Samenvatting (Summary in Dutch)
Inleiding
Door de financiële crisis van 2007-2009 is een rijkdom aan data beschikbaar gekomen. Dit helpt de dynamiek van krediet- en liquiditeitrisico in stressomstandigheden beter te begrijpen. Het werpt licht op de rol van bankgedrag bij tweede ronde-effecten in het financiële systeem en de economie. Door gebruik van deze data slaat dit proefschrift een brug tussen de theoretische literatuur over gedrag op financiële markten en beleidsgeoriënteerde analyses van krediet- en liquiditeitrisico’s, zoals gepubliceerd in financiële stabiliteitsrapporten. Overeenkomstig de macroprudentiële benadering, die de stabiliteit van het financiële system als geheel beziet, zijn de empirische analyses in dit proefschrift verricht vanuit een macroperspectief. Het eerste principe in de analyses is de focus op extreme gebeurtenissen en ontwikkelingen in kredieten liquiditeitrisico die een systeemdimensie in de bankensector kunnen hebben. Om te doorgronden hoe zulke risico’s ontstaan is een goed begrip nodig van bankgedrag op microniveau in relatie tot macrofinanciële ontwikkelingen. Daarbij moeten detaildata worden gebruikt, om verschillen in portefeuilles van de banken en de uiteenlopende reacties van de instellingen te kunnen vangen. Gebruik van detaildata wordt in het proefschrift als tweede principe gehanteerd. Verder heeft de crisis onderstreept dat systeemrisico kan ontstaan door de wisselwerking tussen krediet- en liquiditeitrisico en, in het bijzonder, op het snijvlak van funding- en marktliquiditeit. Om daarmee rekening te houden wordt een meerdimensionale en eclectische benadering gebruikt als derde principe in de analyses. Het principe wordt geoperationaliseerd door een set van modellen, waarin de verschillende risicofactoren die krediet- en liquiditeitrisico beïnvloeden dynamisch met elkaar in verband staan. Een ander kenmerk van krediet- en liquiditeitrisico bij staartgebeurtenissen is inherente onzekerheid over de eerste ronde-effecten van negatieve schokken en over de tweede ronde-effecten die kunnen optreden in het financiële systeem of de economie. Om die reden wordt als vierde principe in dit proefschrift erkend dat de modelresultaten inherent onzeker zijn. Hiermee wordt rekening gehouden door de toepassing van scenarioanalyses en de presentatie van de modeluitkomsten in termen van verliesverdelingen. Onzekerheid was ook een belangrijk issue voor overheden en centrale banken bij de vormgeving van crisismaatregelen tussen 2007 en 2009. Deze onzekerheid wordt betrokken bij de beoordeling van de crisismaatregelen. De vier principes (het macroperspectief, gebruik van detaildata, een meerdimensionale benadering, erkenning van onzekerheid) zijn hoofdbestanddelen in dit proefschrift en geven handvaten om de drie onderzoeksvragen te analyseren:
209
1. Hoe hebben banken hun krediet- en liquiditeitrisicomanagement aangepast tijdens de crisis en hoe verhouden empirische schattingen van de reacties van banken zich tot de veronderstellingen over gedrag uit de theoretische literatuur? 2. Hoe kan de impact van staartgebeurtenissen op banken, waarbij krediet- en liquiditeitrisico zijn betrokken, worden gemodelleerd? 3. Hoe moeten de beleidsreacties op de uitbarsting van krediet- en liquiditeitrisico tijdens de crisis van 2007-2009 worden beoordeeld, zowel met betrekking tot mogelijke verstorende effecten als met betrekking tot gedragsprikkels en de invloed van de maatregelen op de economie?
