wanneer er een stijging is in zowel de korte als lange termijn interest rate wegens de tragere aanpassing van de opbrengsten van de activa ten opzichte van die van de passiva(English, 2002).
Uit onderzoek van Faff en Howard blijkt daarentegen dat de lange termijn interest rate meer invloed heeft op de resultaten van een bank dan de korte termijn interest voet. Echter vinden de auteurs in hun onderzoek ook dat er enige vorm van instabiliteit is omtrent de interest rate sensitivity tussen verschillende subperiodes, zeker bij de lange termijn rates (Faff & Howard, 1999). Akella en Chen vinden in hun studie terug dat de return van de bankaandelen gevoelig is aan de lange termijn interest, onafhankelijk van de gebruikte orthogonalisatie procedure. De grootte van de schattingen is echter wel afhankelijk van de beschouwde perioden, in hun onderzoek was het de periode 1974-1984 opgesplits in 2 subperioden (Akella & Chen, 1990). Ook volgens Madura en Zarruk is de invloed van verwachte en onverwachte veranderingen in de lange termijn interest groter dan voor veranderingen in de korte termijn rates. De lange termijn rates zijn immers stabieler en dus een verandering in de lange termijn rate is een sterker signaal voor de markt dan een verandering in de (volatielere) korte termijn rates (Madura & Zarruk, 1995). De bevindingen van Elysiana en Mansur bevestigen vorige resultaten. Daarenboven wijzen ze op het feit dat de Fed meestal de korte termijn interest rate beïnvloedt in de money market. Dus als de impact op de returns vooral van de lange termijn rates komt, duurt het een tijd tegen dat de acties van de Fed impact hebben op de bankenreturns. Er is immers tijd nodig voordat de korte termijn
- 18 -
interest via de term structure invloed heeft op de lange termijn interest rate (Elyasiani & Mansur, 2004). Volgens Benink en Wolff daarentegen bestaat een statistisch significante inverse relatie tussen de onverwachte interest rate veranderingen en de return op aandelen (aandelen van dataset uit de jaren ’70 tot ‘80) (Benink & Wolff, 2000) . Deze resultaten worden kwalitatief, de grootte van de coëfficiënten zijn wel anders, niet beïnvloed door de keuze van een korte of lange termijn interest variabele. Noch speelt de grootte van de banken een kwalitatieve rol. De bankgrootte wordt immers vaak gezien als een verklarende variabele voor de interest rate sensitivity van banken. Grote banken hebben een meer gediversifieerd portfolio van business en klanten dan de kleinere banken . Ook hebben ze verschillende attitudes in verband met risico’s . Zo zullen grote banken betere toegang hebben tot de kapitaalmarkten en tot verschillende producten en zijn ze bijgevolg ook meer gediversifieerd.
2.8 Allerlei Andere kleinere bevindingen uit de literatuur worden hier gebundeld. Deshmukh, Greenbaum and Kanatas vertellen ons over de impact van variable rate passiva en fixed rate activa op de interest rate gevoeligheid van een bank. Ze ontwikkelen ook een model voor balance sheet duration mismatch (Deshmukh, Greenbaum, Kanatas, 1983). Interest rate sensitivity van banken wordt ook vaak gerelateerd aan financiële maatstaven zoals de ratio Equity/Assets, Demand Deposits/Total Deposits en Loans/Assets (Fraser & Madura, 2002)(infra, p- 44 -). Deze ratio’s worden vaak gebruikt in plaats van maturity data om de resultaten te verklaren. Deze ratio’s zijn immers veel makkelijker terug te vinden en ze zijn ook beschikbaar voor een groot aantal banken in een continue tijdsbestek. Hierop wordt uitgebreid teruggekomen in het onderzoek. Chen and Chan waarschuwen ons om interest rate sensitivy van banken te schatten over periodes die worden gekarakteriseerd door verschillende interest rate cyclussen en veranderingen in Federal Reserve monetary policy (Chen & Chan, 1989). Dit is van belang wegens een soortgelijk optreden van de ECB in ons onderzoek.
2.9 Hedging Instrumenten In dit deel wordt er gefocust op het hedgen van het interest rate risico door gebruik te maken van financiële derivaten (infra, p- 48 -). Met een derivaat bedoelt men in de chemie een stof die afgeleid is van een andere stof of een stof die in theorie kan worden afgeleid uit die andere stof (de moederstof). In de financiële wereld hebben derivaten dezelfde betekenis, het zijn financiële instrumenten wiens waarde afhankelijk is van de waarde van een ander onderliggend goed (Stulz, 2004). Het onderliggende is meestal een financieel activa of een financiële notering (bv. hoogte van
- 19 -
een rentevoet). De markt van derivaten kan men ook nog eens onderverdelen in twee delen, de ‘plain vanilla’ derivaten en de exotische derivaten. Tot de plain vanilla derivaten behoren de contracten om in de toekomst bepaalde zaken te kopen of te verkopen, dit zijn de zogenaamde forwards en futures. Ook de optie om iets te kopen of te verkopen aan een afgesproken prijs in de toekomst is een plain vanilla contract. Combinaties van forwards, futures en opties behoren ook tot de eerste categorie. Exotische derivaten zijn alle derivaten die niet tot voorgenoemde categorieën behoren (Hull, 2009). Hieronder volgt een opsomming van de meest gebruikte derivaten om het interest rate risico te hedgen. Voor een overzicht van alle financiële derivaten wordt verwezen naar ‘Options, Futures and other Derivatives’ van Hull,2009. 2.9.1
Forward rate agreement
Een forward rate agreement is een over-the-counter (OTC) overeenkomst. Deze overeenkomst specifieert dat het lenen of ontlenen van een een bepaald bedrag over een afgesproken periode zal gebeuren aan een afgesproken rentevoet. De onderliggende assumpie is dat het lenen of ontlenen normaal zou gebeuren aan de Euribor (LIBOR) rate (infra, p- 27 -). 2.9.2
Futures
Een future kan beschouwd worden als een gestandardiseerd termijn contract (forward), de standaardisatie heeft betrekking op de kwantiteit, de kwaliteit en het tijdstip van leveren (Hull, 2009). Future contracten zijn in tegenstelling tot forwards genoteerd, de bekendste markt voor futures is de Chicago Board of Trade (CBOT). 2.9.3
Swap
“Een swap is een overeenkomst tussen twee partijen om in de toekomst cashflows uit te wisselen” (Hull,2009, p 147). De belangrijkste soorten swaps zijn de currency –en de renteswap. In deze scriptie staat de laatste centraal. De renteswap (IRS, Interest Rate Swap) wordt hoofdzakelijk gebruikt om het renterisico onder controle te houden of af te dekken. Een opsomming van een aantal mogelijke redenen om een renteswap te gebruiken zijn (Charumathi, 2009): Een lagere financieringskost bekomen Als hedgingsinstrument om de blootstelling aan interest rate risico te verminderen Om hogere opbrengsten te verkrijgen van investeringen Om financiële investeringen te bekomen die anders niet gerealiseerd kunnen worden
- 20 -
Als middel bij de implementatie van activa of passiva managementstrategieën Als speculatiemiddel dat inspeelt op verwachte toekomstige renteveranderingen
2.10 Hedging met renteswaps De werking van een renteswap is het best uit te leggen aan de hand van een voorbeeld (Hull, 2009). Stel dat ING bank op 5 maart 2007 een drie jaar durende interest rate swap aangaat met KBC8. De overeenkomst houdt in dat KBC aan ING een jaarlijkse rente van 5% (halfjaarlijks compounded) betaalt op het notionele bedrag (principal) van € 100 miljoen. In ruil zal ING aan KBC de Euribor op 6 maand betalen op hetzelfde bedrag. In deze swap is KBC de ‘fixed-rate payer’ en ING is de ‘floatingrate payer’. De overeenkomst houdt verder ook in dat de rentebetaling elke 6 maand zal plaatsvinden.
Figuur 3: Voorstelling van een Interest Rate Swap tussen ING en KBC
De eerste betaling zal plaatsvinden op 5 september 2007, 6 maand na de start van de overeenkomst. Op deze dag betaalt KBC aan ING € 2,5 miljoen en zal het van ING € 2,1 miljoen (=0,5*0,042*100 miljoen) euro ontvangen. Deze betaling was voor beide partijen gekend op het moment dat de swap werd opgesteld. Immers de Euribor rente op 6 maand was toen 4,2% (Figuur 4). De volgende betaling zal plaatsvinden op 5 maart 2008. KBC betaalt wederom aan ING de € 2,5 miljoen en het zal van ING € 2,4 miljoen (=0,5*0.048*100miljoen) ontvangen. De Euribor rente op 6 maand, genoteerd op 5 september 2007 was immers 4,8%. Alle verrichtingen vanuit het standpunt van KBC worden in Figuur 4 weergegeven. Echter meestal worden beide bedragen niet uitbetaald, maar wordt enkel het verschil uitbetaald. Ook dient het notionele bedrag niet uitgewisseld te worden, de 100 miljoen in het voorbeeld dient dus enkel voor de berekening van de rente en wordt dus niet betaald.
8
De gebruikte percentages zijn ter illustratie en dus niet marktconform
- 21 -
Datum
Euribor op 6 maand (%) 4,2 4,8 5,3 5,5 5,6 5,9
5 maart 2007 5 september 2007 5 maart 2008 5 september 2008 5 maart 2009 5 september 2009 5 maart 2010
Floating cash ontvangen
Vaste cash betaald
Verschil
+2,10 +2,40 +2,65 +2,75 +2,80 +2,95
-2,50 -2,50 -2,50 -2,50 -2,50 -2,50
-0,40 -0,10 +0,15 +0,25 +0,30 +0,45
Figuur 4: De cashflows (in miljoen €) die KBC ondergaat in een interest rate swap van € 100 miljoen op 3 jaar wanneer een vaste rente wordt betaald en een variabele wordt ontvangen.
Dit is echter een eenvoudige voorstelling van de werkelijkheid. Meestal lukt het niet om een tegenpartij te vinden die voor juist hetzelfde bedrag en dezelfde duurtijd een swap wil aangaan. Daarom
wordt
er
meestal
gebruik
gemaakt
van
een
financiële
tussenpersoon.
De vraag die nog rest is: waarom zou een bank met een andere bank een interest rate swap aangaan? Het antwoord daarop is het principe van ‘comparative advantage’ (Bicksler & Chen, 1986), (Hull, 2009). Stel dat KBC een slechtere kredietwaardigheid heeft dan ING. Dan zal KBC zowel in de fixed als de floating-rate markt een grotere rentekost hebben te danken aan zijn slechtere rating. Stel dat onderstaande interest rates van toepassing zijn.
ING KBC
Fixed 4,00% 5,20%
Floating Euribor op 3 maand - 0,1 % Euribor op 3 maand + 0,6 %
Figuur 5: Interest rate voorwaarden op de fixed en floating rate markt
Het verschil tussen ING en KBC op de fixed interest markt is 1,20% (=5,2%-4,0%) daartegenover staat dat het verschil op floating-rate market slechts 0,70% ([Euribor+0.6%] - [Euribor -0,1%]) is. KBC heeft dus een comparatief voordeel op de floating-rate markt. Terwijl ING een comparatief voordeel heeft op de fixed rate markt. Let wel op dat ING op beide markten een absoluut voordeel heeft. Het comparatief voordeel kan dus best omschreven worden als “ING pays more less in fixed-rate markets; KBC pays less more in floating-rate markets” (Hull, 2009, p 155). Stel dat ING nu een lening wil met floating rate, zal het toch nog steeds op de fixed-rate market lenen. Een swap wordt dan gebruikt om van de fixed-rate lening een floating-rate lening te maken.
- 22 -
Figuur 6: De geldstromen tussen ING en KBC tengevolge van de Interest Rate Swap
Invloed van de swap voor ING Betaalt 4% aan schuldeisers Ontvangt 4,35% van KBC Betaalt Euribor aan KBC ING betaalt dus slechts Euribor – 0.35% , dit is beter dan de Euribor - 0.1 % dat de markt aanbiedt. Ook is de lening nu van het floating-rate type. Invloed swap voor KBC Betaalt Euribor + 0,6% aan schuldeisers Ontvangt Euribor van ING Betaalt 4,35 % aan ING KBC betaalt dus slechts 4,95%, dit is beter dan de 5,20% dat de markt aanbiedt. De lening is nu van het fixed-rate type.
Wat dit alles te maken heeft met het hedgen van interest rate risico komt in volgende alinea’s aan bod. Uit dit werkstuk is reeds gebleken dat verschillen in de marktcondities impact hebben op de balans compositie van banken. Zo zal de maturity van de activa en passiva niet steeds gelijk zijn en dit leidt dan tot een ‘gap’ in de balans. Het is belangrijk op te merken dat de gap niet altijd hetzelfde teken heeft. Voor de ene bank kan de maturity van de activa groter zijn dan de maturity van de passiva en voor de andere bank kan dit andersom zijn. Een interest rate swap kan dan als economisch mechanisme gebruikt worden waarvan beide financiële instellingen kunnen profiteren om hun gap te verkleinen en zo hun interest rate risico te verminderen (Bicksler & Chen, 1986). Nemen we weer het voorbeeld van ING en KBC. Het is mogelijk dat deze banken, zelfs binnen dezelfde landsgrenzen, een andere balans compositie hebben en dat de rentevoeten waaraan ze beide kunnen lenen verschillend zijn. Stel dat ING een portfolio heeft van floating rate assets (bv. leningen met variabele rente). ING zal ter financiering van het portfolio financieringsmiddelen ophalen in de fixed-rate markt
- 23 -
op middellange termijn9. ING heeft dus op dit moment een gap management probleem, het zou immers de duration van zijn financieringsmiddelen willen verkorten. Wanneer immers de rente zal dalen, zal ING minder geld ontvangen op zijn floating rate lening, maar de rente dat het betaalt op zijn financieringsmiddelen is vast. Dit leidt tot een negatieve situatie voor ING. Het zou dus voordelig zijn voor ING als het beroep kon doen op floating rate financiering. Hier ontstaat er dus een potentieel scenario waar ING en een andere partij (die het omgekeerde probleem heeft) een interest rate swap kunnen opstellen. ING zal in deze interest rate swap de floating rate payer zijn. De andere partij zal aan ING dan een vast bedrag betalen op hetzelfde tijdstip. ING kan dus zijn fixed rate passiva omvormen tot een floating rate passiva. Hierdoor kunnen beide partijen de gap op hun balans verkleinen.
9
Er wordt vanuit gegaan dat ING in de fixed-rate markt op middellange termijn de meest voordelige voorwaarden heeft.
- 24 -
3 Onderzoek 3.1 Doelstelling Het opzet van dit gedeelte is het empirisch aantonen van een verband tussen de rentefactor en de returns van banken. Het experiment wordt uitgevoerd in Eviews 6. De eerste hypothese die getest wordt is het al dan niet bestaan van een verband tussen een rentefactor en de bankenreturns. Vervolgens wordt aangetoond, indien er een verband bestaat, welke rentefactoren de grootste invloed hebben op de bankenreturns. Tot slot wordt er aan de hand van de jaarrekeningen een verklaring gegeven van welk type banken het meest met interest rate sensitivity te maken hebben.
3.2 Data Voor het bepalen van de interest rate sensitivity maken we gebruik van econometrische regressies. Twee types variabelen worden gebruikt, enerzijds returns en anderzijds interest rates. Hierna worden beiden kort besproken. 3.2.1
Returns
De returns in dit onderzoek kunnen worden opgesplitst in twee categorieën. Enerzijds de bankenreturns en anderzijds de marktreturn. De bankenreturns, in dit werkstuk de te verklaren variabele, worden als volgt gevormd: Bankreturn= Ln[ Aandeelprijs periodet / Aandeelprijs periode t-1] Deze methode kan gebruikt worden voor het tijdsinterval [0,T] indien er een continue tijdsproces wordt verondersteld. De aandeelprijs geeft dus op elk moment de huidige waarde weer. Concreet werd in het onderzoek gewerkt met wekelijkse data, dagelijkse data zou immers kunnen leiden tot ruis in de regressieresultaten. De meeste onderzoeken omtrent dit onderwerp analyseren portfolio’s van bankaandelen in plaats van de individuele aandelen. Het criterium bij uitstek om de banken te verdelen is dan de grootte van de bank. De banken verdelen in verschillende portfolio’s heeft als voordeel dat de ruis die voortkomt uit tijdelijke en individuele schokken worden uitgemiddeld. Op die manier kan men echter de verschillen tussen individuele banken niet aantonen (Czaja et al, 2009). Er worden 131 Europese banken, allen lid van de Economische en Monetaire Unie, in het onderzoek opgenomen (Appendix 3.1). De banken moeten echter niet voor de gehele periode 1999-2009
- 25 -
genoteerd zijn. Indien immers enkel banken worden geïncorporeerd die aan het einde van de steekproefperiode nog bestaan, kan dit leiden tot een survival bias. Omdat het zou kunnen dat banken die heel gevoelig zijn aan interest rate risico, en mogelijks om die reden uit de markt zijn verdwenen, niet in de analyse zouden zitten (Bartram, 2002). Figuur 7 geeft de samenstelling van de bankenset naar nationaliteit weer.
Figuur 7: Overzicht van de nationaliteit van de banken in de dataset
De marktreturn werd net zoals de bankenreturns gevormd door de natuurlijke logaritme te nemen van [Totale return index op tijdstip T / Totale return index op tijdstip (T-1) ]. De totale return index is terug te vinden in Datastream [ Mnemonic: TOTMKER(RI) ]. De totale return index is in dit onderzoek de verklarende variabele bij uitstek. TOTMKER staat voor de Europese marktindex en bevat ongeveer 2450 liquide aandelen. De grote hoeveelheid aandelen maakt dus dat deze index een goede proxy is voor de marktportfolio zoals gedefinieerd in het CAPM. Het verloop van de Europese martkindex wordt geschetst in Figuur 8. De val van de marktindex tijdens de crisisperiode valt meteen op (infra, p - 38 -).
