EBA欧洲银行-Slides-Session-4.-Ingrid-Stein-28Deutsche-Bundesbank29_21页_715kb

文档总结：Risky Banks & Risky Borrowers - Relationship Banking in the Crisis

核心内容

本文探讨了银行在危机期间的困境如何影响其客户的风险状况，重点分析了关系型银行（relationship banks）与交易型银行（transaction banks）在风险传导机制上的差异。研究基于银行获得资本注入（capital support）这一事件，分析了银行在危机和非危机时期对客户信用风险（PD）和贷款额度（MAXLOAN）的影响。

主要观点

• 银行危机传导风险：当银行陷入困境时，其会将风险传递给客户，表现为客户的信用风险上升和贷款推荐减少。
• 危机时期风险传导更严重：在危机期间，银行对客户的风险传导效应显著增强，比非危机时期更为严重。
• 关系型银行的差异化行为：
  • 保护高风险客户：关系型银行倾向于通过“evergreening”（延长贷款期限或放宽条件）来保护高风险借款人，而交易型银行则对这些客户更为严厉。
  • 惩罚低风险客户：关系型银行在危机期间对低风险客户施加更严格的风险管理措施，导致其PD上升，而交易型银行对低风险客户影响较小。
• 银行业务模式影响风险传导：关系型银行与交易型银行在风险传导机制上存在显著差异，关系型银行更可能通过关系网络来缓解风险传导。

关键信息

研究对象与方法

• 研究对象：分析了银行在危机期间的资本支持（由存款保险机构提供）对客户信用风险和贷款行为的影响。
• 数据来源：
  • ZEW Firm Data：包含企业信息（如信用评级、规模、行业、法律形式、地理位置等）。
  • Bundesbank Data：包含银行的资本注入、资产负债表及客户关系数据。
• 研究方法：
  • 匹配法（Matching）：通过估计银行获得资本支持的倾向性，匹配对照组银行。
  • 双重差分法（Difference-in-Difference）：在企业层面进行估计，比较银行危机前后客户的风险变化。
  • 面板变量：使用企业-银行组别作为面板变量，控制企业与银行的固定效应。

实证结果

• 风险传导效应：
  • 在危机时期（2008/2009），银行的危机对客户PD的影响显著增强（Treatment Effect: 0.231***）。
  • 在非危机时期（2003-2007），风险传导效应较弱（Treatment Effect: 0.0528）。
• 客户风险差异：
  • 低风险客户在关系型银行中受到更大影响，而高风险客户则受到保护。
  • 交易型银行对低风险客户影响较小，对高风险客户则更为严厉。
• 银行业务模型影响：
  • 关系型银行更倾向于通过关系网络来缓解风险传导，而非交易型银行则表现出更强的“惩罚性”行为。
• 结果可视化：
  • 使用分位数回归（Quantile Regressions）展示了风险传导在不同风险水平和不同银行类型中的差异。
  • 图表显示了危机与非危机时期下，银行风险传导对客户PD和MAXLOAN的影响。

研究结论

• 银行困境对客户有负面影响：银行危机会导致客户信用风险上升和贷款额度下降，表明银行风险向实体经济传导。
• 危机时期的传导效应更强：在经济危机期间，银行的风险传导对客户的影响更加显著。
• 关系型银行的特殊作用：关系型银行在危机中表现出“evergreening”行为，即保护高风险客户，而交易型银行则更倾向于惩罚高风险客户。
• 客户风险与银行行为的相互作用：银行在危机中的风险传导行为受到客户风险状况和银行业务模式的双重影响。

数据与模型

• 样本：共254,960个企业观测值，覆盖2000年至2011年。
• 时间跨度：分析了银行危机前3年和后3年的客户行为变化。
• 模型设定：
  • 使用广义线性模型（GLM logit）和固定效应模型（OLS FE、FE Probit）进行估计。
  • 引入了企业组别、代理机构组别和银行对组别的固定效应以控制混杂因素。

建议与意义

• 本文为理解银行风险传导机制提供了实证依据，强调了关系型银行在危机期间的“风险缓冲”作用。
• 对监管者和政策制定者具有重要意义，有助于设计更有效的银行监管和金融稳定政策。