Uniwersytet Warszawski Wydział Nauk Ekonomicznych Determinanty kryzysów bankowych Jarosław Wasilewski Warszawa 2007 1
1. Wstęp Kryzys bankowy to sytuacja, w której znacząca grupa instytucji finansowych ma pasywa przekraczające rynkową wartość aktywów, co prowadzi do runu na kasy oraz innych przesunięć w portfelu, upadku niektórych firm oraz interwencji rządu 1. Niespotykana ich ilość w ciągu ostatnich dwóch dekad XX wieku, sprawiła że temat ten stał się jednym z głównych obiektów zainteresowań współczesnych ekonomistów. Najczęściej, tak jak w przypadku krajów azjatyckich, towarzyszyły one kryzysom gospodarczym. Czasem udawało się je przewidzieć, przeważnie jednak ich pojawienie kompletnie zaskakiwało obserwatorów 2. Kryzysy bankowe dotykały nie tylko gospodarki słabiej rozwinięte, ale także kraje z grupy tygrysów gospospodarczych. Nie oszczędzały często też tych najbogatszych 3. Konsekwencje kryzysów mogą być poważne, a co gorsza, jak w przypadku Japonii, wychodzenie z niego może stwarzać wiele problemów i być długotrwałe. 2. Hipoteza badawcza W swojej pracy badawczej dotyczącej czynników, które wpływają na prawdopodobieństwo wystąpienia kryzysu bankowego Demirguc-Kunt i Detragiache biorą pod uwagę te najbardziej zdroworozsądkowe, a więc wzrost gospodarczy, PKB per capita, terms of trade, stopy procentowe, inflację, kurs walutowy, zadłużenie państwa, podaż pieniądza oraz aktywa bankowe 4. Postawiona przez nich hipoteza zakłada, że prawdopodobieństwo wystąpienia kryzysu bankowego wzrasta jeśli obserwowana jest wysoka inflacja i niski wzrost gospodarczy, stopy procentowe są na wysokim poziomie, gospodarka jest zasilana zbyt dużą ilością pieniądza, rośnie zadłużenie państwa, obserwowana jest deprecjacja kursu walutowego oraz wartość współczynnika terms of trade ulega pogorszeniu. W poniższej pracy, z powodu braku dostępności do wszystkich wymienionych wyżej danych, w badaniu nie będzie brana pod uwagę zmienna charakteryzujące zadłużenie państwa i wielkość stopy procentowej. Hipoteza dotycząca wpływu pozostałych czynników na prawdopodobieństwo 1 Sundararajan, Balino (red), 1991, Banking Crises: Cases and Issues, IMF, Washington, s. 3 2 Demirguc-Kunt, Detragiache, 1999, Monitoring Banking Sector Fragility: A Multivariate Logit Approach with an Application to the 1996-97 Banking Crises, Policy Research Working Paper 2085, World Bank, Washington, s. 2 3 Gerard Caprio, Jr., 1998, Banking on crises: Expensive lessons from recent financial crises, Development Research Group, The World Bank, Washington, s. 1 4 Demirguc-Kunt, Detragiache, 1997, The Determinants of Banking Crises, Policy Research Working Paper 1828, World Bank, Washington, s. 9 2
wystąpienia kryzysu bankowego jest zgodna z tą postawioną przez Demirguc-Kunt i Detragiache. 3. Opis zmiennych i budowa modelu Model został opracowany na podstawie rocznych danych statystycznych 21 krajów z okresu od 1980 do 1997 roku. Dane dotyczące występowania kryzysów bankowych zostały pobrane z artykułu Demirguc-Kunt a i Detragiache a 5 oraz z artykułu Glick a i Hutchison a 6. Dane makroekonomiczne pochodzą ze stron internetowych następujących organizacji: Worldbank www.worldbank.org OECD www.oecd.org EconStat TM www.econstat.com W oparciu o artykuł Eichengreen a i Arteta, którzy wykorzystali do badania przyczyn występowania kryzysow walutowych wielowymiarowy model probitowy 7, w tej pracy zastosowany został podobny model następującej postaci: Log(L) = Σ t=1..t Σ i=1..n {P(i,t)ln[F(β X(i,t))] + (1 P(i,t)) ln[1 F(β X(i,t))]}, gdzie P(i,t) przyjmuje wartości 0 gdy wystąpił kryzys i 1 w przeciwnym wypadku oraz X(i,t) oznacza macierz zmiennych objaśniających. Zmienne użyte w modelu są zdefiniowane następująco: CRS binarna zmienna objaśniana, przyjmująca wartość 1 gdy wystąpił kryzys bankowy i 0 w przeciwnym wypadku GDP zmienna objaśniająca charakteryzująca procentowy wzrost gospodarczy w ujęciu rocznym INFL zmienna objaśniająca charakteryzująca roczną inflację, wyrażona w procentach. ToT zmienna objaśniająca charakteryzująca wartość współczynnika terms of trade, wyrażona w procentach. 5 Demirguc-Kunt, Detragiache, 1999, Monitoring Banking Sector Fragility: A Multivariate Logit Approach with an Application to the 1996-97 Banking Crises, Policy Research Working Paper 2085, World Bank, Washington, s. 23 6 Glick, Hutchison, 1999, Banking and Currency Crises: How common are twins?, Pacific Basin Working Paper Series 99-07, Federal Reserve Bank of San Francisco, s. 39 7 Eichengreen, Arteta, 2000, Banking Crises in Emerging Markets: Presumptions and Evidence, University of California, Berkeley, s. 13 3