- 26 -
Figuur 8: Grafiek die de waarde van het marktportfolio weergeeft in de onderzochte periode
3.2.2
Interest factor
Een interest rate in zijn eenvoudigste vorm bepaalt het bedrag dat de lener (borrower) moet betalen aan de uitlener (lender). De interest rates die gebruikt worden als verklarende variabele zijn uiteenlopend. De verschillende rentevoeten worden geselecteerd op basis van twee factoren: De termijn van de interest rate Oorsprong van de interest rate: Amerikaans of Europees Vooral de termijn is van belang omdat dit één van de meest bepalende factoren is van interest rate sensitivity (supra, p - 17 -). De termijn van de gebruikte interest rates zijn: interest rates op 3 maand, op 1 jaar tot zelfs interest rates op 10 jaar . Concreet zijn de interest rate factoren: De Euribor op 3 maand De Euribor op 1 jaar De German Government bond op 10 jaar De T-Bill rate op 3 maand Een Interest rate spread ( German Gov. bond op 10 jaar – Euribor 3 maand) De US Treasury bond op 10 jaar Zoals blijkt uit de opsomming worden er enkel rates gebruikt die gewaarborgd worden door de overheid. Bij deze rates is er geen default premium10 aanwezig. Dit is omdat het onderzoek de fluctuatie van de interest rates ten gevolge van veranderingen in de default premium niet in rekening
10
De default premium is een extra bedrag dat de lener moet betalen aan de ontlener. Dit bedrag dient om de ontlener te vergoeden voor het risico op wanbetalingen dat hij loopt. Hoe groter het risicoprofiel van de lener hoe groter de default premium zal zijn.
- 27 -
wil brengen. Het onderzoek incorporeert dus geen Commercial Paper spreads, Credit Default Swaps spreads en dergelijke die wel afhankelijk zijn van de default premie.
De zogenaamde Treasury rates zijn de rates die een investeerder zal verdienen op zijn belegging in bv. T-bills en Treasury Bonds. Dit zijn instrumenten die gebruikt worden door de overheid om te lenen in zijn eigen munt. Zo zal de Duitse overheid German goverment bonds uitbrengen als ze geld op lange termijn willen lenen van de (Duitse) bevolking. Deze rates worden bestempeld als risico vrije rates. De kans dat de overheid de hoofdsom en de interesten niet kan terugbetalen, wordt namelijk heel klein geacht. De financiële crisis in Griekenland toont echter aan dat zelfs overheidsobligaties niet meer als risicovrij worden beschouwd. Op 29 maart 2010, is de rating van Griekenland teruggevallen tot A2 (Moody’s) en BBB+ (Fitch en Standard’s & Poors). De obligaties werden door de Griekse overheid uitgegeven aan de midswap rate + 310 basispunten (ongeveer 6%). Concreet betekent dit dat Griekenland bijna het dubbele aan interesten moet betalen dan Duitsland op zijn obligaties (De Tijd, 30/03/2010). De rentefactoren afhankelijk van de Duitse of de Amerikaanse overheid hebben echter niet met dergelijke problemen te kampen en worden nog steeds als min of meer risicovrij beschouwd.
De European Interbank Offered rate, Euribor, is het gemiddelde rentetarief waartegen 57 vooraanstaande Europese banken, het zogenaamde bankenpanel, bereid zijn aan elkaar leningen in euro’s te verstrekken voor een maximale termijn van 1 jaar. Er bestaan zo een 15-tal Euribor tarieven met een verschillende looptijd. De meest gerapporteerde zijn echter de Euribor op 3 maand, soortgelijk aan de Amerikaanse T-bill rate op 3 maand, en de Euribor op 1 jaar. De Euribor rates worden elke dag om 11:00 CET vastgelegd. De hoogte van de Euribor wordt bepaald door het marktmechanisme. Kort gesteld zal de rente stijgen wanneer de vraag naar geld hoog is. De rente is immers de prijs die men betaalt voor het lenen van geld. De Euribor op 3 maand wordt gebaseerd op de ECB refirente. De refirente is de rente die banken moeten betalen wanneer ze geld opnemen bij de Europese Centrale Bank. De Euribor op 1 jaar wordt enigszins anders bepaald. Hier speelt de aansluiting met de kapitaalmarkt namelijk een belangrijke rol. Rentetarieven met een looptijd van langer dan een jaar worden immers op de kapitaalmarkt vastgesteld. De factoren die de kapitaalmarkt beïvloeden zijn uiteenlopend. Enkele factoren zijn: de toekomstige verwachte inflatie, het consumentenvertrouwen en voorspellingen over de groei van de economie. Het is om die reden dat beide Euribor rates zijn opgenomen in het onderzoek, aangezien ze beiden toch een enigszins andere achtergrond hebben.
- 28 -
Waarom Euribor een referentiewaarde is geworden in Europa, naast de LIBOR11, is deels te verklaren door de goede kredietwaardigheid van het bankenpanel. Toetreding tot het bankenpanel vereist immers een goede kredietbeoordeling zodat de kans dat een lening niet kan afgelost worden bijna onbestaande is12 (ECB website), (ING website).
Zoals duidelijk blijkt uit Figuur 9 zijn de korte termijn interesten veel volatieler en ook lager dan de lange termijn interest rate. Hetzelfde besluit kan getrokken worden uit de waarde van de standaarddeviaties (Tabel 1). Voor de Euribor op 3 maand bedraagt deze 1,10% tegenover 0,65% voor de standaard deviatie van de german government bond op 10 jaar (Tabel 1, panel A). De standaarddeviaties van de korte termijn rates tijdens de crisis zijn echter nog hoger (Tabel 1, panel C). Hier bedraagt de standaarddeviatie van de Euribor op 3 maand 1,59% tegenover slechts 0,51% voor de german government bond. Tabel 1, Panel B geeft een beeld weer van de Europese interest rates zonder de financiële crisis. Wat opvalt is dat de standaarddeviaties van de korte termijn rentevoeten veel lager liggen. Er is met andere woorden veel minder volatiliteit in deze periode. De standaarddeviatie van de lange termijn interest rate is echter lager tijdens de crisisperiode dan tijdens hele periode. De impact op het niveau en de volatiliteit van de lange termijn rentevoet is dus te verwaarlozen in vergelijking met de impact op de korte termijn rentevoeten.
De val van de korte termijn rentevoeten tijdens de kredietcrisis heeft te maken met de bestrijdingsmechanismen van de crisis. Wereldwijd verlaagden de centrale banken immers de rentevoet. Lagere rentes zouden immers de economie weer moeten aanzwengelen. Het wordt immers goedkoper om te lenen en dus zullen bedrijven meer kunnen investeren. Zoals de theorie aangeeft is de lange termijn interest rate bijna altijd hoger dan de korte termijn interest rate. Enkel in de periode tussen augustus 2007 en december 2008 is het verband omgekeerd wat duidelijk zichtbaar is door de negatieve interest spread. Dit is ook duidelijk af te leiden uit de gemiddelde rentes in Tabel 1.
11
LIBOR is de afkorting van London Interbank Offered Rate. De LIBOR is een gemiddeld rente tarief waartegen een groot aantal internationale banken in Londen leningen aan elkaar willen verstrekken. Net zoals bij de Euribor is er een groot aantal aan LIBOR tarieven die afhangen van de looptijd.
- 29 -
Figuur 9: Overzicht van de Europese interest rates in de periode 1/1/1999 – 25/9/2009
Tabel 1: Overzicht van de gemiddelde interest rates en hun standaarddeviaties over de verschillende periodes
In tegenstelling tot wat op het eerste zicht misschien verwacht wordt, is de evolutie van de Amerikaanse en Europese rentes niet gelijklopend (Figuur10, Figuur 11). Wat meteen opvalt is dat zowel de Amerikaanse lange en korte termijn rentevoeten volatieler zijn. Dit wordt bevestigd door de standaarddeviaties in Tabel 2. Dit is te wijten aan een andere politiek van enerzijds de Fed en de ECB. “Zo is het beleid van de ECB vooral gericht op prijsstabiliteit. Dit volgt uit het verdrag van Maastricht (1991) en houdt in dat de stijging van de (geharmoniseerde) consumptieprijsindex in de eurozone op middellange termijn beneden 2% moet blijven” (Heylen, 2006, p 234). Aandacht voor de economische groei is er enkel wanneer er geen risico voor prijsstabiliteit meer is (Heylen, 2006). De situatie in de Verenigde Staten is enigszins anders. Prijsstabiliteit en economische groei worden hier als gelijkwaardige doelstellingen beschouwd (Heylen, 2006). Het verschil in doelstellingen heeft natuurlijk invloed op de hoogte en de volatiliteit van de rentevoeten.
- 30 -
Figuur 10: Vergelijking tussen de Euribor rate op 3 maand en de T-bill rate op 3 maand
Figuur 11: Vergelijking tussen de German Government bond rate op 10 jaar en de US Treasury bond rate op 10 jaar
Tabel 2: Verschillen in de gemiddelde interest rates en de standaarddeviatie tussen de Europese en Amerikaanse interest rates
- 31 -
3.3 Regressies De vergelijking die geregresseerd wordt in dit onderzoek is (Flannery & James, 1984):
Rit
it
i
R mt
Di It
t
met
Rit= De return van bank i in periode t it
Verschil tussen de verwachte en de werkelijke return van bank i in periode t
i
De gevoeligheid van bank i zijn return op veranderingen in de marktportfolio
return Rmt = De return van het marktportfolio in periode t Di = De gevoeligheid van bank i zijn return op veranderingen in de rentefactor It = De waarde van de (georthogonaliseerde) rentefactor in periode t t
= De fouten term voor periode t
Bij het uitvoeren van de regressies moet er steeds rekening gehouden worden met drie verschijnselen die de resultaten van de regressie kunnen beïnvloeden. Namelijk multicollineariteit, heteroscedasticiteit en autocorrelatie. Wegens hun belang worden deze kort besproken. 3.3.1
Multicollineariteit
Indien bovenstaande vergelijking wordt geregresseerd is de kans groot dat er een probleem van multicollineariteit is tussen Rm en It . Multicollineariteit komt voor wanneer er een perfecte of bijna perfecte lineaire relatie bestaat tussen sommige of alle verklarende variabelen (Gujarati, 2003). De correlatie tussen de interest rate, Euribor op 1 jaar, en de marktreturn is -0.16 . Deze is significant verschillend van nul want bijhorende p-waarde is kleiner dan 0.05. Voor de correlatiecoëfficiënten tussen de marktreturn en de andere rentefactoren en de bijhorende p-waarde zie Appendix 3.2. De nulhypothese dat er geen correlatie bestaat tussen beide verklarende variabelen, de marktreturn en de rentefactor, wordt dus verworpen. In dit werkstuk wordt gekozen om de correlatie tussen de variabelen te elimineren. De correlatie zou immers kunnen leiden tot een lichte vorm van multicollineariteit en dit leidt op zijn beurt tot onstabiele coëfficiënten. Een in de literatuur vaak aangehaalde methode om dit te doen is het orthogonaliseren van een verklarende variabele. De orthogonalisatie methode creëert een nieuwe variabele die ongecorreleerd is met de marktreturn variabele. Het is deze nieuwe variabele die als interest rate factor wordt gebruikt. Het orthogonalisatie proces gebeurt als volgt: Eerst regresseert men de interest rate variabele op alle
- 32 -
factoren die in het rechterdeel van de CAPM vergelijking te vinden zijn. Concreet dus op de constante en de marktreturn variabele. De storingsterm (resid) van deze regressie wordt verder gebruikt als ‘ongecorreleerde’ interest rate variabele (Fraser & Madura, 2002). De ongecorreleerde variabelen worden ook wel orthogonale variabelen genoemd. De resultaten (infra, p- 36 -) voor de Europese rentevoeten blijven gelijk als er met niet georthogonaliseerde rentefactoren geregresseerd wordt Deze vaststelling wordt in de literatuur ook vaak teruggevonden (bv. Mitchell, 1991). 3.3.2
Heteroscedasticiteit
“Een ander verschijnsel dat ernstige gevolgen kan hebben voor de regressie resultaten is heteroscedasticiteit. Heteroscedasticiteit komt voor wanneer de storingstermen van de regressies allen een andere variantie hebben” (Gujarati, 2003, p 387). Wanneer de storingstermen heteroscedastisch zijn en men toch kiest voor de Ordinary Least Squares (OLS) schatter zijn er belangrijke (negatieve) gevolgen. De resultaten van de OLS schatting zullen wel onvertekend en consistent zijn13. De variantie zal echter over -of onderschat worden. Aangezien de standaardfout de vierkantswortel van de variantie is zullen deze ook verkeerd geschat worden. Dit kan leiden tot een verkeerde interpretatie van de T-test en kan dus zorgen voor verkeerde conclusies omtrent significantie. Om na te gaan of de regressies te maken hebben met heteroscedasticiteit is in dit werkstuk de ‘White’s General Heteroscedasticity Test’ gebruikt. Deze test is geïmplementeerd in Eviews 6 en stelt dus weinig problemen om uit te voeren. Vermeldenswaardig is wel dat de White-test uitgevoerd is zonder de aanwezigheid van de cross-product termen. Zodanig dat de test focust op pure heteroscedasticiteit en niet op specificatiefouten. De hypothesen zijn de volgende: H0: geen heteroscedasticteit in de storingstermen H1: heteroscedasticiteit in de storingstermen Concreet is er een willekeurige steekproef genomen van 26 banken om na te gaan of er 13
Men spreekt van een onvertekende schatting van een coëfficiënt wanneer de verwachtingswaarde of het
gemiddelde van de geschatte coëfficiënten gelijk is aan de werkelijke coëfficiënt. Een schatter is consistent wanneer de schatter naar de echte waarde convergeert als de steekproef groter wordt. Wanneer een lineair onvertekende schatter de laagste variantie heeft van alle lineair onvertekende schatters dan is de schatter efficiënt. Een lineair onvertekende schatter met de laagste variantie noemt men BLUE ( Best Lineair Unbiased Estimator). Bij regressies in dit werkstuk wordt er altijd gestreefd naar een BLUE (Gujarati, 2003).
- 33 -
heteroscedasticiteit is. Het gebruikte significantie niveau is 10%. In ongeveer 85 % van de gevallen kon de nulhypothese verworpen worden (Appendix 3.3). Heteroscedasticiteit blijkt dus een groot probleem te zijn, bijgevolg zullen alle regressies verbeterd worden voor heteroscedasticiteit. Aangezien σi (de standaardafwijking per observatie) niet gekend is, kan er geen gebruik gemaakt worden van de General Least Square (GLS) methode. De oplossing op het heteroscedasticiteit probleem wordt in volgend deel uitgelegd (infra, p- 34 -). 3.3.3
Autocorrelatie
Tot slot moet er ook rekening gehouden worden met het probleem van autocorrelatie. Aangezien er in dit onderzoek uitvoerig wordt gewerkt met tijdreeksen is de kans groot dat autocorrelatie zich voordoet. Autocorrelatie kan gedefinieerd worden als correlatie tussen waarnemingen die geordend zijn in de tijd of in mindere mate ruimte (dan spreekt men van spatial autocorrelation) (Gujarati,2003). De gevolgen voor OLS zijn soortgelijk als bij heteroscedasticiteit. De schattingen gemaakt door OLS zullen niet langer de kleinste variantie hebben van alle lineaire onvertekende schatters. Autocorrelatie wordt in dit onderzoek onder andere nagegaan door gebruik te maken van de ‘Durbin-Watson d Test’. Aan deze test zijn een paar voorwaarden verbonden. Het regressie model bevat een intercept: voldaan, Ait is het intercept De verklarende variabelen, marktreturn en interest rate factor, zijn niet stochastisch: niet voldaan. De storingsterm moet normaal verdeeld zijn: niet voldaan volgens Jarques Bera test Het model bevat geen lagged variabelen van de te verklaren variabele: voldaan Geen ontbrekende observaties: niet voldaan De storingstermen worden gegenereerd door een eerste orde autoregressief schema. De storingsterm is dus enkel een functie van de vorige storingsterm en wordt dus niet beïnvloed door storingstermen in periode t-2,t-3,…. : niet voldaan Aan de meeste voorwaarden is dus niet voldaan. Toch kan uit deze test afgeleid worden dat er enige vorm van autocorrelatie bestaat (Appendix 3.4). Echter vooral de laatste voorwaarde van de Durbin Watson d test is belangrijk in dit onderzoek. Het is onwaarschijnlijk dat de storingsterm enkel wordt beïnvloed door de storingstermen van de periode ervoor. Het is veel aannemelijker dat een de return op tijd t wordt beïnvloed door zowel de return op tijd t-1 maar zeker ook door de returns op tijd t-2, t-3, t-4,... Om autocorrelatie in dergelijke gevallen na te gaan wordt veelvuldig verwezen naar de Breusch-Godfrey
test, ook Lagrange Multiplier test genoemd. Voor meer informatie over de
Breusch-Godfrey test wordt verwezen naar (Gujarati, 2003, p 472). In dit werkstuk is er gekozen om
- 34 -
het aantal lags op vijf te zetten. Uit een steekproef van 26 banken, bleek dat er in ongeveer de helft van de gevallen sprake was van autocorrelatie (Appendix 3.4). 3.3.4
Oplossen van heteroscedasticiteit en autocorrelatie
Om zowel het probleem van heteroscedasticiteit en autocorrelatie op te lossen, wordt er gebruik gemaakt van de ‘Newey-West standard errors’. De verbeterde standaardfouten worden ook vaak weergegeven als ‘Heteroscedasticeit en Autocorrelatie Consistente standaardfouten (HAC)’. De procedure werd ontwikkeld door Newey en West en verandert de standaardfouten van de regressie zodat de OLS methode nog steeds toegepast kan worden (Gujarati, 2003). De enige voorwaarde is dat de steekproeven voldoende groot zijn, wat in dit onderzoek geen probleem is. De Newey-West methode zit ook standaard verwerkt in Eviews 6 en schept dus weinig problemen om uit te voeren. 3.3.5
Gebruikte code in Eviews
EViews 6 biedt de gebruiker de mogelijkheid aan om een programma te schrijven. Hiervan is er dan ook gebruik gemaakt zodat niet alle regressies handmatig moesten gedaan worden. De gebruikte code was: matrix(3,131) tWaarden matrix(3,131) pWaarden matrix(3,131) coef
Hier kan de tijdsperiode aangepast worden.