Bankgedrag
Voor de eerste onderzoeksvraag worden indicatoren en tijdreeksmodellen geconstrueerd om het gedrag van banken empirisch te analyseren. Deze zijn gebaseerd op instellingsspecifieke data van Nederlandse banken, afkomstig uit een unieke databron met activa en passiva van De Nederlandsche Bank (DNB). In hoofdstuk 2 worden deze micro-observaties gebruikt om indicatoren te construeren die trends in het gedrag van banken beschrijven. De maatstaven omvatten zowel de tijdsdimensie (‘procycliciteit’) als de cross-sectionele dimensie (‘afhankelijkheden’) van systeemrisico. Hoewel ze beschrijvend van aard zijn, identificeren de maatstaven trends in bankgedrag die vooruitblikkende informatie verschaffen over marktbrede ontwikkelingen. Hoofdstuk 3 breidt de empirische analyse uit door het bankgedrag te modelleren in een panel Vector Autoregressie (VAR) raamwerk, gebaseerd op dezelfde dataset van Nederlandse banken. Beide hoofdstukken concentreren zich op enkele belangrijke veronderstellingen in de literatuur over gedrag van banken in crises, zoals met betrekking tot hefboomwerking,
kuddegedrag, de pikorde bij balansaanpassingen en de relatie tussen
fundingliquiditeit en kredietverlening en tussen het opsparen van liquiditeit en gedwongen verkopen van activa. De volgende conclusies kunnen worden getrokken. Ten eerste, het resultaat met betrekking tot hefboomwerking laat zien dat balansaanpassingen van banken asymmetrisch zijn: de balansverkorting tijdens de neergang (tussen medio 2007 en begin 2009) was een intensiever proces dan de balansuitbreiding in de voorafgaande opgang. Verder begon de balansverkorting van grote banken tijdens de crisis eerder en was dit proces intensiever en verder voortgeschreden dan bij kleinere banken. Ten tweede, het resultaat met betrekking tot kuddegedrag toont dat het aantal en de gelijksoortigheid van de bankreacties in de crisis substantieel toenamen. Dit bevestigt de veronderstellingen over kuddegedrag in de literatuur en weerspiegelt het procyclische karakter van bankgedrag. Ten derde, het resultaat over de pikorde bevestigt dat banken gebruikelijk een pikorde toepassen bij balansaanpassingen (door hun liquide balansposten meer aan te passen dan hun minder liquide posten), maar dat ze in crises een meer statische reactie vertonen. Ten vierde laten de
210
uitkomsten van het panel VAR model voor de relatie tussen schokken in fundingliquiditeit en kredietverlening zien dat banken reageren door hun wholesale leningen aan te passen in reactie op schokken in de geldmarktspread en repo financiering. Ten vijfde blijkt uit de VAR simulaties dat in antwoord op schokken in wholesale funding de banken liquiditeit opsparen door het accumuleren van liquide obligaties en een toenemende afhankelijkheid van de centrale bank. Ten slotte tonen de modelresultaten aan dat gedwongen verkopen van aandelenportefeuilles eerder worden veroorzaakt door beperkingen in fundingliquiditeit dan door solvabiliteitsbeperkingen bij de banken. De empirische resultaten leiden tot een beter begrip van de rol die banken spelen bij de transmissie van negatieve schokken naar het financiële systeem en de economie. De uitkomsten kunnen helpen om de microfundering van financiële stabiliteitsmodellen te verbeteren, in het bijzonder met betrekking tot de veronderstellingen over het gedrag van heterogene instellingen. Bovendien leveren de resultaten waardevolle inzichten op voor macroprudentiële monitoring raamwerken.
Macro-stresstestmodellen
De tweede onderzoeksvraag richt zich op het modelleren van de invloed van staartgebeurtenissen op banken, waarbij zich krediet- en liquiditeitrisico’s voordoen, en de reacties van banken op deze risico’s. De vraag wordt benaderd in een stresstestraamwerk. Dit verschaft methoden om staartgebeurtenissen in de macro-omgeving te vertalen in indicatoren, die kunnen worden gebruikt om de gevolgen voor de bankbalansen, de reacties van banken op stressomstandigheden en hieraan gerelateerde tweede ronde-effecten in het financiële systeem en de economie in te schatten. Het raamwerk wordt geoperationaliseerd door een set van modellen, zoals herleide vorm satellietmodellen, VAR-modellen en gekalibreerde simulatie-instrumenten. Deze eclectische benadering wordt gemotiveerd door de fundamentele onzekerheid met betrekking tot staartgebeurtenissen en de afwezigheid van een alles omvattend model waarin alle mogelijke verbanden zijn geïntegreerd. Het overzicht van macro-stresstestmethoden in hoofdstuk 4 wordt gevolgd door enkele toepassingen van stresstestmodellen voor krediet- en liquiditeitrisico in hoofdstukken 5, 6 en 7. Hoofdstuk 5 concentreert zich op scenarioanalyse en macro-stresstesten van kredietrisico. Meer in het bijzonder wordt een meer-factoren benadering gebruikt om deterministische en stochastische scenario’s te simuleren, die rekening houden met de gelijktijdige verandering in macrovariabelen en veranderende correlaties tussen risicofactoren. Beide elementen zijn kenmerkend voor stresssituaties. Het verband tussen macrovariabelen en micro-risicoparameters van bankportefeuilles wordt gelegd in herleide vorm satellietmodellen. Deze modellen worden geschat op basis van gedesaggregeerde data van individuele banken en portefeuille-uitsplitsingen, om de verschillen in de reacties van banken en in de gevoeligheid van portefeuilles in stressomstandigheden te kunnen analyseren. De