M2 zmienna objaśniająca charakteryzująca podaż pieniądza w stosunku do produktu krajowego brutto, wyrażona w procentach BA zmienna objaśniająca charakteryzująca wielkość aktywów bankowych w stosunku do PKB, wyrażona w procentach REER zmienna objaśniająca charakteryzująca realny kurs walutowy w stosunku do dolara amerykańskiego 4. Wyniki estymacji Estymacja przeprowadzona w pakiecie STATA dała następujące wyniki: Iteration 0: log likelihood = -108.50808 Iteration 1: log likelihood = -108.50808 Multivariate probit (SML, # draws = 5) Number of obs = 328 Wald chi2(6) = 41.01 Log likelihood = -108.50808 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ CRS Coef. Std. Err. z P> z [95% Conf. Interval] -------------+---------------------------------------------------------------- GDP -.1711493.0294154-5.82 0.000 -.2288024 -.1134963 M2.0058294.0035655 1.63 0.102 -.0011589.0128177 INFL.0001784.0003093 0.58 0.564 -.000428.0007847 REER.0000112 6.39e-06 1.75 0.079-1.32e-06.0000237 ToT -.0120302.0066855-1.80 0.072 -.0251335.0010731 BA -.0246314.0126594-1.95 0.052 -.0494435.0001806 _cons.5090916.7210648 0.71 0.480 -.9041694 1.922353 -------------+---------------------------------------------------------------- Na podstawie statystyki Wald a należy odrzucić hipotezę o łącznej nieistotności zmiennych objaśniających, a więc zmienne można uznać za łącznie istotne. Niestety przyglądając się każdej zmiennej z osobna, na poziomie istotności 0,05 można przyjąć, że tylko zmienna charakteryzująca wzrost gospodarczy jest istotna (statystyka t równa -5.82). Niemniej jednak wartości statystyki t dla pozostałych zmiennych pozwoliłaby, z wyjątkiem zmiennej charakteryzującej inflację, przyjąć je za istotne na poziomie ufności 0,10. Dodatkowo znaki parametrów są zgodne z przyjętą wcześniej hipotezą badawczą, a więc wzrost gospodarczy, ilość aktywów bankowych oraz wyższa wartość terms of trade zmniejszają prawdopodobieństwo wystąpienia kryzysu bankowego, a wysoka inflacja, depracjacja kursu walutowego i duża podaż pieniądza zwiększają to prawdopodobieństwo. W celu zbadania poprawności formy funkcyjnej modelu przeprowadzono test sprawdzający poprawność funkcji łączącej obserwacje, który dał następujące wyniki: 4
Multivariate probit (SML, # draws = 5) Number of obs = 328 Wald chi2(2) = 42.53 Log likelihood = -108.11185 Prob > chi2 = 0.0000 ------------------------------------------------------------------------------ CRS Coef. Std. Err. z P> z [95% Conf. Interval] -------------+---------------------------------------------------------------- y 1.390396.4743406 2.93 0.003.4607052 2.320086 y_kw.1380208.1536789 0.90 0.369 -.1631843.4392259 _cons.7561148.368051 2.05 0.040.034748 1.477482 -------------+---------------------------------------------------------------- Ponieważ kwadrat wartości dopasowanej jest zmienną nieistotną w regresji pomocniczej należy przyjąć hipotezę o poprawności formy funkcyjnej modelu. Aby lepiej móc interpretować wyniki estymacji policzone zostały efekty krańcowe, które badają zmianę prawdopodobieństwa wystąpienia kryzysu bankowego pod wpływem jednostkowej zmiany zmiennej niezależnej. Marginal effects after mvprobit y = Linear prediction (predict) =.09938508 ------------------------------------------------------------------------------ variable dy/dx Std. Err. z P> z [ 95% C.I. ] X ---------+-------------------------------------------------------------------- GDP -.0299014.00505-5.92 0.000 -.039801 -.020002 3.12357 M2.0010184.00062 1.63 0.103 -.000204.002241 30.6381 INFL.0000312.00005 0.57 0.566 -.000075.000138 71.803 REER 1.96e-06.00000 1.75 0.080-2.3e-07 4.1e-06 1786.15 ToT -.0021018.00115-1.84 0.066 -.004346.000143 102.264 BA -.0043033.00218-1.97 0.049 -.008585 -.000022 9.7722 Interpretacja otrzymanych wyników jest