Hier kan de gebruikte rentefactor aangepast worden.
for !j=1 to 131 smpl 1/1/1999 06/29/2007 equation eq{!j}.ls(N) bank_{!j} marktreturn germangov10yresid c vector tstats{!j} = eq{!j}.@tstats
Newey-West standard errors
vector coefs{!j} = eq{!j}.@coefs vector(3) pstats{!j} for !k=1 to 3 pstats{!j}(!k)= 2*(1-@cnorm(@abs(tstats{!j}(!k)))) next colplace(tWaarden,tstats{!j},!j) colplace(pWaarden,pstats{!j},!j) colplace(coef,coefs{!j},!j) next
- 35 -
3.4 Beschrijving resultaten De regressies gebeuren, rekening houdend met het bovenstaande, met de Ordinary Least Squares methode waarbij de standaardfouten gecorrigeerd zijn door de Newey-West procedure. Dit geeft volgende resultaten op het 5% significantie niveau14 (Tabel 3 en Figuur 12).
Over de algemene periode, 1 januari 1999 tot 25 september 2009 , levert de interest rate spread het grootste aantal siginificante resultaten op. Voor 23% van de 131 banken is de coëfficiënt horend bij de interest rate spread namelijk significant verschillend van nul. Soortgelijke resultaten zijn te vinden voor de Euribor op 3 maand en de Euribor op 1 jaar. De Amerikaanse T-bill rate op 3 maand is duidelijk minder bepalend dan zijn Europese tegenhanger, de Euribor op 3 maand, want deze coefficiënt is slechts in 2% van de gevallen significant verschillend van nul. Opmerkelijk is dat de lange termijn interest rates het veel minder goed doen. De coëfficiënt horend bij de German Government bond op 10 jaar is slechts in 7% van de gevallen significant. De US treasury bond op 10 jaar heeft ook slechts in 6% van de gevallen significante coëfficiënten. In de periode zonder crisis, 1 januari 1999 tot 29 juni 2007 zijn de resultaten enigszins anders. In deze periode is het de lange termijn interest rate die het meest significant is. In 14 % van de gevallen heeft de German Government bond op 10 jaar immers een significante coëfficiënt. Dat is een verdubbeling ten opzichte van de significantie in de volledige periode. Voor de US treasury bond geldt hetzelfde, hier is er ook een stijging tot 9% waar te nemen. De eerder korte termijn interest rates worden in deze periode allen veel minder significant. De Euribor op 3 maand en op 1 jaar zijn in respectievelijk 13% en 11% van de gevallen significant. De opmerkelijkste verandering is echter terug te vinden in de significantie van de coëfficiënt horend bij de interest rate spread. De significantie valt terug van 23% over de algemene periode tot een schamele 3% wanneer de crisisperiode er wordt uitgelaten. De derde periode die werd bestudeerd is de financiële crisisperiode, 29 juni 2007 tot en met 25 september 2009. De resultaten in deze periode dienen wel anders te worden geïnterpreteerd. De bankendataset van de crisisperiode bestaat immers uit slechts 110 banken. Er zijn immers 21 banken die tussen begin 1999 en midden 2007 failliet zijn gegaan of gefuseerd zijn met andere banken. Voor deze banken zijn er dan ook uiteraard geen bruikbare data beschikbaar. In de crisisperiode ligt het aantal significante interest rates dicht bij elkaar. Zowel de Euribor op 3 maand als de Euribor op 1
14
De resultaten met de niet georthogonaliseerde interest rate factoren zijn amper verschillend van de weergegeven resultaten. Deze resultaten worden dan ook niet weergegeven.
- 36 -
jaar en zelfs de interest rate spread vertonen significante resultaten in ongeveer 10 % van de gevallen. De German Government bond op 10 jaar scoort iets minder met ongeveer 10% significante resultaten net zoals de US treasury bond die in slechts 5% van de gevallen significant is. Enkel de Tbill rate verschilt duidelijk in significantie ten opzichte van de andere rates. De coëfficiënt horend bij de T-bill rate is immers maar bij 3% van de banken significant verschillend van nul.
De resultaten op het 10% significantieniveau zijn gelijklopend aan die op het 5% significantie niveau (zie Appendix 3.5). In absolute aantallen merken we wel een redelijke verhoging op van significante coëfficiënten. Zo zijn over de gehele periode de Euribor rates en de spread in meer dan 30% van de gevallen significant. In de periode zonder crisis zijn op het 10% significantie niveau de Europese korte termijn rates echter wel een beetje significanter dan de lange termijn interest rate.
Tabel 3: Het aantal significante interest rate factoren in de 3 perioden uitgedrukt in percentages
Figuur 12: Grafische voorstelling van het aantal significante interest rate factoren in de 3 perioden
Tabel 4 geeft een overzicht van de gemiddelde significante marktbèta’s in de drie onderzochte periodes. De regressies werden uitgevoerd zowel op het normale CAPM als op het CAPM met een
- 37 -
toegevoegde interest rate factor. In de algemene periode en de periode zonder de crisis is de marktbèta slechts 0,75. Dit wil zeggen dat het portfolio bestaande uit alle bankaandelen (van de dataset gebruikt in dit onderzoek) minder risicovol (volatiel) is dan de markt. In de crisisperiode echter is er een enorme verschuiving, de bankaandelen zijn op dat moment even risicovol als het marktportfolio.
Tabel 4: Het gemiddelde van de significante marktbèta's in de verschillende periodes
3.5 Verklaring resultaten De resultaten in de crisisperiode (kleur groen in Figuur 12) zijn moeilijk te interpreteren. Het tijdsbestek waarin de resultaten zijn bekomen, is immers enorm volatiel. Het is dan ook beter om de effecten van de crisis te bestuderen aan de hand van een lange periode inclusief crisis en een lange periode zonder de crisis. Het verschil tussen deze resultaten geeft immers ook een verklaring van de crisis zelf. Zoals reeds gezegd bestaat de dataset tijdens de crisis uit slechts 110 banken in plaats van de 131 in de andere periodes. Van de 21 banken die wegens faillisement of overname niet meer genoteerd waren, hadden er slechts 3 in de algemene periode te maken met interest rate sensitivity. Het is dus niet zo dat de interest rate gevoelige banken reeds failliet of overgenomen waren op het moment dat de crisis uitbrak.
3.5.1
Europese interest rates
Het meest opvallend zijn ongetwijfeld de verschillen in significantie tussen de Europese korte en lange termijn interest rates in de algemene periode (kleur blauw in Figuur 12). In de literatuur vindt men meermaals terug dat de lange termijn interest rate meer significante resultaten oplevert dan de korte termijn interest rate (supra, p- 17 -). In de algemene periode (1/1/1999-25/09/2009) is het verband echter omgekeerd. De resultaten zonder de crisis (kleur rood) zijn echter enorm verschillend van de resultaten in de algemene periode. Het is dus de financiële crisis die (deels) verantwoordelijk is voor de opvallende resultaten in de algemene periode.
- 38 -
De resultaten in de algemene periode wijken zo sterk af omdat het tijdens de kredietcrisis voor banken veel moeilijker werd om financiering op lange termijn te vinden. Investeerders waren immers niet geneigd om hun geld voor een lange tijd ter beschikking te stellen tegen lage returns. Investeerders waren immers gewoon om hoge returns te krijgen. In de jaren voor de crisis kende de markt immers een boom. Vanaf medio 2007 was er echter een enorme terugval in de marktreturn (supra, Figuur 8). Deze dalende tendens werd nog versterkt vanaf oktober 2008. Op minder dan een jaar tijd viel de korte termijn interest rate terug van meer dan 5% naar minder dan 1%. Hierdoor daalden ook de returns van vele (risicovrije) financiële producten. De massale vlucht naar de korte termijn investeringen veroorzaakte een toename van de concurrentie in dergelijke investeringen. Investeerders wilden immers toch nog het maximum uit hun investeringen halen. Deze korte termijn investeringen werden bijgevolg veel interestgevoeliger. De crisis had echter ook een invloed op de activa zijde van de balans. Het werd voor banken in de crisisperiode enorm moeilijk om kwalitatieve activa te vinden met een korte tot middellange maturity. Banken werden dus in tegenstelling tot het verleden veel harder beïnvloed door veranderingen in de korte termijn interest rates. Dit is een van de redenen waarom de significantie van de korte termijn rentevoeten hoger ligt in de algemene periode dan in de periode zonder de crisis. De hoge gevoeligheid aan korte termijn interest rates kan ook te maken hebben met het feit dat tijdens de kredietcrisis bank managers eerder focusten op de liquiditeitspositie van de bank en de verminderde kwaliteit van de bankactiva. In die periode was er dus minder aandacht voor het interest rate risico.
De grote terugval in significantie van de interest rate spread is ook opvallend. Deze terugval kan te wijten zijn aan een verandering in de vorm van de yield curve. De interest rate spread geeft immers een indicatie over deze vorm. Een positieve spread wijst eerder op een normale yield curve. Een negatieve spread wijst op een inverse yield curve. Zoals blijkt uit Figuur 13 is de yield curve net voor de crisis vlak. Op dat moment is er dus amper verschil tussen de korte en de lange termijn interest rates. Tijdens de crisis echter verandert de vorm van de yield curve drastisch en snel. Op 25 oktober 2008 is er een knik in de yield curve. Een geknikte yield curve duidt meestal op onzekerheid over hoe de interest rates gaan evolueren. Op 25 september 2009 is er reeds een normale (stijle) yield curve. Deze evolutie kan geleid hebben tot extra interest rate gevoeligheid. Door de crisis hebben vele banken te maken gehad met stijgende verliezen op hun leningen en een scherpe daling in de waarde van hun beleggingstinstrumenten. Deze tendensen hadden een
- 39 -
neerwaarts effect op het kapitaal en de opbrengsten. Door de vorm van de yield curve hadden banken echter wel de mogelijkheid om hun lange termijn activa voordelig te financieren met korte termijn passiva. Deze strategie genereert extra opbrengsten, maar verhoogt ook het risico wanneer de korte termijn rentevoeten stijgen. Dit risico wordt echter ook deels in de hand gewerkt door de interest rate politiek van de ECB. Door de korte termijn interest rate historisch laag te houden, om het broze economisch herstel niet te schaden, kunnen banken van de stijle yield curve blijven profiteren.
Figuur 13: Overzicht yield curve vlak voor de crisis (blauw) en tijdens de crisis (bruin en rood) Bron: ECB.
3.5.2
Amerikaanse interest rates
Bij de Amerikaanse interest rates valt op dat de Amerikaanse T-bill rate amper invloed heeft op de returns van de EMU banken. Dit zou verklaard kunnen worden door een andere rentepolitiek van respectievelijk de Fed en de ECB. Zoals reeds vermeld wordt de Euribor rente gebaseerd op de ECB refirente (supra, p- 27 -). Hetzelfde geldt voor de T-bill rate die gebaseerd is op de funding rate van de Fed (Coibion & Gorodnichenko, 2010). De volatilieit en de hoogte van de rentes van beide centrale banken is echter verschillend (supra, p 28). Aangezien de EMU banken afhankelijk zijn van de politiek die de ECB voert, is het dan ook logisch dat de EMU banken gevoeliger zijn aan een verandering in de Euribor dan aan de T-bill rate. De reden dat de significantie van de lange termijn Amerikaanse en Europese rates niet zover uit elkaar ligt, kan te wijten zijn aan hun correlatie. De correlatie tussen de Europese lange termijn interest rate (de german government bond op 10 jaar) en de Amerikaanse lange termijn interest rate (US bond op jaar) is immers 0,76. De correlatie tussen de Europese en Amerikaanse korte termijn rates (Euribor 3m en T-bill) is daarentegen slechts 0,48.
- 40 -
3.5.3
Test van de consistentie van de resultaten bij periode veranderingen
Om de consistentie van de resultaten te testen zijn de OLS regressies ook uitgevoerd in een andere periode. De financiële crisis ontstond medio 2007. Op dat ogenblik was er echter nog geen ingrijpen van de ECB. Zoals te zien in Figuur 14 heeft de ECB pas renteverlagingen doorgevoerd vanaf oktober 2008. De nieuwe periodes zijn gebaseerd op het begin van het ingrijpen van de ECB. Concreet betekent dit: De algemene periode, 1/1/1999-25/9/2009, blijft hetzelfde. De periode zonder crisis wordt hier gedefinieerd als 1/1/1999 – 1/10/2008. De crisis werd bijgevolg gedefinieerd als het tijdsinterval 1/10/2008-25/9/2009.
Figuur 14: Vergelijking tussen de ECB en de Fed rente
De invloed van de verandering in tijdsperiode is terug te vinden in
Tabel 5 en Figuur 15.
Tabel 5: Significantie van de verschillende interest rate factoren in de verschillende perioden uitgedrukt in procent
- 41 -
Figuur 15: Een grafische voorstelling van de significantie van de verschillende interest rate factoren in de verschillende perioden
Figuur 15 en Tabel 5 illustreren duidelijk dat de resultaten totaal anders zijn dan in de originele periodes. Het valt onmiddellijk op dat het verschil in significantie tussen de algemene periode en de crisisperiode veel minder groot is. De twee Euribor rates zijn bijvoorbeeld bijna constant over de drie verschillende periodes heen. Het grote verschil in significantie tussen de lange termijn interest in de algemene periode en de periode zonder crisis is hier ook niet meer terug te vinden. Ook de spectaculaire terugval van de interest rate spread is hier niet terug te vinden. Het is dus heel belangrijk dat de crisisperiode goed gedefinieerd wordt. Een verschuiving van de crisisperiode met 1 jaar en 3 maanden heeft immers verstrekkende gevolgen. Verder onderzoek toont echter aan dat de grote verandering in significantie een typisch fenomeen is voor juist die periode. Indien immers tijdens de crisisperiode de regressies (enkel voor de Euribor op 3 maand) worden herhaald met telkenmaal 3 maand tussen, krijgt men volgende resultaten (Figuur 16).
Hierin valt meteen op dat de periode vanaf 29/september/2008 afwijkende resultaten oplevert.
Dit kan te wijten zijn aan de vrije val van de Euribor tussen 29/sept/2008 en 29/december/2008. De Euribor op 3 maand valt in deze 3 maanden terug van 5,33% naar slechts 2,29%. Om hier uitsluitsel over te geven is echter verder onderzoek nodig.
Figuur 16: De significantie van de Euribor op 3 maand tijdens de crisisperiode
- 42 -
3.5.4
Waarde interest rate coëfficiënten
De gemiddelde coëfficiënten horend bij de significante georthogonaliseerde interest rates worden hier weergegeven. De coëfficiënten horende bij de interest rates zijn negatief. Zoals in de literatuur ook aangehaald, is er immers een negatief verband tussen de interest rate factor en de bankreturn. Enkel de coëfficiënt horend bij de spread is positief. De absolute waarde van de coëfficiënten wordt niet in detail besproken. De waarde van het onderzoek ligt immers in de significantie van de resultaten en niet in de absolute waarde van de coëfficiënten.
German Government 10 Y Euribor 3m Euribor 1 Y Interest rate spread USbond10Y Tbill
Algemeen 1/jan/1999-25/sep/2009
Zonder Crisis 1/jan/1999 - 29/juni/2007
Crisis 29/jun/2007 -25/sep/2009
-46,5 -22,5 -22,1 23,4 -74,0 -0,2
-32,3 -29,1 -28,1 32,0 -150,8 0,6
-103,0 -33,2 -36,3 45,7 -85,3 -15,2
Figuur 17: Gemiddelde coëfficiënten die horen bij de significante interest rate factoren in de 3 perioden
3.6 Alternatieve analyse van de resultaten Bij het analyseren van de resultaten is het opvallend dat er maar bij een kleine fractie van de banken sprake is van interest rate sensitivity. Dit kan verschillende oorzaken hebben, enkele zijn: een goede diversificatie van de bankactiviteiten, de maturity van de activa en passiva die op mekaar afgestemd is, betere hedging technieken om interest rate risico uit te schakelen en dergelijke. 3.6.1
Maturity
De significante resultaten zouden hoogstwaarschijnlijk het best kunnen verklaard worden door een afwijking in de maturity van de (korte termijn) activa ten opzichte van de maturity van de (korte termijn) passiva. Wanneer het verschil tussen beiden immers te groot is, geeft dit aanleiding tot een grote interest rate sensitivity (supra, p - 16 -). Het is echter onmogelijk om aan adequate data over deze maturities te geraken via Bankscope of andere kanalen. Zo wordt de looptijd van bijvoorbeeld leningen en deposito’s van banken amper openbaar gemaakt voor het grote publiek. Dit wordt in de literatuur als volgt verwoord: ‘ Het verkrijgen van data over de maturity van individuele banken over verschillende jaren heen is moeilijk, misschien zelfs onmogelijk, enkel voor een kleine groep van zeer grote banken is dit mogelijk’ (Fraser et al, 2002, p 353).
