Inhaltsverzeichnis
- 1. Einleitung
- 2. Kernaussage
- 3. Logischer Ablauf
- 4. Stärken & Schwächen
- 5. Handlungsorientierte Erkenntnisse
- 6. Technische Details und mathematischer Rahmen
- 7. Experimentelle Ergebnisse und Diagrammbeschreibungen
- 8. Beispiel eines Analyserahmens
- 9. Ursprüngliche Analyse und vergleichende Erkenntnisse
- 10. Zukünftige Anwendungen und Richtungen
- 11. Referenzen
1. Einleitung
Dieses Papier untersucht die Auswirkungen der Wechselkursvolatilität auf die Kosteneffizienz von Banken und die Kreditmarktstruktur, mit Fokus auf Banken mit signifikanten Fremdwährungsrisiken (FX). Unter Verwendung einzigartiger vierteljährlicher Daten zu Neubewertungen von FX-Vermögenswerten und -Verbindlichkeiten (Revals) russischer Banken zwischen dem 1. Quartal 2004 und dem 2. Quartal 2020 zeigen die Autoren, dass Revals einen erheblichen Teil der Bankkosten ausmachen (durchschnittlich 26,5 %) und dass deren Ignorieren zu stark verzerrten Kosteneffizienzschätzungen führt. Die Studie untersucht auch die Auswirkungen auf die Kreditmarkteffizienz und die Finanzstabilität.
2. Kernaussage
Kernaussage: Wechselkursvolatilität schafft einen versteckten Kostenkanal durch Währungsneubewertungen, der, wenn ignoriert, die Messung der Bankkosteneffizienz dramatisch verzerrt und zu falschen Schlussfolgerungen über die Kreditmarktstruktur führt. Das Papier zeigt, dass standardmäßige Stochastic-Frontier-Modelle die Bankeffizienz um bis zu 30 % unterschätzen, wenn Revals weggelassen werden, und dass diese Verzerrung nicht einheitlich über Banken hinweg ist, was die Rangfolgeerhaltung und politische Schlussfolgerungen beeinträchtigt.
3. Logischer Ablauf
3.1 Daten und Methodik
Die Autoren verwenden einen Paneldatensatz russischer Banken von 2004-2020, einschließlich einzigartiger Daten zu FX-Neubewertungen. Sie verwenden einen Stochastic-Frontier-Analyse-Rahmen (SFA), um die Kosteneffizienz zu schätzen, wobei Modelle mit und ohne Revals verglichen werden. Nichtparametrische Copulas werden verwendet, um die Rangfolgeerhaltung und Tail-Abhängigkeiten zu untersuchen.
3.2 Wichtigste Ergebnisse
- Revals machen durchschnittlich 26,5 % der gesamten Bankkosten aus, mit hoher Variation zwischen den Banken.
- Das Ignorieren von Revals führt zu einer Abwärtsverzerrung der Kosteneffizienzschätzungen um 30 %.
- Die Rangfolgeerhaltung ist im Allgemeinen schlecht, außer an den Enden der Effizienzverteilung.
- Ein zweistufiger Ansatz unter Verwendung beobachtbarer Bankmerkmale kann die Verzerrung um zwei Drittel reduzieren.
- Revals werden durch FX-Einlagen von Haushalten und Rubel-Instabilität getrieben.
- Die Nichtberücksichtigung von Revals führt zu der falschen Schlussfolgerung, dass der Kreditmarkt ineffizient ist, angetrieben von großen Banken.
4. Stärken & Schwächen
Stärken: Das Papier verwendet einen neuartigen, qualitativ hochwertigen Datensatz (Revals), der FX-Neubewertungskosten direkt erfasst. Der methodische Beitrag – die Verwendung von Copulas zur Analyse der Rangfolgeerhaltung – ist innovativ und bietet tiefere Einblicke in die Art der Verzerrung. Der zweistufige Korrekturansatz ist praktisch und auf andere Schwellenländer übertragbar.
Schwächen: Die Analyse ist auf russische Banken beschränkt, was Fragen zur Übertragbarkeit auf andere institutionelle Kontexte aufwirft. Der zweistufige Ansatz reduziert zwar die Verzerrung, stützt sich jedoch immer noch auf beobachtbare Proxy-Variablen, die möglicherweise nicht alle Nuancen des FX-Engagements erfassen. Das Papier untersucht die dynamischen Effekte der Wechselkursvolatilität über längere Zeiträume nicht vollständig.