nastepująca: Wyższe tempo wzrostu gospodarczego o jeden punkt procentowy powoduje spadek prawdopodobieństwa wystąpienia kryzysu bankowego o 3%. Większa wartość aktywów bankowych w stosunku do PKB o jeden punkt procentowy powoduje spadek prawdopodobieństwa wystąpienia kryzysu bankowego o 0,4%. Polepszenie wartości terms of trade o jeden punkt procentowy powoduje spadek prawdopodobieństwa wystąpienia kryzysu bankowego o 0,2%. Wzrost podaży pieniądza w stosunku do PKB o jeden punkt procentowy powoduje wzrost prawdopodobieństwa wystąpienia kryzysu bankowego o 0,1% Zmienna REER oraz M2 mają znikomy dodatni wpływ na zmianę prawdopodobieństwa wystąpienia kryzysu bankowego. 5
5. Podsumowanie Mimo zgodności znaków parametrów przy zmiennych niezależnych z wcześniej zakładaną hipotezą wyestymowany model dał całkiem ciekawe wyniki. Jedyną istotną zmienną na poziomie ufności 0,05, a także mającą największy wpływ na zmianę prawdopodobieństwa wystąpienia kryzysu bankowego, jest zmienna charakteryzująca roczny przyrost PKB, co świadczy o tym, że w gospodarkach o dobrej koniunkturze szanse wystąpienia tego zjawiska są mniejsze. Zmienna charakteryzująca inflację okazała się być całkowicie nieistotna, a więc jeden z głównych wskaźników makroekonomicznych nie miał wpływu na prawdopodobieństwo wystąpienia kryzysu bankowego. Może to potwierdzać zgodność modelu z rzeczywistością, w której zjawisko to miało miejsce nie tylko w krajach słabo rozwiniętych, ale też w tych najbogatszych, jak choćby w USA czy Japonii. Dodatkowo pozostałe zmienne okazały się być nieistotne na poziomie ufności 0,05, choć o niewiele przedział ufności przekraczały. Interesującym wynikiem jest też niewielka wartość parametrów przy współczynnikach charakteryzujących podaż pieniądza i kurs walutowy. Okazuje się, że te dwa wskaźniki makroekonomiczne mają znikomy wpływ na prawdopodobieństwo wystąpienia kryzysu bankowego. Istotniejsza od tych zmiennych okazała się być wartość terms of trade, co wskazywałoby na to, że otwartość gospodarki nie sprzyja kryzysom. Być może wiąże się to z dywersyfikacją ryzyka. Małe regionalne banki mają mniejsze szanse na przeżycie od dużych, z kapitałem zagranicznym. Ciekawym wynikiem jest także nieznaczny wpływ ilości aktywów na zmianę prawdopodobieństwa. Zgodnie z definicją Sundararajan a i Balino kryzysom bankowym towarzyszy run na kasy, natomiast otrzymany wynik świadczy o tym, że zjawisko to nie jest aż tak powszechne. Prawdopodobnie jest to wynikiem regulacji nakazujących ubezpieczenia depozytów przez banki oraz gwarancji rządowych. 6
Bibliografia 1. Arteta, Eichengreen 2000, Banking Crises in Emerging Markets: Presumptions and Evidence, University of California, Berkeley 2. Caprio, Klingebiel, 2003, Episodes of systemic and borderline financial crises, World Bank, Washington 3. Demirguc-Kunt, Detragiache, 1997, The Determinants of Banking Crises, Policy Research Working Paper 1828, World Bank, Washington 4. Demirguc-Kunt, Detragiache, 1999, Monitoring Banking Sector Fragility: A Multivariate Logit Approach with an Application to the 1996-97 Banking Crises, Policy Research Working Paper 2085, World Bank, Washington 5. Gerard Caprio, Jr., 1998, Banking on crises: Expensive lessons from recent financial crises, Development Research Group, The World Bank, Washington 6. Glick, Hutchison, 1999, Banking and Currency Crises: How common are twins?, Pacific Basin Working Paper Series 99-07, Federal Reserve Bank of San Francisco 7. Iwanicz-Drozdowska (red.), 2002, Kryzysy bankowe. Przyczyny i rozwiazania, PWE, Warszawa 8. Mishkin, 1991, Anatomy of financial crisis, NBER Working Paper 3934. 9. Sundararajan, Balino (red), 1991, Banking Crises: Cases and Issues, IMF, Washington 7
Tabela 1. Kryzysy bankowe w badanych krajach Kraj Rok wystąpienia kryzysu Argentyna 1981 1982, 1989 1990, 1995 Dania 1987 1991 Włochy 1991 Norwegia 1988 1991 Szwecja 1990 1991 Japonia 1992 1993 Finlandia 1991 1993 Islandia 1985 1986, 1993 Portugalia 1986 1987 Boliwia 1986, 1994 Brazylia 1990, 1995 1997 Chile 1982 1983 Ekwador 1987, 1991 Kolumbia 1982 Kostaryka 1982, 1994 1996 Turcja 1991, 1994 Grecja 1986, 1991 Izrael 1983 Indie 1991 Wenezuela 1993 1994 Korea Południowa 1997 8