- 43 -
3.6.2
Bankspecifieke karakteristieken
In dit werkstuk wordt dus gebruik gemaakt van bankspecifieke karakteristieken om de resultaten te verklaren. Deze methode overwint de moeilijkheden om betrouwbare en volledige data te verzamelen. De bankspecifieke karakteristieken die worden gebruikt zijn immers wijd verspreid. De meest genoemde verklarende bankkarakteristieken ter verklaring van de resultaten zijn (Fraser et al, 2002), (Ballester et al, 2009): equity/total assets ratio loans/total assets ratio bankgrootte deposito’s/total assets ratio off-balance sheet activity/total asset ratio (deze ratio wordt niet in het onderzoek opgenomen aangezien data hieromtrent niet steeds betrouwbaar zijn. Men weet immers niet altijd welke financiële instrumenten er onder de noemer ‘off-balance’ vallen.)
Hieronder wordt besproken hoe de bankkarakteristieken een verklaring kunnen bieden voor de bekomen resultaten (supra, p- 36 -). De equity/total asset ratio is een maatstaf voor de kapitaal sterkte van de bank. Zoals reeds vermeld in de literatuurstudie hebben banken met een hoge graad aan kapitaal minder nood aan externe financiering (infra, p- 8 -). De loans/total assets ratio geeft het relatieve belang weer van leningen in de balans van de bank. Gemiddeld gezien is de maturity van een banklening groter dan de maturity van de andere activa en passiva. Indien deze ratio stijgt, zorgt dit dus gemiddeld gezien voor een grotere maturity mismatch. Volgens de maturity mismatch hypothese leidt dit tot een grotere interest rate sensitivity. De bankgrootte wordt aangevoeld als de meest logische verklarende variabele. Het is immers voor iedereen duidelijk dat de werking van kleine en grote banken anders is. Eerst en vooral is er een verschil in het soort van klanten en business. Ten tweede hebben grote en kleine banken andere attitudes omtrent risico (eventueel ingegeven door andere managementmodellen). Voor grotere banken is het bijvoorbeeld makkelijker om toegang te vinden tot de kapitaalmarkt. Grotere banken hebben ook een veel groter aanbod van financiële producten (zij hebben immers de middelen om deze te verkopen en te ontwikkelen). Dit draagt bij tot een grotere diversificatie, wat op zijn beurt leidt tot het nemen van grotere risico’s. De hele grote banken kunnen ook ‘too big to fail’ worden aangezien ze in tijden van crisis ondersteund worden door de overheid. Deze zekerheid kan op zijn beurt leiden tot het nemen van grotere risico’s. Het is nog steeds onduidelijk wat de relatie tussen bankgrootte en interest rate sensitivity is.
- 44 -
Deposito’s/total asset ratio geeft het belang weer van de deposito’s op de balans. Deposito’s worden beschouwd als een stabiele en goedkope bron van financiering voor banken15. Een groot percentage van deze deposito’s wordt echter niet gebruikt om mee te investeren maar eerder om mee te sparen. Er is dus een negatieve relatie tussen deze ratio en de interest rate sensitivity (Fraser et al, 2002), (Ballester et al, 2009). De off-balance sheet activity/total asset ratio wordt gebruikt als proxy voor de transacties met derivaten die in een bank plaatsvinden. Er zijn twee mogelijke soorten van gebruik voor derivaten. Enerzijds zijn er de derivaten die gebruikt worden om het interest rate risico dat vrijkomt bij andere bankactiviteiten te reduceren. Deze activiteiten zorgen dan ook voor minder interest rate sensitivity. Anderzijds worden er ook derivaten gebruikt die als doel hebben het (trading) inkomen te verhogen. Indien het gebruik van deze derivaten de bovenhand neemt in een bank zorgt dit voor een grotere interest rate sensitivity (Ballester et al, 2009). 3.6.3
Correlatie
Om de invloed van deze bankkarakteristieken na te gaan op bovenstaande regressie resultaten, wordt er gebruikt gemaakt van de correlatiecoëfficiënt. Deze coëfficiënt geeft de mate van lineaire samenhang weer tussen twee stochastische variabelen. De waarde van deze coëfficiënt ligt altijd tussen 1 en -1. De 1 duidt op een postitief verband en de -1 op een negatief verband tussen de variabelen. Een positief (negatief) verband houdt in dat een stijging in de ene variabele gemiddeld zal resulteren in een stijging (daling) van de andere variabele. Er moet echter steeds rekening mee gehouden worden dat de correlatiecoëfficiënt enkel een statistisch verband weergeeft en geen causaliteit bewijst. Toch kunnen de correlatie resultaten een meerwaarde zijn. Vanuit de literatuur is immers het verband reeds gekend. In dit deel wordt dus enkel onderzocht of de huidige periode/dataset de verbanden bevestigt. Het zou beter zijn om de significante coëfficiënten horend bij de interest rate factoren te regresseren op de bankspecifieke karakteristieken. Hiervoor zijn er echter te weinig significante resultaten en dus zouden de resultaten al op voorhand vertekend zijn.
15
Er mag echter niet vergeten worden dat de eigenaar op elk moment zijn geld kan afhalen. Tijdens de kredietcrisis was er de vrees dat de bevolking massaal zijn (spaar)geld van de banken die problemen kenden ging afhalen. Dit zou echter enkel de problemen van de getroffen banken vergroten aangezien ze nu hun activiteiten met duurdere financieringsbronnen, als ze deze al kregen, zouden moeten financieren. Zo leidde bijvoorbeeld aanhoudend slecht nieuws over de liquiditeitsproblemen van Northern Rock tot een bank run op de filialen. De aandeelprijs van deze Britse bank crashte dan ook onmiddellijk eenmaal dit nieuws bekend geraakte.
- 45 -
3.6.4
Steekproeftrekking
Ondanks het feit dat de dataset bestond uit 131 banken, wordt er in dit deel maar verder gewerkt met een steekproef van ongeveer 60 banken, afhankelijk van welke ratio wordt gebruikt. Van de 131 banken die gedurende de periode 1999 – 2009 noteringen hadden, zijn er ongeveer 65 die niet opgenomen zijn in de bankenset. Zo zijn er een heel aantal banken failliet gegaan of gefuseerd met andere banken. Ook zijn er nieuwe banken bijgekomen na het jaar 1999, die dus toen nog geen notering hadden. Tot slot zijn sommige banken niet opgenomen wegens een andere naamgeving of wegens het niet bestaan van een geconsolideerde jaarrekeningen. Om de ratio’s te berekenen werden volgende stappen gevolgd. Na het opstellen van de bankenset in Bankscope, werd voor elk van deze banken voor de gehele periode 99-09 de volgende informatie verzameld. Waarde van de totale activa van de bank Waarde van het eigen vermogen (equity) van de bank Waarde van de deposito’s van de bank Waarde van de leningen van de bank Van deze waarden werd voor elke bank een gemiddelde berekend over de hele periode. Het is de verhouding tussen de gemiddelden waaruit de uiteindelijke ratio’s worden gevormd. Hieronder zijn de beschrijvende statistieken van de ratio’s terug te vinden.
Tabel 6: De beschrijvende statistieken van de gehele bankenset
Aan de hand van Tabel 6 kan men afleiden dat de deposito’s nog steeds een grote rol spelen in de financiering van een bank. Gemiddeld bestaat 60% van de passiva’s uit deposito’s. Voor de ‘DAB bank’ (Duits) loopt dit zelf op tot 89% in tegenstelling tot de ‘mwb fairtrade Wertpapierhandelsbank AG’ waar nog geen 0,1% van de passiva’s uit deposito’s bestaat. Deze bank is dan ook eerder een ‘securities trading bank’. Uit de steekproef blijkt verder ook nog dat gemiddeld ongeveer 12% van de financiering met eigen kapitaal gebeurt. Er is echter een aanzienlijke standaarddeviatie van 18% rond het gemiddelde, hetgeen wijst op een grote spreiding. De uitschieter met enorm veel equity
- 46 -
financiering is de Groupes Bruxelles Lambert (GBL). Aansluitend bij het vorige valt ook op dat ‘mwb fairtrade Wertpapierhandelsbank AG’ een hoge equity graad heeft van ongeveer 90% . De ratio van de leningen is gelijklopend aan die van de deposito’s maar dan aan de activa zijde. Gemiddeld bestaat ongeveer 58% van de activa’s uit leningen. De absolute koploper met 86% is ‘Banco de Valencia SA’. 3.6.5
Correlatie tussen bankkarakteristieken
Tabel 7 geeft ons een blik op de correlatie tussen de verschillende bankkarakteristieken van de banken die te maken hadden met interest rate sensitivity in de algemene periode. Banken met een hoge leningen/activa ratio hebben ook een hogere deposito/activa ratio ( correlatiecoëfficiënt = 0.39). De correlatiecoëfficiënten tonen ook aan dat grotere banken veel minder gebruik maken van equity als financieringsbron (correlatiecoëfficiënt = -0.27). Daarenboven hebben grotere banken gemiddeld ook een lagere deposito/activa en leningen/activa ratio dan de kleinere banken. De andere correlatiecoëfficiënten zijn niet significant en worden dus niet besproken.
Tabel 7: De correlaties tussen de verschillende bankkarakteristieken
3.6.6
Correlatie bankkarakteristiek en interest rate coëfficiënt
Tabel 8 toont de correlaties tussen de significante interest rate factoren (10% significantieniveau) en de bankkarakteristieken in de algemene periode. Het ontbreken van de twee Amerikaanse interest rate factoren en de German government bond is te wijten aan de te weinig significante interest rate coëfficiënten in de OLS regressies (supra, p - 36 -). Opvallend is dat enkel de correlaties tussen een interest rate factor en de bankgrootte significant zijn. Hieruit volgt duidelijk dat een grotere bank gemiddeld minder interest rate gevoelig zal zijn dan een kleinere bank in de periode 1/1/199925/9/2009. De interest rate coëfficiënt horend bij de spread is immers positief terwijl de coëfficiënten horend bij de Euribor rates negatief zijn (Figuur 17). De andere correlatiecoëfficiënten zijn allen niet significant. De correlatie tussen de deposito’s/activa en de Euribor rates geeft echter wel een indicatie dat meer deposito’s leiden tot een lagere interest rate risico. Dit is ook wat theoretisch verwacht wordt (supra, p - 44 -). De andere ratio’s zijn te insignificant om enige uitspraak over te doen.
- 47 -
Tabel 8: De correlaties tussen de interest rate factoren en de bankkarakteristieken
3.7 Hedging 3.7.1
Wat is hedging?
Er bestaan vele manieren om het interest rate risico te verkleinen. Eén van de meest gebruikte methodes is ongetwijfeld hedging. Hedgen of hedging staat voor het (gedeeltelijk) afdekken van het financieel risico van een investering door middel van een andere investering (Stulz, 2004). Dit gebeurt meestal door gebruik te maken van derivaten (supra, p- 19 -). In de literatuur komen twee bevindingen meermaals terug.
1) Hoe groter de maturity gap van een bank (supra, p- 16 -), hoe groter de kans dat de bank interest rate derivaten zal gebruiken. Dit is niet verwonderlijk een grotere maturity mismatch zal immers leiden tot een hoger interest rate risico. Om dit op te lossen zal men dus meer gebruik moeten maken van hedging instrumenten (Carter & Sinkey, 1998).
2) Het zijn vooral de grootbanken die meespelen op de derivaten markt. Er is echter geen verband tussen de grootte van een grootbank en de mate waarin ze gebruik maken van derivaten. (Carter & Sinkey, 1998).
Het doel van hedgen wordt door ING bank als volgt beschreven. “ING bank gebruikt derivaten (vooral interest rate swaps en cross currency interest rate swaps) om zijn posities in portfolio’s van activa en passiva hedgen. Het objectief van het hedgen is een positie aannemen met een tegengesteld risico profiel dan waaraan het reeds blootgesteld is, om zo het totaal risico te verminderen. Voor ING als bank komt dit neer op het optimaliseren van de totale kost om in de schulden markt te treden en om het markt risico te verminderen dat opduikt door structurele verschillen in de duration van zijn activa en passiva” (ING jaarrekening, 2007, p 51).
Indien een bank niet voor hedging kiest kan het echter nog steeds zijn interest rate risico reduceren. De bank kan immers het risico ook managen door zijn balanscompositie aan te passen. Een daling van de financial leverage (supra, p- 8 -) bijvoorbeeld zal de blootstelling aan interest rate risico verkleinen (Carter & Sinkey, 1998).
- 48 -
3.7.2
Hedge Accounting
De manier waarop hedging de resultaten beïnvloedt hangt af van de toegepaste hedge accounting. Hedge accounting is een boekhoudkundige methode waarbij een risicovolle positie en zijn hedge instrument als één item worden beschouwd. Het doel hiervan is dat het verlies (winst) in de financiële positie wordt gecompenseerd door de winst (verlies) van de hedge. Op deze manier probeert men de volatiliteit van de resultaten te reduceren. Hedge accounting kan door banken worden aangewend als aan volgende voorwaarden zijn voldaan: “De hedge relatie moet formeel worden bevestigd en gedocumenteerd op het moment dat de hedge wordt aangegaan. Verder wordt verwacht dat de hedge heel effectief16 is en dit moet op een continue basis gemeten kunnen worden” (KBC jaarrekening, 2007, p 127). Hedge accounting stopt wanneer er niet meer aan de voorwaarden voldaan is of wanneer het hedging instrument (derivaat) afloopt of wordt verkocht. De verschillende soorten hedges kunnen worden onderverdeeld in drie grote categorieën. Namelijk de fair value hedges, de cashflow hedges en tenslotte de net investment hedges.
In het geval van een fair value hedge wordt zowel het derivaat dat zorgt voor de hedge als de gehedgde positie gewaardeerd tegen de fair value waarde (berekening van de fair value waarde in Appendix 4.1). De verandering in de fair value waarde wordt dan doorgerekend in het income statement. Fair value hedges worden bijvoorbeeld gebruikt om het interest rate risico van een portfolio van leningen te hedgen door middel van een interest rate swaps (IRS). De waarde van de IRS is steeds zijn fair value. Wanneer de waarde van de IRS wijzigt door bijvoorbeeld een wijziging in de interest rate, dan wordt de verandering in fair value opgenomen in het income statement. Voor de waarde van de gehedgde leningen geldt hetzelfde. De veranderingen in fair value van de derivaten die worden gekwalificeerd als cashflow hedges worden daarentegen opgenomen in een aparte categorie van het eigen vermogen17. Bij de net investment hedges geldt dat de veranderingen in fair value van het derivaat, veroorzaakt door veranderingen in de spot rate van de vreemde munt, tijdelijk worden opgenomen in het eigen vermogen en dus niet in het income statement(KBC jaarrekening, 2007). 16
Een hedge wordt als effectief aanzien als de risicovolle positie voor 80% tot 125% wordt afgedekt. Indien er dus een stijging van € 100 is in de waarde van het gehedgde instrument , dan moet de waarde van het derivaat dalen met een bedrag tussen de € 80 en de € 125. 17
Voor meer informatie wordt verwezen naar:
- 49 -
Er wordt verder ook onderscheid gemaakt tussen micro en macro hedging. Men spreekt van macro hedging wanneer de hedge de volledige positie van de bank wil afdekken. Deze strategie hedged dus een volledig portfolio van activa en passiva. Micro hedges daarentegen proberen het risico af te dekken van een specifieke activa of passiva categorie (Deloitte website, 2010). 3.7.3
Marktrisico
Het renterisico wordt in de jaarrekening steevast onder de noemer marktrisico gecatalogeerd. Marktrisico wordt op zijn beurt omschreven als risico dat voortkomt uit veranderingen in de martkvariabele die een negatieve invloed hebben op de winst of de marktwaarde van een bank (ING jaarrekening, 2007). De meest geciteerde marktvariabelen zijn de rentevoeten, wisselkoersen en de prijzen van aandelen die de bank in zijn portefeuille heeft. Het zijn vooral de rentevoeten die in dit werkstuk centraal worden geplaatst. 3.7.4
Trading en banking book
Marktrisico kan zowel in het trading als in het banking book voorkomen. Het trading book van een bank is een portfolio van financiële instrumenten. Deze financiële instrumenten worden gekocht of verkocht om de trading activiteiten van de klanten vlotter te laten verlopen, om te profiteren van het verschil tussen bid/ask spread of om risicovolle posities van het trading book te hedgen. Daar tegenover staat dat de posities genomen in het banking book eerder bedoeld zijn om lang in eigen bezit te houden te houden zelfs tot aan de maturity datum (Deutsche Bank, p 370). In de jaarrekening van ING wordt volgende definitie gegeven: “Posities in het trading book hebben als doel te profiteren van korte termijn prijsveranderingen. Terwijl posities in het banking book lang aangehouden worden of dienen om andere banking book posities te hedgen” (ING bank, p 91). Hedging activiteiten kan men dus zowel in het trading als het banking book terugvinden.
3.8 Tools Om de resultaten (supra, p- 36 -) te verklaren gaan we in deze sectie op zoek naar de theoretische modellen die banken gebruiken om hun interest rate risico te meten en te managen. Alle weergegeven informatie is afgeleid uit de jaarrekeningen van de onderzochte banken. Om een vergelijkbare basis te hebben tussen de banken is er gekozen om voor elke bank de jaarrekening van boekjaar 2007 te onderzoeken. Eerst worden de modellen weergegeven die gebruikt worden voor het interest rate risico van het trading book te meten, gevolgd door de modellen die het IRR van het banking book meten.
