EBA欧洲银行-Identification-of-EU-bank-business-models-Marina-Cernov2C20Teresa-Urbano-June-2018_52页_2mb

报告摘要

本论文提出了一种标准化的欧盟银行商业模型分类方法，旨在为监管机构提供更细致和一致的分类基准，以支持监管影响评估、趋势分析、风险评估、比例性监管和同行评审。该方法结合了定性与定量分析，与现有文献中仅依赖聚类方法的分类方式相比，具有更高的灵活性和精度。

商业模型分类的重要性
- 商业模型分类对于监管机构和监督者至关重要，有助于理解银行所面临的风险、评估监管政策对不同银行类型的影响，并实现对机构的更有效监督。
- 现有文献中，聚类方法常用于分类，但其结果较为粗略，缺乏对特定业务模式（如按揭银行或公共开发银行）的细分。
分类方法的创新性
- 本文提出一种混合方法，结合定性判断与定量指标，以提升分类的准确性和实用性。
- 定性分类基于监管机构的专家判断，定量挑战则通过使用COREP和FINREP数据进行验证，确保分类结果的一致性和数据质量。
现有文献的局限性
- 量化方法（如聚类）仅能区分出广义的银行类型（如零售、批发和综合银行），难以捕捉细分的业务模式。
- 质性方法（如EBA的分类）依赖于专家判断，虽能更细致地区分业务模式，但可能存在人为偏见和不一致的问题。
混合方法的优势
- 混合方法兼顾了监管机构的判断和数据验证，从而实现更细致、一致和可比较的分类。
- 使用个体银行数据，而非合并数据，能够更准确地反映每家银行的实际情况，避免因合并数据导致的分类偏差。

定性分类：基于监管机构的专家判断，将银行划分为不同的商业模型类别。
定量挑战：使用10项基于COREP/FINREP的指标对分类结果进行验证，包括：
- 总资产（TA）
- 按揭贷款占比（A1）
- 交易书规模（A2）
- 衍生品占比（A3）
- 跨境活动占比（A4）
- 零售存款占比（A5）
- 证券负债占比（A6）
- 互换借款占比（A7）
- 杠杆率（A8）
- 费用收入与利息收入比例（A9）

引言
- 回顾2008年金融危机后欧盟监管改革的背景。
- 强调商业模型分类在监管中的重要性。
文献综述
- 分析现有文献中对银行商业模型分类的方法，包括聚类方法和专家判断方法。
- 指出现有方法的局限性，如缺乏细分、依赖合并数据等。
方法论与数据
- 提出混合方法，结合定性分类和定量挑战。
- 使用个体银行数据，提升分类的准确性。
最终分类结果
- 列出16种初始商业模型类别。
- 使用定量指标对分类结果进行验证，确保一致性。
与聚类方法的比较
- 混合方法在分类粒度上优于聚类方法。
- 聚类方法受限于财务数据的结构性特征，而混合方法能考虑非财务因素（如法律结构、所有权等）。
结论与政策建议
- 混合方法为欧盟监管提供了标准化的分类基准。
- 建议监管机构在实际操作中采用该分类方法，以实现比例性监管。
- 提出未来研究方向，包括分类方法的优化和数据的持续更新。