5. Handlungsorientierte Erkenntnisse
- Für Regulierungsbehörden: Integrieren Sie FX-Neubewertungskosten in Bankenstresstests und Effizienzbenchmarks, um eine Fehlallokation von regulatorischem Kapital zu vermeiden.
- Für Bankmanager: Verwenden Sie die zweistufige Korrekturmethode, um genauere Effizienzwerte für die interne Leistungsbewertung und strategische Planung zu erhalten.
- Für Investoren: Passen Sie Bewertungsmodelle an, um versteckte FX-bezogene Kosten zu berücksichtigen, insbesondere in Schwellenländern mit volatilen Währungen.
- Für Forscher: Wenden Sie den copula-basierten Test zur Rangfolgeerhaltung in anderen Kontexten an, in denen ausgelassene Variablen Effizienzrankings verzerren könnten.
6. Technische Details und mathematischer Rahmen
6.1 Kosteneffizienzmodell
Das standardmäßige stochastische Kostenfrontiermodell wird wie folgt spezifiziert:
$$\ln TC_{it} = \ln f(\mathbf{y}_{it}, \mathbf{w}_{it}; \boldsymbol{\beta}) + v_{it} + u_{it}$$
wobei $TC_{it}$ die Gesamtkosten sind, $\mathbf{y}_{it}$ der Outputvektor ist, $\mathbf{w}_{it}$ der Inputpreisvektor ist, $v_{it}$ das zufällige Rauschen ist und $u_{it} \geq 0$ die Kostenineffizienz darstellt. Die Autoren erweitern dies, indem sie Revals als zusätzliche Kostenkomponente einbeziehen:
$$\ln TC_{it} = \ln f(\mathbf{y}_{it}, \mathbf{w}_{it}; \boldsymbol{\beta}) + \gamma \cdot Revals_{it} + v_{it} + u_{it}$$
Die Kosteneffizienz wird geschätzt als $E[\exp(-u_{it}) | \epsilon_{it}]$, wobei $\epsilon_{it} = v_{it} + u_{it}$.
6.2 Copula-Ansatz zur Verzerrungskorrektur
Um die Rangfolgeerhaltung zu untersuchen, verwenden die Autoren nichtparametrische Copulas, um die gemeinsame Verteilung der Effizienzschätzungen mit und ohne Revals zu modellieren. Die Copula-Dichte $c(u,v)$ erfasst die Abhängigkeitsstruktur, und Rangkorrelationsmaße (z. B. Kendalls $\tau$) quantifizieren den Grad der Rangfolgeerhaltung. Die Analyse zeigt, dass die Rangfolgeerhaltung nur in den Enden hoch ist (z. B. für die effizientesten und am wenigsten effizienten Banken), aber in der Mitte der Verteilung schlecht ist.
7. Experimentelle Ergebnisse und Diagrammbeschreibungen
Abbildung 1: Verteilung der Revals als Anteil an den Gesamtkosten - Ein Histogramm, das zeigt, dass Revals durchschnittlich 26,5 % der Gesamtkosten ausmachen, mit einem langen rechten Ausläufer, der darauf hindeutet, dass einige Banken extrem hohe FX-Neubewertungskosten haben.
Abbildung 2: Kosteneffizienzschätzungen mit und ohne Revals - Ein Streudiagramm, das die Effizienzwerte aus den beiden Modellen vergleicht. Die 45-Grad-Linie zeigt, dass die meisten Punkte darunter liegen, was die Abwärtsverzerrung bestätigt, wenn Revals weggelassen werden.
Abbildung 3: Copula-Dichte-Konturen für die Rangfolgeerhaltung - Konturdiagramme der Copula-Dichte, die eine starke Tail-Abhängigkeit, aber eine schwache mittlere Abhängigkeit zeigen, was darauf hindeutet, dass die Rangfolgeerhaltung nur für extreme Effizienzniveaus zuverlässig ist.
Abbildung 4: Kreditmarkteffizienz nach Bankgrößenquartil - Balkendiagramme, die zeigen, dass die fehlerhafte Schlussfolgerung einer Kreditmarktineffizienz durch das oberste Quartil der Banken nach Gesamtvermögen getrieben wird.