- 50 -
3.8.1 Value-at-Risk (VaR) De Value-at-Risk (VaR) methode is ongetwijfeld de meest toegepaste methode om het marktrisico van het trading book te bepalen. Deze methode voorspelt het maximale verlies dat in een bepaalde tijdsperiode (meestal 1 dag) geleden kan worden, wanneer de marktvariabelen veranderen en wanneer de posities onveranderd blijven. Het gebruikte betrouwbaarheidsinterval wordt meestal op 99% gezet. De statistische parameters die gebruikt worden voor de VaR berekeningen zijn gebaseerd op het verloop van ongeveer 250 trading days (dit is afhankelijk van bank tot bank) waarbij elke observatie hetzelfde gewicht krijgt (ING jaarrekening, 2007), (Deutsche Bank jaarrekening, 2007). Hoewel de Value-at-Risk methode door bijna elke bank wordt gebruikt, zijn er toch nog steeds tekortkomingen aan deze methode (Deutsche Bank, 2007). De VaR methode kwantificeert het potentiële verlies uitgaande van normale marktcondities. Aan deze assumptie is echter niet altijd voldaan in werkelijkheid. Op dergelijke momenten kan de VaR het potentiele verlies onderschatten. Het gebruik van historische data om toekomstige gebeurtenissen te voorspellen, kan leiden tot fouten. Zeker indien de toekomstige gebeurtenissen extreem zijn. Het gebruik van een holding periode van 1 dag impliceert dat alle posities kunnen worden geliquideerd in dat tijdsbestek. Deze assumptie laat het illiquiditeit risico buiten beschouwing, want liquidatie of hedgen is soms niet mogelijk in zo een korte periode. Het gebruik van een 99% betrouwbaarheidsinterval houdt geen rekening met verliezen die buiten dit interval vallen. De VaR wordt berekend op het einde van elke trading day. Intra-day activiteiten worden niet opgenomen in de VaR berekeningen. Dat de Value-at-Risk een dynamische methode is, wordt bewezen in de de jaarrekening van Deutsche Bank. De Value-at-Risk voor de trading unit blijft tussen €67 miljoen en de €119 miljoen (Figuur 18). De gemiddelde VaR waarde was €86 miljoen euro. Veel belangrijker is echter dat er tien trading dagen waren waar het verlies groter was dan de geschatte VaR waarde. De backtesting (infra, p- 52 -) resultaten van het jaar 2007 bevestigden dit. In 2007 waren er immers 12 gevallen waar de VaR overschreden (terwijl we met een 99% betrouwbaarheidsinterval slechts 2 à 3 outliers per jaar verwachten)(Deutsche Bank, 2007). Ook al was dit volgens Deutsche Bank te wijten aan extreme omstandigheden werd er toch beslist om in de toekomst de parameters en assumpties van het VaR model aan te passen zodat het een betere maatstaf is gedurende extreme marktomstandigheden.
- 51 -
De VaR waarde mag immers gemiddeld niet meer als 2 à 3 keer per jaar worden overschreden (infra, p - 52 -). De stijging van de Value-at-Risk waarde in het midden van het derde kwartaal is te wijten aan de beslissing van Deutsche Bank om opties te kopen ter bescherming tegen de dalende markt.
Figuur 18: Grafiek die de dagelijkse VaR en het dagelijkse trading inkomen van de trading units weergeeft in het jaar 2007. Bron: Deutsche Bank jaarrekening 2007
De meeste banken splitsen de totale Value-at-Risk waarde op in verschillende categorieën (Figuur 19). Het interest rate risico levert de grootste bijdrage tot de VaR. Interest rate risico verdient dus zeker de nodige aandacht.
Figuur 19: De Value-at-Risk opgesplits in verschillende categorieën Bron: Deutsche Bank jaarrekening 2007
3.8.2 Backtesting Om de Value-at-Risk methode te optimaliseren wordt er gebruik gemaakt van backtesting. Dit is een techniek die gebruikt wordt om de betrouwbaarheid van het VaR model te testen. In een backtest wordt het actuele resultaat vergeleken met de geschatte VaR waarde. Bovenop de actuele resultaten worden ook hypothethische resultaten gebruikt die het resultaat nabootsen zonder rekening te houden met het effect van intraday trading activiteiten gedurende die dag (ING jaarrekening, 2007). Aangezien de Value-at-Risk waarden worden berekend met 99% betrouwbaarheidinterval, wordt er
- 52 -
verwacht dat de backtest waarde de VaR waarde niet meer dan 1 keer per 100 dagen overschrijdt. Indien er op jaarbasis veel meer als 2-3 overschrijdingen zijn, moet de VaR methode dringend worden herbekeken. 3.8.3 Stress testing Een van de nadelen van de VaR methode was dat ze enkel nuttig bleek onder normale markt omstandigheden. Stress testing biedt voor dit probleem een oplossing hier wordt het marktrisico immers gemonitord onder extreme marktcondities. Deze stress scenario’s worden gebaseerd op historische en hypothetische extreme gebeurtenissen. De uitkomst van deze test wordt ook vaak gebruikt als basis voor de berekening van het economisch kapitaal (infra, p- 53 -). Deze methode is echter gelimiteerd door het aantal stress testen dat kan uitgevoerd worden. Niet elk scenario kan immers worden voorspeld of gesimuleerd. Het is dus mogelijk dat zelf de meest worst case scenario’s de situatie nog steeds onderschatten, op dergelijke momenten kan het zijn dat de verliezen groter zijn dan het geschatte economisch kapitaal (infra, p- 53 -). 3.8.4 Economisch kapitaal De dagelijks berekende VaR waarde geeft voorspellingen over potentiële verliezen bij normale markt omstandigheden, dit is enigszins anders bij het economisch kapitaal. Deze maatstaf geeft immers de waarde van het kapitaal weer dat nodig is om zeer grote (onverwachte) verliezen op te vangen. Het vooropgestelde kapitaal zou in staat moeten zijn om de samengestelde verliezen op 1 jaar in 99.98% van de gevallen op te vangen. Omdat niet langer de overwegingen van de toezichthouder richtinggevend zijn, maar de economische overwegingen van de instelling zelf spreekt men van economisch kapitaal. Ook het marktrisico (waartoe het interest rate risico behoort) wordt in rekening gebracht zowel voor het trading als het non-trading portfolio. De berekeningen van het economisch kapitaal houden ook rekening met liquiditeit schokken. Wanneer de markt in crisis is, zal dat immers invloed hebben op de prijs van het activa als men het meteen van de hand wil doen. De modellen voor de bepaling van het economisch kapitaal spelen ook een centrale rol in het Basel 2 akkoord (supra, - 12 -). Het economisch kapitaal geeft immers een schatting van het bufferkapitaal op basis van de eigen economische visie van de instelling (De Nederlandse Bank, 2007). 3.8.5 Interest rate gap analysis Eenvoudige maturity -en herprijzingsschema’s worden vaak gebruikt als een eenvoudige indicator van de interest rate gevoeligheid van zowel de opbrengsten als van de economische waarde van een bank. Deze methode staat gekend als ‘gap analyse’. Gap analyse was een van de eerste methoden om het interest rate risico van een bank na te gaan en blijft nog steeds heel populair. Om de blootstelling aan interest rate risico concreet na te gaan worden de activa en passiva van de bank gegroepeerd volgens hun maturity datum voor de fixed rate instrumenten en volgens hun
- 53 -
herprijzingsdatum voor de floating rate instrumenten. In de gevormde tijdsbanden bevinden zich dan alleen activa en passiva met een zelfde maturity -of herprijzingstermijn. Vervolgens wordt het verschil genomen tussen de rentegevoelige activa en de rentegevoelige passiva in de tijdsbanden. De uitkomst in elke tijdsband wordt ‘gap’ genoemd. Een negatieve gap valt voor wanneer de passiva de activa overtreffen in de tijdsband. Een stijging (daling) van de marktinterest leidt dan tot een vermindering (verhoging) in het netto interest inkomen. Bij een positieve gap zal er een stijging (daling) van het netto interest inkomen zijn wanneer de marktinterest stijgt (daalt). In een gap analyse wordt er steeds vanuit gegaan dat de rente met een zelfde hoeveelheid en voor een lange periode verandert. Hoewel deze methode intuïtief aantrekkelijk is, heeft ze toch enkele tekortkomingen (Basel Committe on Banking Supervision, 2004): Gap analyse houdt geen rekening met variaties in de karakterisitieken van de verschillende posities in een tijdsband. Bij een gap analyse wordt er met andere woorden vanuit gegaan dat alle posities in een tijdsband op hetzelfde moment aflopen of herprijzen. Hoe kleiner de opgestelde tijdsbanden hoe minder men met dit probleem moet rekening houden. Gap analyse houdt geen rekening met basis risico (supra, p- 10 -). Gap analyse houdt geen rekening met verandering in het betalingstijdstip dat voortspruit uit een verandering in de marktinterest. De gap measures negeren dus meestal de effecten van de opties die vervat zitten in de activa en passiva (Ahmed, Beatty, Takeda, 1997). De meeste gap analyses houden ook geen rekening met de variabiliteit in de niet interest gerelateerde inkomsten en uitgaven. Een verandering van de marktinterest zal echter ook hier invloed op hebben (supra, - 8 -). Om deze tekortkomingen op te vangen wordt de gap analyse meestal uitgebreid met simulaties. Deze simulaties meten dan het effect van verschillende interest rate veranderingen op verschillende maturities tijdstippen (verandering in de richtingscoëfficiënt van de yield curve). De duration gap analyse meet op zijn beurt de invloed op het resultaat van een rentewijziging over een langere tijdspanne (jaarrekening Banco de Sabadell, 2007).
- 54 -
Een voorbeeld van de gap analyse:
Figuur 20: Informatie over de maturity en de repricing gap van de geconsolideerde balans van de Banco Popular Espanol. Bron: Banco Popular Espanol jaarrekening 2007
De gaps/mismatches zijn negatief op de hele korte termijn (< 1 maand) en positief voor de middellange en lange termijn. Dit is typisch voor een commerciële bank. Het typische verloop is te danken aan de stelselmatige toename van de leningen bij de activa, dit loopt op tot € 25.173 miljoen in de categorie met maturity/herprijzing tussen 6 en 12 maanden. Langs de passiva zijde is er terzelfdertijd een enorme terugval in de deposito’s. Op 31 december 2007 had Banco Popular Espanol € 98.395 miljoen interest gevoelige activa, hiertegenover stond € 80.581 miljoen aan interest gevoelige passiva. Dit resulteert in een positieve gap van € 17.814 miljoen. Banco Popular Espanol zal dus voordeel halen als de interest rate stijgt. 3.8.6
Sensitivity analysis
Bij een sensitivity analysis wordt de invloed van een parallelle renteverandering, meestal een wijziging van 100 of 200 basis punten, uitgezet tegenover het netto (interest) inkomen of de netto waarde van de bank. Er is echter wel onduidelijkheid omtrent deze methode, sommige banken gaan immers eerder de gevoeligheid op het netto inkomen na (KBC groep, 2007), terwijl andere banken enkel de invloed op het netto interest inkomen bestuderen (Intesa Sanpaolo, 2007). De drie onderstaande methodes vallen allen onder de noemer ‘sensitivity analysis’. Bij deze modellen wordt
- 55 -
er steeds rekening gehouden met de prijsstrategieën, de uitstaande volumes, en het niveau en de vorm van de yield curve. De uitkomsten van deze modellen worden gebruikt om investeringsregels vast te leggen voor de verschillende portfolios. Het grote verschil tussen de verschillende methodes is dat de Earnings at Risk zich focust op de opbrengsten van de bank. De NPV-at-risk en de Basis Point Value hebben echter eerder een focus op de waarde van de bank. 3.8.6.1 Earnings at Risk De Earnings at Risk methode (EaR) meet de impact op de boekhoudkundige opbrengsten (voor belastingen) wanneer de marktinterest verandert en dan constant blijft voor een jaar. Veranderingen in de balans en interventies van het management worden niet in rekening gebracht. De EaR meet het potentiele verlies dat voortkomt uit de structurele mismatch in interest rate posities. Voor het commerciële banking book meet de EaR het interest rate risico dat verbonden is aan de spaarboekjes, zichtrekeningen en de belangrijkste lening portfolio’s. 3.8.6.2 Net Present Value-at-risk De NPV-at-risk methode geeft de volledige impact (inclusief convexiteit18) op de waarde van het banking book weer indien de interest rate verandert. De verandering in NPV kan echter niet meteen gelinked worden aan de balans of aan het income statement. De waarde veranderingen in het banking book worden immers maar een voor een klein deel weergegeven in het income statement of in het eigen vermogen. Het grootste deel is immers de waardeverandering van de nog af te betalen leningen en deze verandering wordt noch in de balans en noch in het income statement opgenomen. (Jaarrekening ING, 2007, p 95)
Figuur 21: Voorbeeld van de NPV-at-risk methode Bron: ING group jaarrekening 2007
18
Convexiteit wijst op de niet-lineaire relatie tussen wijzigingen in de rente enerzijds en de NPV anderzijds. Zo zal voor een grote interest rate stijging de NPV harder dalen dan dat hij zou stijgen bij eenzelfde interest rate daling.
- 56 -
3.8.6.3 Basis Point Value De Basis Point Value methode (BPV) geeft de impact op de waarde van het banking book weer die veroorzaakt wordt door een verandering van 1 basis punt in de interest rate. Uit de BPV methode kan de richting van de verschuiving (positieve of negatieve impact) opgemaakt worden van een kleine verandering in de rentevoet. Met convexiteit wordt er echter geen rekening gehouden. De BPV methode volstaat niet om het volledige risico van het commerciële banking book in kaart te brengen. Er blijft immers nog steeds het residual interest risico over. Het residual risico wordt veroorzaakt door basis risico en optionaliteit. Sommige toekomstige cashflows hangen immers af van het gedrag van de klant (bv optionality in mortgages). Verder zijn er ook bankproducten waar de rente die verdiend of betaald wordt door de klant niet perfect correleert met de veranderde marktrente (basis risico).
- 57 -
4 Interest rate risico management 4.1 De niet-rentegevoelige banken Onderstaande banken zijn de niet-rentegevoelige banken (vanaf nu wordt deze groep ‘categorie 1’ genoemd). De selectie van deze banken is gemaakt op basis van de significantie van de coëfficiënt horend bij de rentefactor in het CAPM. Een bank wordt beschouwd als ongevoelig aan interest rate veranderingen wanneer minimum vier van de zes interestfactoren (supra,p- 27 -) een p-waarde hoger dan 0,75 hebben of wanneer minimum 5 van de 6 interestfactoren een p-waarde hoger dan 0,50 hebben. Naam van de bank 1. Allied Irish Bank 2. Banca Carige 3. Banca Nazionale del Lavoro19 4. Banco de Sabadell 5. Banco de Valencia20 6. Banco Popular Espanol 7. Bankinter ‘R’ 8. Banca Popolare di Cremona21 9. Deutsche Bank 10. Eurohypo 11. Finibanco 12. ING group 13. Intesa Sanpaolo 14. KBC group 15. Kedietbank Luxembourg 16. Mediobanca 17. Societe Generale 18. Unicredit De ratio’s van de categorie 1 banken staan in Tabel 9. Het verschil tussen de gemiddelde ratio’s van de categorie 1 banken en de gemiddelde ratio’s van de hele steekproef is opvallend (Tabel 6). Het verschil is echter niet altijd wat theoretisch voorspeld wordt. De ratio ‘equity/totale activa’ is immers slechts 6% bij de banken van categorie 1 tegenover een waarde van 11% in de gehele steekproef. 19
20
Overgenomen door BNP Paribas in 2006. “Consolidated Annual Accounts: This information is only available in Spanish. We apologise for the
inconvenience.” Geen Engelse versie van de jaarrekening, onderzoek van de jaarrekening was voor mij dan ook onmogelijk. 21
De jaarrekening is enkel in het Italiaans te raadplegen.
- 58 -
Nochtans zou een grotere equity waarde moeten leiden tot een kleinere blootstelling aan interest rate risico. De absolute waarde van het equity is echter wel groter. Gemiddeld is een bank van categorie 1 immers groter dan een gemiddelde bank uit de gehele steekproef. Om
een
zelfde
‘equity/totale activa’ ratio te hebben zou de grotere bank dan ook een hogere equity waarde moeten hebben. Hetzelfde geldt voor de ‘deposito’s/totale activa’ ratio, deze is bij de banken van categorie 1 lager dan die van de gehele steekproef. De resultaten ondersteunen wel de stelling dat een lagere ‘leningen/totale activa’ ratio leidt tot een kleinere blootstelling aan interest rate risico. Voor de banken uit categorie 1 is deze ratio immers 45% en dit is aanzienlijk minder dan de 58% die teruggevonden wordt in de gehele steekproef. Tot slot wordt ook hier bevestigd dat de grootte van een bank zorgt voor een kleiner interest rate risico. Finibanco, de kleinste bank in categorie 1 is in grootte nog steeds de 38ste bank van de 66 banken waaruit de dataset bestaat. Het gemiddelde van de totale activa van de categorie 1 banken is dan ook € 308.187 mio en dit is meer dan het dubbele van de gemiddelde totale activa van de volledige bankenset (€ 119.000 mio). Deze waarneming bevestigt de conclusie die getrokken is uit de correlatiecoëfficiënten, namelijk dat grootte banken minder interest rate gevoelig zijn (supra, p- 47 -).