211
verliesverdelingen van kredietrisico in het leningenboek van de banken worden onderzocht door zowel de kans op wanbetaling als het eventuele verlies bij wanbetaling te schatten. Dit is gebaseerd op nietlineaire specificaties, omdat risico’s aanzienlijk kunnen worden onderschat als voorbij wordt gegaan aan de niet-lineairiteiten in de relatie tussen macrovariabelen en kredietrisico, met name bij grote schokken. De uitkomsten van de stochastische scenariosimulaties worden gepresenteerd in termen van verliesverdelingen. Deze bieden inzicht in de extreme verliezen waarmee banken kunnen worden geconfronteerd in stressomstandigheden. Hoofdstuk 6 presenteert een raamwerk van een stresstestmodel voor liquiditeitrisico van banken, wat in hoofdstuk 7 wordt uitgebreid met de nieuwe liquiditeitregels van Bazel III en de mogelijke wisselwerking met de monetaire beleidsoperaties en kredietverlening door banken. Het liquiditeit-stresstestmodel is in essentie een gekalibreerd simulatie-instrument waarin meerdere dimensies van liquiditeitrisico worden gecombineerd (funding- en marktliquiditeitrisico) tot een kwantitatieve maatstaf voor de liquiditeitpositie van banken. Het model houdt rekening met de eerste en tweede ronde- (terugkoppelings)effecten van schokken, ingegeven door de reacties van heterogene banken. Bovendien kunnen simulaties worden uitgevoerd voor de invloed van reputatierisico op banken die reageren om hun liquiditeitpositie te herstellen. Een Monte Carlo benadering wordt toegepast om de invloed van stressscenario’s op de liquiditeitbuffers van de banken te simuleren, inclusief de waarschijnlijkheid van een liquiditeitstekort. De belangrijkste uitkomst van de modelsimulaties is dat de tweede ronde-effecten in bepaalde scenario’s meer invloed kunnen hebben dan de eerste ronde-effecten en alle typen banken raken. Dit bevestigt dat schokken op de liquiditeitpositie van de banken gepaard gaan met systeemrisico, wat samenhangt met gedragsreacties van banken. Hoewel de toevoeging van het effect op kredietverlening in hoofdstuk 7 een poging is om liquiditeit- en kredietrisico met elkaar te verbinden, is een meer complete integratie van krediet- en liquiditeitrisico een veld voor toekomstig onderzoek. Het vergt een diepere analyse van de mogelijke relaties en wisselwerkingen tussen kredietkwaliteit aan de ene kant en funding- en marktliquiditeit aan de andere kant. Dergelijk onderzoek zal zich onder andere moeten buigen over het verschillende karakter van de risico’s (met name de drijvende krachten en de tijdshorizon) en over het gedrag van tegenpartijen dat een verband tussen de liquiditeit- en kredietrisico kan aanbrengen. De uitgebreide versie van het model veronderstelt dat de nieuwe liquiditeitregels, zoals voorgesteld door Bazel III, een knellende factor zijn voor het bankgedrag. Dit wordt operationeel gemaakt door de regel dat banken hun liquiditeitratio herstellen door extra liquide activa te verwerven en de stabiliteit van hun financiering verbeteren, als weerspiegeling van het opsparen van liquiditeit en het zoeken naar stabiele financiering door banken tijdens de crisis. De modelsimulaties kwantificeren de potentieel bredere effecten van de nieuwe liquiditeitregels, bijvoorbeeld met betrekking tot de invloed op het kredietaanbod. Uit modelsimulaties van liquiditeitstressscenario’s blijkt deze invloed beperkt te zijn. Een ander resultaat is dat tweede ronde-effecten en staartrisico’s van een stressscenario beduidend lager zijn als banken zich zouden aanpassen aan Bazel III door het aanhouden van
212
hoogwaardiger liquide activa. Met name een nauw gedefinieerde liquiditeitbuffer - bestaande uit hoogwaardig staatspapier - maakt een groot verschil in het beperken van staartrisico’s voor de banken. Een gevolg van grotere staatsobligatieportefeuilles is dat monetair beleid uitgevoerd via activaaankopen meer invloed heeft op bankgedrag dan herfinancieringsoperaties door de centrale bank. We hebben ook de consequenties op de fundingliquiditeit van de banken gesimuleerd van een uitfasering van de uitgebreide herfinancieringsoperaties door centrale banken. De uitkomsten indiceren dat de liquiditeitratio’s van de banken verbeteren ten opzichte van de pre-exit situatie indien alternatieve stabiele financiering beschikbaar is.