8. Beispiel eines Analyserahmens
Fallstudie: Anwendung der zweistufigen Korrektur auf eine hypothetische Bank
Betrachten Sie eine Bank mit den folgenden Merkmalen: Gesamtkosten = 100 Mio. $, Revals = 30 Mio. $, Outputs = 500 Mio. $ an Krediten, Inputpreise = 10 Mio. $ für Arbeit und 5 Mio. $ für Kapital. Unter Verwendung des standardmäßigen SFA-Modells (unter Ignorieren von Revals) beträgt die geschätzte Kosteneffizienz 0,65. Nach Anwendung der zweistufigen Korrektur unter Verwendung beobachtbarer Proxy-Variablen (z. B. FX-Einlagenquote, Wechselkursvolatilität) beträgt die angepasste Effizienz 0,82, wodurch die Verzerrung um zwei Drittel reduziert wird. Diese Korrektur ermöglicht einen genaueren Vergleich der Bank mit ihren Mitbewerbern und vermeidet eine Fehlklassifizierung als ineffizient.
9. Ursprüngliche Analyse und vergleichende Erkenntnisse
Dieses Papier leistet einen bedeutenden Beitrag, indem es einen bisher übersehenen Kostenkanal in der Bankeffizienzanalyse hervorhebt. Die Feststellung, dass Revals über ein Viertel der Gesamtkosten ausmachen, ist auffällig und unterstreicht die Bedeutung des Währungsrisikos im Bankwesen von Schwellenländern. Die Verwendung nichtparametrischer Copulas zur Analyse der Rangfolgeerhaltung ist methodisch fortschrittlich und bietet eine Vorlage für zukünftige Forschungen zur Verzerrung durch ausgelassene Variablen in der Effizienzanalyse.
Im Vergleich erweitert diese Arbeit die Literatur zur Bankeffizienz in Schwellenländern (z. B. Berger & Humphrey, 1997; Kumbhakar & Lovell, 2000) durch die Einbeziehung eines spezifischen Risikofaktors. Sie ergänzt auch Studien zu Währungsinkongruenzen im Bankwesen (z. B. Brown et al., 2018; Bruno & Shin, 2020), indem sie die direkten Kostenauswirkungen quantifiziert. Der praktische zweistufige Korrekturansatz ist eine wichtige Innovation, die die Übertragbarkeit der Ergebnisse verbessert.
Aus politischer Perspektive deuten die Ergebnisse darauf hin, dass Regulierungsbehörden in Schwellenländern die Offenlegung von FX-Neubewertungskosten vorschreiben und diese in Aufsichtsbenchmarks integrieren sollten. Die Feststellung, dass das Ignorieren von Revals zu falschen Schlussfolgerungen über die Kreditmarktineffizienz führt – angetrieben von großen Banken – hat Auswirkungen auf die Kartell- und Finanzstabilitätspolitik. Die Betonung der grenzüberschreitenden Diversifizierung als mildernder Faktor in diesem Papier steht im Einklang mit breiteren Empfehlungen für das Risikomanagement in volatilen Umgebungen.
10. Zukünftige Anwendungen und Richtungen
Die in diesem Papier entwickelte Methodik kann auf andere Schwellenländer mit volatilen Wechselkursen angewendet werden, wie z. B. die Türkei, Argentinien und Südafrika. Zukünftige Forschung könnte die Analyse erweitern, um die Auswirkungen digitaler Währungen und Fintech auf das FX-Engagement einzubeziehen. Der zweistufige Korrekturansatz könnte für andere Arten versteckter Kosten angepasst werden (z. B. Umweltauflagenkosten in der Fertigung). Darüber hinaus wären dynamische Modelle wertvoll, die die sich entwickelnde Natur der Wechselkursvolatilität und ihre Wechselwirkung mit der Risikobereitschaft von Banken erfassen.
11. Referenzen
- Acharya, V. V., & Vij, S. (2021). Foreign currency borrowing and systemic risk. Journal of Financial Economics, 142(2), 601-625.
- Berger, A. N., & Humphrey, D. B. (1997). Efficiency of financial institutions: International survey and directions for future research. European Journal of Operational Research, 98(2), 175-212.
- Brown, M., Ongena, S., & Yegin, P. (2018). Foreign currency borrowing by small firms. Journal of Financial Intermediation, 33, 1-18.
- Bruno, V., & Shin, H. S. (2020). Currency depreciation and bank balance sheets. Journal of International Economics, 125, 103324.
- Kumbhakar, S. C., & Lovell, C. A. K. (2000). Stochastic Frontier Analysis. Cambridge University Press.
- Verner, E., & Gyongyosi, G. (2020). Household debt revaluation and the real economy: Evidence from a foreign currency debt crisis. American Economic Review, 110(9), 2667-2702.