Tabel 9: De ratio's van de banken die niet gevoelig zijn aan interest rate veranderingen
4.1.1
Beschrijving gebruikte tools
Volgens Basel 2 moet interest rate risico management voldoen aan 4 basis voorwaarden (Basel Committee on Banking Supervision, 2004): 1) Voldoende interesse van zowel de raad van bestuur als van het topmanagement 2) Adequate risico management policies en procedures 3) Geschikte risico maatstaven en controle functies 4) Verstaanbare interne controles en onafhankelijke audits
- 59 -
Indien de (commentaren bij de) jaarrekeningen van de categorie 1 banken worden geraadpleegd zijn er enkele opvallende tendensen. Aan de eerste en laatste voorwaarde voldoet bijna elke bank. Voor de analyse en de controle van het interest rate risico wordt door de banken immers beroep gedaan op het
Asset and Liability
Management (ALM) framework dat ontwikkeld wordt door het Assets and Liabilities Committee (ALCO). Dit comité heeft als belangrijkste taak het evalueren van de balansgevoeligheid op veranderingen in de interest rate. De laatste voorwaarde wordt meestal vervult door het ‘Audit Committee’. Het organogram (Figuur 22) is dan ook voor elke bank soortgelijk.
Figuur 22: Typisch organogram van een bank Bron: KBC jaarrekening, 2007, p 66
Voor de categorie 1 banken is aan de tweede en derde voorwaarde ook voldaan. De tools die deze banken gebruiken om hun interest rate risico op te meten en onder controle te houden zijn immers redelijk uniform over de verschillende banken. Zo wordt door elke bank de Value-at-Risk en de stress testing methode gebruikt. Back testing en sensitivity analysis worden ook veelvuldig gebruikt op de voet gevolgd door de gap analyse en de berekening van het economisch kapitaal. Wat opvalt is dus de enorme consistentie tussen de tools die de categorie 1 banken gebruiken om het interest rate risico op te sporen (Tabel 10).
- 60 -
Tabel 10: Overzicht van welke interest rate risico management tools de banken van categorie 1 gebruiken
Niet alle banken gebruiken echter dezelfde tools of gebruiken dezelfde assumpties in hun interest rate risico management. Hier worden voor de banken uit categorie 1 de praktijken die afwijken van de norm, dit zijn de hierboven besproken tools (supra, p - 50 -), vernoemd.
1. Banco Popular Espanol: Deze bank heeft een uitgebreide analyse gemaakt van de durations van de verschillende portfolio’s. Dit wordt door heel weinig banken vermeld in hun jaarrekening. Deze informatie is echter belangrijk. De duration is immers een uitstekende maatstaf om het interest rate risico snel te kunnen beoordelen.
Figuur 23: Duration rapport van de Banco Popular Espanol Bron: Banco Popular Espanol jaarrekening 2007
2. Bankinter ‘R’:
Opmerkelijk is hier dat de Value-at-Risk wordt berekend met een
betrouwbaarheidsinterval van slechts 95% in plaats van de gebruikelijke 99% . 3. Eurohypo: De benchmark interest rate waar alles wordt aan getoetst wordt bij Eurohypo afgeleid van de swap curve van de relevante munt. Dit is nuttige informatie want bij andere banken spreekt men immers vaak van “een stijging/daling van de interest rate”, zonder deze echt te specifieren. Ook wordt het interest rate risico gekwantificeerd door gebruik te maken van ‘Delta’. De delta voor een specifieke maturity groep geeft de waarde weer van de winst of het verlies wanneer de benchmark interest rate stijgt. Een
- 61 -
ander concept dat gebruikt wordt is ‘net directional’. Net directional is de som van alle delta’s over alle maturity groepen heen. Er wordt noch verdere info noch cijfermateriaal over deze technieken gegeven. Ook opvallend is dat de metingen van de VaR op een betrouwbaarheidsinterval van slechts 97.5% worden berekend (Eurohypo jaarrekening, 2007). 4. Unicredit: Om de fair value van de interest rate instrumenten te meten, wordt bij Unicredit ook rekening gehouden met ‘close-out costs’ en ‘model risk’. Close-out kosten zijn de kosten die de bank moet maken wanneer ze het netto financiële risico willen uitsluiten. Dit gebeurt door rekening te houden met de bid/offer spread22 die wordt waargenomen in de markt. Model risk is het risico dat de fair value waarde die geschat wordt door het model afwijkt van de echte verkoopprijs van het financiële instrument (Unicredit jaarrekening, 2007). 4.1.2
Gebruikte hedging strategieën
Om het interest rate risico in te dijken wordt er door de categorie 1 banken volop gebruik gemaakt van hedging met derivaten. Er is echter veel minder consistentie in het gebruik van hedging methoden dan in de methoden om het IRR te meten. De informatie die de verschillende banken geven in de jaarrekening omtrent hun hedgingactiviteiten is heel divers. In alle (commentaren bij de) jaarrekeningen van de categorie 1 banken wordt hedge accounting uitgelegd. Ook de verschillen tussen de fair value hedges, de cashflow hedges en de net investment hedges komen uitgebreid aan bod. Het meest gebruikte hedging derivaat is ongetwijfeld de interest rate swap (Figuur 24). Voor sommige banken (KBC/KBL/Banco Popular Espanol) is het zelfs het enige derivaat dat wordt gebruikt om het interest rate risico te hedgen. Gemiddeld 90% van de gebruikte derivaten om interest rate risico tegen te gaan, zijn interest rate swaps. De basis swap is het tweede meest gebruikte hedging derivaat. Een basis swap is gelijkend op een interest rate swap, maar in tegenstelling tot de normale interest rate swap wordt er hier een floating rate voor een floating rate uitgewisseld (al dan niet in dezelfde munt). Beide floating rates hebben echter een verschillende referentie rate (Hull, 2007 p730). In mindere mate wordt er gebruik gemaakt van cap –en floor opties en forward rate agreements. 22
De bid/offer spread is het verschil tussen de prijs waarvoor een market maker het goed onmiddelijk wil kopen (bid) of het goed onmiddelijk wil verkopen (offer). De bid price is altijd lager dan de offer price. Immers de bid price is de prijs waarvoor de huidige eigenaar het goed wil ‘laten’ en de offer price is de prijs die de toekomstige eigenaar wil betalen. Het verschil (spread) dient als compensatie voor de market maker.
- 62 -
Een cap optie biedt bescherming tegen een stijging van de floating rate boven een bepaald percentage. Dit niveau staat gekend als de cap rate (Hull, 2007 p 652). Een floor optie daarentegen is het tegengestelde van een cap optie. Een floor optie heeft immers een positieve pay-off voor de optie houder wanneer de interest rate van het onderliggende instrument onder een bepaalde rate uitkomt(Hull, 2007 p 653). Bij een forward rate agreement spreken twee partijen af wat de rente zal zijn over een afgesproken tijdspanne. De rente wordt dus gefixeerd. De koper profiteert van een stijging van de rente en de verkoper heeft voordeel bij een dalende rente. Dergelijke contracten worden opgesteld omdat de verwachtingen omtrent de rente bij de verschillende partijen anders zijn (Hull, 2007 p 781).
Figuur 24: De gebruikte derivaten om het interest rate risico mee af te dekken van de categorie 1 banken
De verschillen in aanpak zijn echter veel groter dan de overeenkomsten. Zo is er geen enkele consistentie tussen het gebruik van cashflow -en fair value hedges om het interest rate risico te reduceren. De ING groep en de Allied Irish Bank hebben bijvoorbeeld meer fair value hedges dan cashflow hedges. Het omgekeerde is het geval voor Deutsche Bank en de Banco de Sabadell (Appendix 4.2). Hoewel de invloed op het boekhoudkundig resultaat zal verschillen door de gebruikte methode (supra, p- 49 -) is er geen invloed op de economische waarde van de bank. Dit is niet verwonderlijk want in economische termen maakt het niet uit of het derivaat wordt beschouwd als een fair value hedge of een cashflow hedge. Het derivaat heeft immers hetzelfde economisch effect namelijk het reduceren van de risico blootstelling. Een voorbeeld kan dit verduidelijken: Een ‘receive fixed, pay variable’ interest rate swap kan worden beschouwd als een cashflow hedge van een activa met een variabele rente of als een fair value hedge van een passiva met een vaststaande rente. Beide methoden zullen leiden tot een verminderde blootstelling aan interest rate risico (Epstein, Jermakowicz, 2010)
- 63 -
Een van de belangrijkste doelen van hedgen is het verkleinen van de gap (supra, p- 16 -). Het niveau van detail in de tijdsband maakt echter een groot verschil uit. Zo maakt Allied Irish Bank bijvoorbeeld het verschil niet tussen de activa die in minder dan een maand herprijzen/aflopen en de activa die herprijzen/aflopen tussen 1 en 3 maand. De karakteristieken van de activa en passiva zijn echter heel verschillend in deze periodes. Een vergelijkende studie is dus bijna onmogelijk. Er kan echter wel vastgesteld worden dat de derivaten bij de categorie 1 banken vooral worden gebruikt om de gap te verkleinen in de periode kleiner dan 3 maand. Hier is echter de gap tussen de activa en passiva meestal ook het grootst (Appendix 4.3). Er moet echter steeds voldoende aandacht besteed worden aan de maturity van de derivaten. KBC stelt bijvoorbeeld in zijn jaarrekening dat hun hedgingsderivaten geen maturity datum hebben. Bij Société Général daarentegen hebben derivaten bij conventie een maturity ‘kleiner dan 3 maand’.
4.2 De rentegevoelige banken Hieronder worden de banken weergegeven waarvan de interest rate factor in het CAPM wel significant is (vanaf nu wordt deze groep ‘categorie 2’ genoemd). Een bank wordt ingedeeld in deze categorie wanneer tenminste vier van de zes coëfficiënten horend bij de interest rate factoren uit het onderzoek een p-waarde kleiner dan 0,1 hebben. Naam van de bank 1. Banco BPI 2. Banco Guipuzcoano 3. Binckbank 4. Boursorama 5. Credit Agricole Centre Loire23 6. MWB Wertpapierhandelsbank Ook al bestaat categorie 2 uit slechts 6 banken, toch kunnen er al meteen enkele conclusies worden getrokken. In tegenstelling tot de banken van categorie 1 worden er bij deze banken veel minder verschillende tools gebruikt om het interest rate risico na te gaan (Tabel 11). Zelfs de Value-at-Risk en de stress test wordt niet door alle banken gebruikt. Deze 2 methoden waren bij de banken van categorie 1 een certitude. Het economisch kapitaal en de back testing lijkt bij deze banken het minst populair. Als dan al sprake is van een tool die gebruikt wordt om het interest rate risico op te sporen is dit nooit echt uitgebreid. Zo is de enige informatie die bijvoorbeeld Binckbank vermeld in hun
23
Geen individuele jaarrekening van gevonden, enkel de geconsolideerde jaarrekening van de Credit Agricole groep is te vinden op het internet. Aangezien deze groep ook enorm veel andere banken bevat, is het niet opportuun om het risico management van de volledige groep als maatstaf te nemen voor het risico management van de Credit Agricole Centre Loire bank.
- 64 -
jaarrekening omtrent de gebruikte tools devolgende: ‘Het marktrisico wordt door het Risk Management gekwantificeerd op basis van de handelsstrategie. Risk Management hanteert daarbij risicomodellen die veelvuldig worden toegepast door beleggingsondernemingen zoals Value-at-Risk, duration en stress tests.’(Binckbank, 2007, p53).
Opvallend is de aanwezigheid van drie internet brokers namelijk Boursorama, Binckbank en MWB Wertpapierhandelsbank. De lage kostenstructuur van deze banken maakt het mogelijk om hoge interest rates aan te bieden. De hoge interest rate is één van de criteria dat klanten over de streep trekt om voor die bank te kiezen. Dit type van banken moet dus heel snel reageren op veranderingen in de interest rate. De deposito’s zonder maturity die bij dergelijke banken worden gehouden zijn dus enorm rente gevoelig. Door de hoge competitie in deze sector fluctueren deze deposito’s snel van de ene bank naar de andere afhankelijk van waar de beste voorwaarden te verkrijgen zijn (Ramakrishnan, 2001), (Advisory on interest rate risk management, 2010).
Tabel 11: Overzicht van welke interest rate risico management tools de banken van categorie 2 gebruiken
Dat de banksector nog geen uniforme tools heeft die elke bank gebruikt wordt bevestigd door het Basel Committee. Zo stelt het Basel Committee: “Interest rate risico in het banking book is een potentieel significant risico dat moet ondersteund worden door het kapitaal. Momenteel is er echter teveel heterogeniteit tussen de verschillende banken omtrent de aard van het onderliggend risico en de processen om het risico te meten en te managen. Daarom acht het Committee het beter om het IRR van het banking book onder Pillar 2 van het Basel framework te incorporeren. Indien de toezichthouders van een bepaalde bankpopulatie echter besluiten dat er genoeg homogeniteit is in de meting en het managen van het IRR tussen de banken onderling kunnen ze een verplicht minimum kapitaal opleggen voor het interest rate risico” (Basel Committee op Banking Supervision, 2004, p165).
- 65 -
4.2.1
Banca Carige
Wat een interest rate risico plan concreet is, wordt getoond aan de hand van de jaarrekening uit 2008 van de Banca Carige. Deze bank behoort tot de groep van banken waarvan de resultaten niet gevoelig zijn aan interest rate veranderingen. Daarbovenop geven ze in vergelijking met andere banken gedetailleerdere informatie over hun hedging praktijken. Bij de meeste banken wordt er immers bijna geen aandacht besteed aan kwalitatieve of kwantitatieve hedging informatie. De tools die Banca Carige gebruikt om zijn interest rate risico te meten en te managen, worden besproken in volgende alinea’s.
Banca Carige heeft een enorm voorzichtig risico profiel. Het trading portfolio bestaat bijna volledig uit korte termijn financiele instrumenten waarvan de rente gelinked is aan een index. Ook is de gemiddelde duration van het trading portfolio minder dan 0,07. Het doel van de derivaten is de fixed-rate effecten om te zetten in synthetische index-linked rate instrumenten om zo het interest rate risico te verminderen.
De gebruikte tools om het interest rate risico van het trading portfolio te meten en te managen, zijn:
Value-at-Risk: De Value-at-Risk waarde is voor Banca Carige nooit hoger dan € 11,6 miljoen (gemiddeld € 5,5 miljoen jaarlijkse blootstelling). De VaR blijft dus ver onder de limiet die € 60 miljoen bedraagt. Voor de berekening van de VaR voor de obligaties houdt men rekening met specifieke credit spread curves afhankelijk van de individuele uitgever, het segment en de rating. De VaR van de aandelen wordt berekend op basis van de specifieke historische prijs statistieken. Het option risk tot slot wordt berekend op basis van de gamma en delta factor. Back test: De back test resultaten bevestigden dat het gebruikte model effectief was. Stress
test:
Stress
tests
werden
uitgevoerd
op
zowel
het
portfolio
van
beleggingsinstrumenten als het portfolio van derivaten.
Voor het managen van het interest rate risico van het banking book wordt gebruikt gemaakt van verschillende tools. Naast de duration analyse wordt ook van de gap analyse gebruik gemaakt. De gap analyse wordt zelf op drie verschillende manieren uitgevoerd.
- 66 -
Incrementele gap analyse: Deze meet de impact op de interest marge wanneer de rentevoet verandert. Er wordt van een parallele verschuiving uitgegaan van alle rentevoeten op het moment van herprijzen. Incremental beta gap analyse: Deze methode houdt rekening met het percentage van de variatie in marktrente die geabsorbeerd wordt door de interne rates van de bank. Shifted beta gap analyse: Deze analyse speelt in op het feit dat rentevoeten die van toepassing zijn op de positie niet onmiddellijk reageren op veranderingen in de markt rentevoeten. Er wordt vanuit gegaan dat gebruikte rentevoeten gradueel en over een tijdspanne reageren op de veranderingen in de marktrente.
De duration analyse meet op zijn beurt de gevoeligheid van de activa’s marktwaarde op een verandering in de interest rate van 1 basispunt.
De impact van interest rate veranderingen op de financial statements wordt door Banca Carige uitvoerig in kaart gebracht. De totale impact wordt verdeeld over het trading en het banking book. Zowel de invloed op het net interest income, het gross operating income, de shareholders equity en de invloed op de opbrengst wordt weergegeven (in mio €) (Tabel 12).
-200 bp Net interest income trading book banking book Gross operating income trading book banking book Shareholders’ equity trading book banking book Profit trading book banking book
+ 200 bp
-64,5 -11,1 -53,4 -35,7 17,6 -53,4 37,8 5,2 32,6 -24,2 11,9 -36,1
66,1 11,1 55 42,3 -12,7 55 -29,3 -3,7 -25,6 28,7 -8,6 37,2
FWD 6maand 3,0 0,5 2,5 1,9 -0,6 2,5 -1,3 -0,2 -1,1 1,3 -0,4 1,7
FWD 12 maand 2,1 0,3 1,7 1,3 -0,4 1,7 -0,9 -0,1 -0,8 0,9 -0,3 1,2
Tabel 12: Impact van een interest rate verandering op het netto interest inkomen, het bruto operationeel inkomen, het eigen vermogen en de winst van Banca Carige Bron: Eigen werk gebaseerd op de jaarrekening van Banca Carige in 2007
Hedging Het zijn vooral (middel)lange termijn deposito’s en leningen die worden gehedged. Het Risico Management van Banca Carige bekijkt de effectiviteit van de hedge rekening houdend met de internationaal geldende accounting standaarden. Het Risico Management geeft ook speciale aandacht aan de ‘hedging cards’ waar de hedge relatie op beschreven staat. De effectiviteit van de
- 67 -
hedge wordt dan op kwartaalbasis getest. Voorbeelden van financiële instrumenten die worden gehedged onder de noemer fair value hedging zijn: assets’ securities, leningen en uitgegeven obligaties. Banca Carige hedged voor € 400,5 miljoen activa. Voor de passiva loopt dit zelfs op tot € 1.207,6 miljoen. De cashflow hedges worden op hun beurt gebruikt om de cashflow variaties te neutraliseren die te wijten zijn aan veranderingen in de marktinterest. Het financieel instrument dat door het cashflow syteem wordt gehedged zijn onder andere uitgegeven obligaties. Het doel van hedgen met derivaten is het reduceren van het interest rate risico door een transformatie van de fixed -en gestructureerde rates naar index-linked rates.