Beleidsreacties op de crisis
De derde onderzoeksvraag, over de reacties van beleidsmakers op de krediet- en liquiditeitrisico’s van banken tijdens de crisis, is in de eerste plaats benaderd door beoordeling van de korte termijn crisismaatregelen van centrale banken en overheden tussen 2007 en 2009 (in hoofdstuk 8) en in de tweede plaats door het analyseren van de effecten van lange termijn maatregelen zoals genomen door regelgevers, met name de macro-economische effecten van Bazel III (in hoofdstuk 9). Om de financiële stabiliteit te beschermen en de invloed van financiële stress op de economie te beperken, hebben centrale banken en overheden snel en onder grote onzekerheid moeten reageren op de uitbarsting van risico’s in de bankensector. Hoewel de maatregelen gunstig uitwerkten op de financiële stabiliteit, gingen ze gepaard met verstorende effecten. Deze hebben betrekking op het gelijke speelveld tussen gesteunde en niet-gesteunde instellingen en op de kapitaalstromen tussen marktsegmenten, inclusief grensoverschrijdende stromen. De invloed van de overheidsingrepen is echter moeilijk te onderscheiden van de invloed van marktprikkels. We vinden bewijs voor een gunstig korte-termijn effect van de overheidssteun in de marktprijzen van financiële instellingen, maar dit verdwijnt enkele maanden nadat de interventies hebben plaatsgevonden en slaat dan zelfs om in een negatief effect. Dit sluit aan bij de lange termijn nadelen die gepaard gaan met interventies door overheden en centrale banken, welke verkeerde prikkels kunnen geven voor het nemen van risico en gedrag van marktpartijen. De belangrijkste beleidsconclusie van de analyse is dat zulke negatieve bijeffecten kunnen worden beperkt door het juiste ontwerp van de steunmaatregelen (marktconform) en van de exitstrategie (tijdige terugtrekking). Regulering heeft ook een belangrijke invloed op het gedrag van banken, zowel in de transitiefase als in de nieuwe evenwichtssituatie waarin banken voldoen aan de nieuwe regelgeving. De nieuwe kapitaal- en liquiditeitstandaarden van Bazel III zullen de intermediatiefunctie van banken beïnvloeden en daarmee het kredietaanbod en de economische groei. Simulatie-uitkomsten van herleide vorm satellietmodellen en van DNB’s structurele macro-economische model indiceren echter dat de negatieve invloed van Bazel III op het reële bruto binnenlands product (bbp) beperkt zal zijn tot
213
enkele tienden van een procent gedurende de transitiefase. Een ander resultaat is dat een voldoende lange transitieperiode de kosten in de komende jaren zal beperken, ook omdat het de banken meer ruimte geeft om zich aan te passen. Als de banken zich eenmaal hebben aangepast aan de nieuwe standaarden, zullen de voordelen van een meer solide financiële systeem de nadelen waarschijnlijk overtreffen. Hoewel een precieze kwantificering van de voordelen gecompliceerd is vanwege de onzekere effecten van Bazel III op de strategie van banken en van hun klanten, lijkt het duidelijk dat hogere buffers van banken een financiële crisis in de toekomst zowel minder waarschijnlijk als minder diep maken, terwijl in normale omstandigheden de economische groei stabieler zal zijn.
214