Figuur 25 geeft ons een beeld over de effectiviteit van de afgesloten hedging contracten. De herwaardering van de hedging derivaten was €54,6 miljoen terwijl er voor € 45,7 miljoen minderwaarden waren in het jaar 2008. De daling van de gehedgde onderliggende activa/passiva bedroeg € 9,4 miljoen. Dit leidde tot een negatief netto inkomen van € 0,5 miljoen. Als besluit kunnen we stellen dat de de uitgevoerde hedges van Banca Carige zijn effect niet missen aangezien de impact op het netto inkomen heel klein is.
Figuur 25: Het netto inkomen afkomstig uit derivaten op 31/12/2008 (in duizend €) Bron: Banca Carige jaarrekening 2008
Het resultaat van de hedges wordt opgenomen in het income statement (Figuur 26).
Figuur 26: Een deel van het income statement van Banca Carige Bron: Banca Carige jaarrekening 2008
Zoals reeds vermeld, is het instrument bij uitstek om interest rate risico te hedgen de interest rate swap. Bij Banca Carige bedragen de IRS dan ook ongeveer 85% van de gebruikte hedging instrumenten. Naast de interest rate swap wordt er ook gebruikt gemaakt van de basis swap en de cap optie. Zoals ook duidelijk aangegeven, worden enkel niet genoteerde instrumenten gebruikt.
- 68 -
Hiervan is het grote voordeel dat deze instrumenten niet-gestandaardiseerd zijn en dat er dus meer opties zijn om het contract aan de voorkeuren van de bank aan te passen.
Figuur 27: Overzicht van de verschillende hedging derivaten om het interest rate risico te hedgen Bron: Banca Carige jaarrekening 2008
Figuur 28 illustreert het verschil in de maturity van de hedging derivaten tussen het trading -en het banking portfolio. In het trading portfolio zijn de drie maturity categorieën namelijk, minder dan 1 jaar, tussen 1 en 5 jaar , meer dan 5 jaar, even belangrijk voor de interest rate derivaten. Bij het banking portfolio daarentegen is het gewicht van de langere termijn categorieën veel hoger dan de categorie tot 1 jaar. Er kan dus vanuit gegaan worden dat de meerderheid van de hedging derivaten van Banca Carige een maturity hebben van meer dan 1 jaar. Alle ‘debt security and interest rate Financial derivatives’ van het banking book worden gebruikt om te hedgen. De totale waarde € 3.653.942 wordt immers ook teruggevonden in Figuur 27.
- 69 -
Figuur 28: Overzicht van de maturity van de verschillende derivaten van zowel het trading als het banking book. Bron: Banca Carige jaarrekening 2008
4.2.2
Deutsche Bank 2009
Wat de concrete gevolgen zijn van een interest rate risico plan wordt aan de hand van de jaarrekening van 2009 van Deutsche Bank getoond. Deze bank behoort tot de groep van banken waarvan de resultaten niet gevoelig zijn aan interest rate veranderingen .
De eerste keer dat het interest rate risico ter sprake komt is bij de bespreking van het netto inkomen. Het netto interest inkomen (dit is het verschil tussen interest betaald en interest ontvangen) is voor een bank een heel belangrijke gegeven. Het is de eerste post in het income statement (ook wel profit and loss account genoemd) en bedraagt voor Deutsche bank ongeveer 50% procent van de totale opbrengsten in 2009 .
Figuur 29: Deel van het income statement van Deutsche Bank Bron: Deutsche Bank jaarrekening 2009
- 70 -
De ontwikkeling van het netto interest inkomen wordt ook beïnvloed door de manier waarop de derivaten in de boekhouding worden gerapporteerd.
Enerzijds worden derivaten gebruikt als
economische hedge tegen het interest rate risico van de nontrading interest-earning acitva en de interest dragende passiva. Anderzijds worden derivaten ook gebruikt als investeringsinstrument. Het verschil in type derivaten heeft natuurlijk zijn effect op de gepresenteerde cijfers. Wanneer immers transacties met derivaten als eerste doel het hedgen van interest rate risico hebben dan wordt de interest die voortvloeit uit deze derivaten gerapporteerd als interest inkomen of interest uitgaven. Deze interest stroom heeft immers als doel een tegensgestelde evolutie in ‘het onderliggende’ tegen te gaan.
De interest flows die voortkomen uit de derivaten die niet worden herkend als
hedginginstrumenten worden daarentegen weergegeven als tradinginkomsten.
De gebruikte tools om het interest rate risico van het trading portfolio te meten en te managen, zijn:
Value-at-Risk: Om het interest rate risico te meten maakt Deutsche Bank, net zoals alle andere banken, gebruik van de Value-at-Risk methode. In onderstaande figuur vind je de
Value-at-Risk
(gemeten
met
een
99%
betrouwbaarheidsinterval en een holding period van 1 dag) terug van de trading units van Deutsche Bank. Het diversificatie effect geeft aan dat de totale Value-at-Risk niet gewoon de som van de Value’s-at-Risk is van de individuele risicoklassen. De verliezen in alle risico categorieën zullen immers niet allen tesamen voorvallen. Uit Figuur 30 blijkt wel dat het interest rate risico veruit het grootste marktrisico is waar Deutsche Bank wordt aan blootgesteld. Het is voor een bank dus cruciaal om dit interest rate risico zo goed mogelijk af te dekken door middel van hedging of door een goed balans management.
Figuur 30: De Value-at-Risk van Deutsche Bank opgesplits naar de verschillende categorieën Bron: Deutsche Bank jaarrekening 2009
De minimale Value-at-Risk waarde in 2009 was € 92 miljoen en de maximale waarde was € 180 miljoen (Figuur 31). Het grote verschil in beide waarden is te wijten aan de stijgende markt volatiliteit in 2008. De activiteiten die ondernomen zijn om het risico van het trading book te verminderen in
- 71 -
2009 worden hierdoor teniet gedaan. In Figuur 31 vinden we ook terug dat de maximale waarde werd bereikt in het tweede kwartaal van 2009 en nadien sterk teruggedrongen wordt. De reden hiervan is dat de enorme volatiele observaties van het tweede kwartaal in 2008 uit de dataset vallen. Een zelfde stijging (maar in mindere mate) is terug te vinden vanaf oktober 2009 dit is op zijn beurt te wijten aan het verwijderen van de observaties in de periode van het Lehman Brothers faillissement (september 2008).
Dieptepunt VaR met daaropvolgende stijging
Verwijdering data van periode rond faillissement Lehman Brothers
Figuur 31: Het inkomen van de trading units en de Value-at-Risk van Deutsche Bank Bron: Deutsche Bank jaarrekening 2009
Het economisch kapitaal van de Deutsche Bank bedroeg in 2009 € 4,6 miljard tegenover € 5,5 miljard het jaar voordien.
Een overzicht van de derivaten gebruikt voor zowel trading als nontrading activiteiten van Deutsche Bank is te vinden in Figuur 32. Het belang van derivaten kan niet onderschat worden aangezien het hier om heel omvangrijke bedragen gaat. Wederom bestaat het grootste deel van de derivaten uit swaps, kort gevolgd door de FRA’s (forward rate agreements).
De overgrote meerderheid van de derivaten gelinked aan interest rate risico zijn ook bij Deutsche Bank over the counter producten. Opvallend is ook dat derivaten vooral worden gebruikt bij interest related transacties. Meer dan 4/5de van het totale gebruik van derivaten wordt gelinked aan interest rate gerelateerde transacties.
De andere categorieën zijn currency en equity/index related
transaction, kredietderivaten en een rest categorie.
- 72 -
Figuur 32: Overzicht van de verschillende derivaten en hun bijhorende maturity van Deutsche Bank
Bij Deutsche Bank wordt er ook onderscheid gemaakt tussen de fair value en de cashflow hedges. De fair value hedges bestaan vooral uit interest rate swaps en options. Deze bieden bescherming tegen verandering in de fair value van de fixed-rate financiele instrumenten wanneer de marktrente verandert. Deutsche Bank rapporteert een verlies van € 1,6 miljard en een opbrengst van € 4,1 miljard op hun hedging instrumenten. De gehedgde items hadden in dezelfde periode daarentegen te maken met enerzijds een winst van € 1,5 miljard en anderzijds een verlies van € 3,8 miljard.
- 73 -
5 Conclusie In deze scriptie werd de interest rate gevoeligheid van de EMU banken bestudeerd in de periode 1999-2009. Deze periode omvat dus ook de financiële crisis (vanaf 29/06/2007). Hieronder worden de belangrijkste resultaten van het onderzoek samengevat:
Dit werkstuk toont aan dat interest rate sensitivity nog steeds de nodige aandacht verdient. Afhankelijk van de gekozen interest rate wordt de return van een bank in ongeveer 15% van de gevallen beïnvloed door een verandering in de interest rate. Hieruit volgt ook dat een groot deel van de banken (85%) reeds beschermd is tegen interest rate risico. Dit is enerzijds te wijten aan een goed management van de activa en de passiva. Anderzijds wordt er door de banken met weinig interest rate risico veel gebruik gemaakt van hedging derivaten (in het bijzonder de interest rate swap). Het onderzoek toont verder ook aan dat er een negatieve relatie is tussen de interest rate factor en de returns van banken.
De korte termijn interest rates spelen een steeds prominentere rol in de interest rate sensitivity van banken. In het verleden waren het vooral veranderingen in de lange termijn interest rate die de resultaten van de bank beïnvloedden. In de periode ‘99-‘09 zijn het echter overwegend veranderingen in de korte termijn interest rates die aanleiding geven tot interest rate sensitivity. Het onderzoek wijst ook uit dat de crisisperiode deze evolutie heeft versterkt. Investeerders waren tijdens de financiële crisis niet geneigd om hun geld voor lange tijd ter beschikking te stellen tegen lage returns. De massale vlucht naar korte termijn investeringen veroorzaakte een toename van de concurrentie in dergelijke investeringen. Hierdoor werden deze korte termijn investeringen interestgevoeliger. De invloed van in welk tijdsbestek de crisis juist wordt gedefinieerd heeft echter een grote invloed op de resultaten. Om dit te verklaren is echter verder onderzoek nodig.
Er werd aangetoond dat er een enorm verschil is in de significantie van de interest rate spread tussen de periode inclusief de crisis en de periode zonder de crisis. Een mogelijke oorzaak is de enorme verandering van de yield curve tijdens de financiële crisis. De vlakke yield curve van juist voor de crisis werd immers heel snel een normale yield curve tijdens de crisis.
- 74 -
Banken uit de Economische en Monetarie Unie worden harder beïnvloed door de Europese rentevoeten dan door de Amerikaanse rentevoeten. Dit is vooral merkbaar voor de korte termijn interest rates. Zo zal een wijziging in de T-bill rate amper effect hebben op de return van de EMU banken. Het effect is minder uitgesproken voor de lange termijn interest rates.
In dit werkstuk wordt ook aangetoond dat de grootte van de bank een significante invloed heeft op de interest rate sensitivity. Conreet hebben grotere banken in de periode 19992009 minder last van interest rate gevoeligheid. Deze conclusie werd zowel getrokken uit de correlatiecoëfficiënten alsook uit de karakteristieken van de niet-rentegevoelige banken.
Uit het onderzoek van de (commentaren bij de) jaarrekeningen blijkt dat er nog geen consistentie is tussen de tools die banken gebruiken om hun interest rate risico te meten en te managen. De niet-rentegevoelige banken gebruiken meerdere tools om de invloed van de verschillende types van rente veranderingen (parallelle verschuiving van de interest rate, yield curve verandering, verandering van de interest rate met 1 basispunt,...) na te gaan op hun resultaat. De meest gebruikte tools zijn: Value-at-Risk, Basis Point Value methode, GAP analyse, sensitivity analyse, stress –en back testing. Rentegevoelige banken daarentegen gebruiken deze tools in veel mindere mate. De implementatie en de toepassing van een goed interest rate risico plan leidt dus tot betere resultaten op het gebied van interest rate risico management.
Om het interest rate risico te hedgen met derivaten wordt er door de niet-interestgevoelige banken volop gebruik gemaakt van interest rate swaps. Er is echter geen uniformiteit omtrent het gebruik van cashflow -of fair value hedges. Het weergeven van andere hedging informatie is ook niet gestandaardiseerd over de verschillende banken heen. Het is dus moeilijk om uit de gepubliceerde hedging informatie conclusies te trekken.
Tot slot wordt er ook een indicatie gegeven dat het vooral de internet brokers zijn die gevoelig zijn aan interest rate veranderingen. De typische lage kosten structuur van zo een bank maakt het mogelijk om hogere interest rates aan te bieden. Deze hoge interest rate trekt vele klanten aan. Andere internet brokers bieden echter ook een hogere rente aan. Door de competitie in deze sector fluctueren deposito’s dus snel van de ene bank naar de andere afhankelijk van waar de beste voorwaarden te verkrijgen zijn.
- 75 -
6 Literatuurlijst Advisory on interest rate risk management, 2010, Ahmed A. S. , Beatty A. , Takeda C. , 1997 , Evidence on Interest Rate Risk Management and Derivate Usage by Commercial Banks, beschikbaar op SSRN Akella S.R. , Chen S. , 1990, Interest rate sensitivity of bank stock returns: specification effects and structural changes, The journal of Financial Research , volume 13, number 2, page 153 Allied Irish Bank jaarrekening, 2007,
Baele L. , De Jonghe O. , Vander Vennet R. , Does the stock market value bank diversification , Journal of Banking and Finance, volume 31 ( 2007) , pages 1999 - 2023 Ballester L. , Ferrer R. , González C. , Soto M.G. , 2009, Determinants of interest rate exposure of Spanish banking industry Banca Carige jaarrekening, 2007, Banco Sabadell jaarrekening, 2007, Bartram M. S., 2002, The Interest Rate Exposure of Nonfinancial Corporations, European finance review year 2002, volume 6, page 101 Basel Committe on Banking Supervision, 2004,Principles for the management and supervision of interest rate risk, juli 2004 , p 5 , Basel Committee on Banking Supervision, 2006, International Convergence of Capital Measurement and Capital Standards, Benink H.A. , Wolff C.P. , 2000, Survey data and the interest rate sensitivity of US banck stock returns, Economic notes by banca monte dei Paschi de Siena , volume 29 number 2-2000 p, pages 201-213 Berk J. , Demarzo P. , Corporate Finance , Pearson International Edition, p363-396 Bicksler J. , Chen A.H. , 1986, An economic analysis of interest rate swaps, The Journal of Finance, Volume 41, number 3 , july 1986 pages 645-655 Binckbank jaarrekening, 2007,
Bodie Z. , Kane A. , Marcus A.J. , 2008, Investments, seventh edition
Buiter W. , Sibert A., 2007, The central bank as the market-maker of last resort: from lender of last resort to market-maker of last resort, p 171- 178 A VoxEU.org Publication from the Centre for Economic Policy Research (CEPR), < http://globalcrisisdebate.com/reports/subprime/report.pdf#page=181> Campbell J.Y . , 1995 , Some lessons from the yield curve, Journal of economic perspectives, volume 9 number 3, summer 1995 , pages 129-152, Carter D.A. , Sinkey J.F. , 1998, The use of interest rate derivatives by end-users:The case of large -community banks, Journal of Financial Services Research, Volume 14, number 1, pages 17-34 Charumathi B. , 2009, On the Determinants of Interest Rate Swap Usage of Indian Banks, proceedings of the World Congress on Engineering 2009, Volume 2 Chen C.R., Chan A. , 1989, Interest Rate Sensitivity, Assymetry, and the Stock Returns of Financial Institutions, Financial Review Volume 24, pages 457-473 Coibion & Gorodnichenko, 2010, Cox J.C. , Ingersoll J.E. , Ross S.A. , 1985 , A theory of the term structure of interest rates, Econometrica, volume 53 , March 1985 Czaja M.G. , Scholz H. , Wilkens M, 2009, Interest rate risk of German Financial institutions: the impact of level, slope, and curvature of the term structure, Review of Quantitative Finance and Accounting, Volume 33, number 1, july 2009, pages 1 -26 De Nederlandse Bank, 2007, De Tijd, 2010, Grieken testen beleggersappetijt, 30/03/2010 Deloitte website, 2010, Desmukh S.D., Greenbaum S.I., Kanatas G. , 1983, Interest rate uncertainty and the Financial intermiary’s choice of exposure, The Journal of Finance, Volume 38, number 1, March 1983, pages 141-147 Deutsche Bank jaarrekening, 2007 en 2009, < http://annualreport.deutschebank.com/2009/ar/servicepages/downloads.html > Drakos K. , 2001, Interest Rate Risk and Bank Common Stock Returns: Evidence from the Greek Banking Sector, Working Paper (London Guildhall University) ECB website, 2010, Elyasiani E., Mansur I. , 2004, Bank Stock Return Sensitivities to the Long-term and Short-term Interest Rates: A Multivariate GARCH Approach, Managerial Finance, Volume 30, number 9 English W.B. , 2002 , Interest rate risk and bank net interest margins, Bank for International Settlements Quarterly Review , December 2002, pages 67 – 81
X
Epstein B.J. , Jermakowicz E.K. , 2010 , Interpretation and Application of International Accounting and Financial Reporting Standards Faff R.W., Howard P.F. , 1999, Interest rate risk of Australian financial sector companies in a period of regulatory change, Pacific-Basin Finance Journal, 1999, pages 83-101 Fama E.F. , French K.R. , 2004 , The Capital Asset Pricing Model: Theory and Evidence, Journal of Economic Perspectives, Volume 18, number 3, Pages 25-46 Fama E.F. , 1975, Short-term Interest Rates as Predictors of Inflation, American Economic Review, 269-282 Flannery M.J. , 1981 , Market interest rates and commercial bank profitability: An Empirical Investigation, The journal of finance, volume 36, number 6 , December 1981 Flannery M.J. , James C.M. , 1984 , The effect of interest rate changes on the common stock returns of financial institutions, The journal of finance , volume 39 number 4 , December 1984 Fortis geconsolideerd jaarverslag, 2007,
Francis J. , Wolf A. , 1994, The handbook of interest rate risk management French K.R. , Ruback R.S. , Schwert G.W. , 1983, Effects of Nominal Contracting on Stock Returns, Journal of Political Economy, 1983, Volume 91 number 1. Fraser D.R. , Madura J. , Weigand R.A. , 2002 , Sources of bank interest rate risk, The financial review 37 (2002), pages 351-368 Gujarati D.N. , 2003 , Basic Econometrics, fourth edition Heylen F. , 2006, Macro-economie, tweede editie Hempel G.H. , Simonson D.G. , 1998, Bank Management Houpt J.V , Embersit J.A. , 1991 , A method for evaluating interest rate risk in U.S. commercial banks, Federal Reserve Bulletin, August 1991 Hull J. C. , 2009, Options, Futures and other Derivatives, seventh edition ING jaarrekening, 2007, < http://www.ing.com/group/showdoc.jsp?docid=311528_EN&menopt=ivr> ING website, 2010, < http://www.ing.nl/zakelijk/sparen/sparen-met-variabele-rente/uitleg-euribor/index.asp >
KBC groep jaarrekening, 2007, < https://www.kbc.com/MISC/D9e01/~E/~KBCCOM/~BZJ47O7/-BZIZTPN/BZJ0507/BZL1DL5>
King B.F., 1966, Market and Industry Factors in Stock Price Behavior,The Journal of Business, volume 39, Number 1, page 166
XI
Kwan S.H. , 1991 , Re-examination of interest rate sensitivity of commercial bank stock returns using a random coefficient model, Journal of Financial Services Research, volume 5 , pages 61-76 Lumpkin S.A. , 1993, Instruments of the money market, p59 Madura J., Zarruk E.R., 1995, Bank exposure to interest rate risk: a global perspective, Journal of Financial Research, volume 18, pages 1–13. Mitchell, D.W., 1991, Invariance of results under a common orthogonalization. Journal of Economics and Business, volume 43, pages 193–196 Ooghe H. , Deloof M. , Manigart S. , 2003, Handboek Bedrijfsfinanciering, p 46 Ramakrishnan G. , 2001, Risk management for internet banking, Information systems control journal, volume 6 , Sharpe W.F. ,1964, Capital Asset Prices: A Theory of Market Equilibrium under Conditions of Risk, The Journal of Finance, Volume 19, number 3, Sep. 1964, pages 425-442 Sharpe W.F.,1963 , A simplified model for portfolio analysis, Management science , volume 9, number 2 , pages 277-293, January 1963 Société Générale jaarrekening, 2007 Stiroh K.J. , 2006, A portofilio view of banking with interest and noninterest activities, Journal of Money , Credit and Banking , volume 38, number 5, August 2006 , pages 1351-1361 Stone B.K. , 1974 , Systematic interest-rate risk in a two-index model of returns, Journal of financial and quantitative analysis, November 1974 Stulz R.M, 2004, Should we fear derivatives, Journal of Economic Perspectives, Volume 18, number 3 pages 173-192
XII
7 Appendix Appendix 2.1: De berekening van ‘Short’ zoals gedefinieert door Flannery & James in de paper ‘The effect of interest rate changes on the common stock returns of financial institutions’ [net federal funds sold + investments maturing in less than one year + floating rate loans + trading account securities + customers' liabilities to the bank for outstanding acceptances] – [domestic and foreign certificates of deposits in excess of $100,000 maturing in less than one year + other liabilities for borrowed money + the bank's liabilities on customers' acceptances outstanding]
XIII
Appendix 3.1: Overzicht van de EMU banken opgenomen in het onderzoek: AAREAL BANK ABN AMRO HOLDING DEAD - 25/04/08 AGRI.BANK OF GREECE AHAG WERTPAPIERHANDEL ALLIED IRISH BANKS ALPHA BANK ANG.IR.BK. ASPIS BANK BANK OF ATTICA BAADER BANK BANCA ANTONVENETA DEAD - 06/04/06 BANCA CARIGE BANCA FIDEURAM DEAD - TAKEOVER BANCA FINNAT BANCA IFIS BANCA LOMBARDA DEAD - T/O BY 27217K BANCA MONTE DEI PASCHI BANCA NAZ.LAVORO DEAD - T/O 309449 BANCA POPOLARE MILANO BANCA POPOLARE ETRURIA BANCA POPOLARE INTRA BANCA POPOLARE ITALIANA DEAD - MERGER 682797 BANCA POPOLARE SPOLETO BANCA PPO.EMILIA ROMAGNA BANCA PROFILO BANCO BPI BCP 'R' BANCO DE SABADELL BANCO DE VALENCIA BANCO SARDEGNA RNC BANCO ESPANOL DE CREDITO BANCO ESPIRITO SANTO BANCO GUIPUZCOANO BANCO PASTOR BANCO POPULAR ESPANOL BANCO SANTANDER BANCO ZARAGOZANO DEAD - DELIST.20/11/03 - TOT RETURN IND BANIF-SGPS BANK AU.CREDITANSTALT DEAD - T/O BY 929395 BANK OF IRELAND BANK OF PIRAEUS BANKINTER 'R'
XIV
bank 1 bank 2 bank 3 bank 4 bank 5 bank 6 bank 7 bank8 bank 9 bank 10 bank11 bank12 bank13 bank14 bank15 bank16 bank17 bank 18 bank 19 bank 20 bank 21 bank22 bank23 bank24 bank25 bank26 bank27 bank 28 bank 29 bank30 bank31 bank32 bank33 bank34 bank35 bank36 bank37 bank38 bank39 bank40 bank41 bank42
BANQUE TARNEAUD BAYER.HYPO-UND-VBK. DEAD - 16/09/08 BBVA BCA.AGRICOLA MANTOVANA DEAD - T/O SEE 672650 BCA.PPO.COML.INDR. DEAD - MERGER 27217K BCA.PPO.CREMA DEAD - DELIST 17/12/01 BCA.PPO.CREMONA DEAD - DEAD 21/04/04 BCA.PPO.DI NOVARA DEAD - MERGER I:PVR BCA.PPO.LUINO E VARESE DEAD - MERGER 27217K BCA.TOSCANA DEAD - T/O SEE 672650 BHW HOLDING DEAD - 13/02/08 BINCKBANK BANCO DESIO BRIANZA BNP PARIBAS BOURSORAMA (EX FIMATEX) CAPITALIA DEAD MERGED CIC 'A' COFITEM COFIMUR COMDIRECT BANK COMMERZBANK CR.AGR.ALPES PROVENCES CR.AGR.SUD RHONE ALPES CR.AGRICOLE MORBIHAN CRCAM AQUITAINE CRCAM ATLANTIQUE CRCAM ILLE-VIL.CCI CRCAM NORD DE FRANCE CCI CRCAM NORMANDIE SEINE CREDIT AGR.CENTRE LOIRE CREDIT AGR.ILE DE FRANCE CREDIT AGR.LOIRE-H-LOIRE CREDIT AGR.TOULOUSE CREDIT AGR.TOURAINE CREDIT AGRICOLE CREDIT AGRICOLE BRIE DEAD - 02/01/06 CREDIT LYONNAIS DEAD - DELIST 04/08/03 CREDITO ARTIGIANO CREDITO BERGAMASCO CREDITO EMILIANO CREDITO VALTELLINES DAB BANK DEPFA BANK DEAD - TAKEOVER 27604H DEPFA DT.PFANDBRIEF BK. DEAD - DELIST 10/02/ DEUTSCHE BANK DEUTSCHE POSTBANK DEXIA
XV
bank43 bank44 bank45 bank 46 bank47 bank48 bank49 bank50 bank51 bank52 bank53 bank54 bank55 bank56 bank57 bank58 bank59 bank60 bank61 bank62 bank63 bank64 bank65 bank66 bank67 bank68 bank69 bank70 bank71 bank72 bank73 bank74 bank75 bank76 bank77 bank78 bank79 bank80 bank81 bank82 bank83 bank84 bank85 bank86 bank87 bank88
DRESDNER BANK DEAD - 12/07/02 EFG EUROBANK ERGASIAS EMPORIKI BK.OF GREECE ENTENIAL (EX CDE) DEAD - DELIST 22/06/04 ERSTE GROUP BANK EUROHYPO EXOR PRV) FINIBANCO FORTIS GBL NEW GENERAL HELLENIC BANK GONTARD & METALL BANK HYPO REAL ESTATE HLDG. IKB DEUTSCHE INDSTRBK. ING GROEP INTESA SANPAOLO IRDNORDPASDECALAIS IRISH LIFE & PERM. KBC GROUP KLING JELKO DEHMEL DEAD - 20/10/05 KREDIETBANK LUXEMBOURG DEAD - DELIST-01/07/05 MARFIN EGNATIA BANK MEDIOBANCA MELIORBANCA MWB FAIRTRADE WERTPAH. NATIONAL BK.OF GREECE NATIXIS POHJOLA BANK RAIFFEISEN INTL.BK.HLDG. RETI BANCARIE HOLDING DEAD - 02/10/06 ROBECO ROLO BANCA 1473 DEAD - MERGER 929395 SAMPO 'A' SAN PAOLO IMI DEAD - MERGER(929420) SDR BRETAGNE SOCIETE GENERALE SOFIBUS UBI BANCA UMWELTBANK UNICREDIT UNION FINC.FRANC. VAN LANSCHOT WUESTENROT & WUERTT.
XVI
bank89 bank90 bank91 bank92 bank93 bank94 bank95 bank96 bank97 bank98 bank99 bank100 bank101 bank102 bank103 bank104 bank105 bank106 bank107 bank108 bank109 bank110 bank111 bank112 bank113 bank114 bank115 bank116 bank117 bank118 bank119 bank120 bank121 bank122 bank123 bank124 bank125 bank126 bank127 bank128 bank129 bank130 bank131
Appendix 3.2: De correlatiecoëfficiënt tussen de marktreturn en de interest rate factor en de bijhorende p-waarde: Covariance Analysis: Ordinary Date: 12/10/09 Time: 11:55 Sample (adjusted): 1/08/1999 9/25/2009 Included observations: 560 after adjustments Balanced sample (listwise missing value deletion) Correlation Probability
EURIBOR1Y
EURIBOR1Y
1.000000 -----
MARKTRETURN
-0.158122 0.0002
MARKTRETURN
1.000000 -----
Covariance Analysis: Ordinary Date: 02/13/10 Time: 14:00 Sample (adjusted): 2 561 Included observations: 560 after adjustments Balanced sample (listwise missing value deletion) Correlation Probability EURIBOR3M
MARKTRETURN
EURIBOR3M 1.000000 -----
MARKTRETURN
-0.165002 0.0001
1.000000 -----
XVII
Covariance Analysis: Ordinary Date: 02/13/10 Time: 14:01 Sample (adjusted): 2 561 Included observations: 560 after adjustments Balanced sample (listwise missing value deletion) Correlation Probability GERMANGOV
MARKTRETURN
GERMANGOV MARKTRETURN 1.000000 -----0.064860 0.1253
1.000000 -----
Covariance Analysis: Ordinary Date: 02/13/10 Time: 14:02 Sample (adjusted): 2 561 Included observations: 560 after adjustments Balanced sample (listwise missing value deletion) Correlation Probability
SPREAD 1.000000
SPREAD
MARKTRETURN
----MARKTRETURN
0.154830 0.0002
1.000000 -----
Covariance Analysis: Ordinary Date: 02/13/10 Time: 14:02 Sample (adjusted): 2 561 Included observations: 560 after adjustments Balanced sample (listwise missing value deletion) Correlation Probability US10Y
MARKTRETURN
US10Y 1.000000 -----
MARKTRETURN
0.041748 0.3241
1.000000 -----
XVIII
Covariance Analysis: Ordinary Date: 02/13/10 Time: 14:03 Sample (adjusted): 2 561 Included observations: 560 after adjustments Balanced sample (listwise missing value deletion) Correlation Probability USTREASURYBILL
MARKTRETURN
USTREASURYBILL 1.000000 -----
MARKTRETURN
0.037746 0.3726
1.000000 -----
XIX
Appendix 3.3: Om na te gaan of de storingstermen heteroscedastisch zijn werd de ‘White’s General Heteroscedasticity Test’ gebruikt.
H0 : Geen heteroscedasticiteit ( homoscedastische storingstermen) H1 : Heteroscedastische error terms
Dit is de output die Eviews 6 genereert wanneer de White’s General Heteroscedasticity Test wordt uitgevoerd. Om te kijken of er heteroscedasticiteit is , moet enkel naar het bovenste deel gekeken worden. Heteroskedasticity Test: White F-statistic Obs*R-squared Scaled explained SS
Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 02/20/10 Time: 12:06 Sample: 6/21/2002 9/25/2009 Included observations: 380
C MARKTRETURN^2 GERMANGOV10YRESID^2 R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic)
2.457556 4.890464 23.57663
Prob. F(2,377) Prob. Chi-Square(2) Prob. Chi-Square(2)
0.0870 0.0867 0.0000
Hieruit blijkt dat de nulhypothese wordt verworpen op het 10% significantie niveau: 0.0867 < 0.100. De storingstermen blijken dus heteroscedastisch te zijn.
Coefficient
Std. Error
t-Statistic
Prob.
0.002594 0.290196 47354.90
0.000671 0.179378 36233.62
3.864929 1.617791 1.306932
0.0001 0.1065 0.1920
0.012870 0.007633 0.010427 0.040991 1196.375 2.457556 0.087015
Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat
XX
0.003340 0.010467 -6.280919 -6.249813 -6.268576 2.021769
Aantal significante resultaten voor heteroscedasticiteit 22 23 22 23 22 21
De Euribor op 3 maand De Euribor op 1 jaar De German Government bond op 10 jaar De T-Bill rate op 3 maand De US bond op 10 jaar Een Interest rate spread
De nulhypothese wordt in ongeveer 85 % (22/26) van de gevallen verworpen, er is dus een sterke aanwijzing dat de storingstermen heteroscedastisch is. Om de standaardfouten te verbeteren wordt in dit werkstuk steeds gebruik gemaakt van de “Newey-West standard Errors” .
XXI
Appendix 3.4: Autocorrelatie werd nagegaan aan de hand van de ‘Durbin Watson d test’ en de ‘Breusch-Godfrey test’. H0: Geen autocorrelatie H1: Autocorrelatie Durbin Watson d test Om autocorrelatie na te gaan is er eerst gebruik gemaakt van de Durbin Watson test om een algemeen beeld te krijgen van het probleem. Concreet werd in dit werkstuk voor de volledige populatie van banken de Durbin Watson statistiek gegenereerd, de Durbin Watson waarde wordt immers standaard meegegeven bij een OLS regressie. De Durbin Watson statistiek was significant op 5% significantieniveau indien zijn waarde niet tussen De resultaten voor de verschillende rentevoeten op het 5% significantie niveau waren als volgt: De Euribor op 3 maand De Euribor op 1 jaar De German Government bond op 10 jaar De T-Bill rate op 3 maand
Aantal significante resultaten voor autocorrelatie 21/131 22/131 22/131 23/131
XXII
Breusch-Godfrey test Output van de Breusch-Godfrey test in Eviews 6:
Deze waarde wordt vergeleken met het significantie niveau
De resultaten voor de verschillende interest rate factoren zijn:
De Euribor op 3 maand De Euribor op 1 jaar De German Government bond op 10 jaar
Aantal significante resultaten voor autocorrelatie 11/26 12/26 11/26
XXIII
Appendix 3.5: Resultaten van de regressie op het 10% significantie niveau.
XXIV
Appendix 4.1: Berekening van de fair value waarde:
De noteringen die worden gepubliceerd op de actieve markten worden, indien beschikbaar, gebruikt om de fair value van de financiële activa of passiva te bepalen. Bij gebrek aan dergelijke koersen, kan de fair value verkregen worden:
• met verwijzing naar recente transacties onder normale concurrentiële voorwaarden tussen geïnformeerde en instemmende partijen
• door gebruik te maken van een waarderingstechniek (analyse van de geactualiseerde kasstromen enmodellen voor de waardebepaling van opties). De waardebepalingstechniek dient dan allefactoren te omvatten waarmee de verschillende partijen op de markt rekening zouden houden om een prijs te bepalen en hij moet stroken met de aanvaarde economische methoden voor de prijsbepaling van financiële instrumenten
• door de technieken te gebruiken die zijn meegedeeld door de European Venture Capital Association (EVCA) voor private equity-instrumenten
XXV
Appendix 4.2: Overwegend cashflow hedges: ING bank
Allied Irish Bank
Overwegend fair value hedges: Banco de Sabadell
Deutsche Bank
XXVI
Appendix 4.3: De maturity gap is bijna steeds het hoogst in de periode ‘ herprijzing in minder dan 3 maand’ Allied Irish Bank
KBC Group
XXVII
Banca Carige
XXVIII
