Jadual Kandungan
- 1. Pengenalan
- 2. Pandangan Utama
- 3. Aliran Logik
- 4. Kekuatan & Kelemahan
- 5. Pandangan Boleh Tindak
- 6. Butiran Teknikal dan Rangka Kerja Matematik
- 7. Keputusan Eksperimen dan Penerangan Carta
- 8. Contoh Rangka Kerja Analitikal
- 9. Analisis Asal dan Pandangan Perbandingan
- 10. Aplikasi dan Hala Tuju Masa Depan
- 11. Rujukan
1. Pengenalan
Kertas kerja ini menyiasat kesan ketidaktentuan kadar pertukaran terhadap kecekapan kos bank dan struktur pasaran kredit, dengan tumpuan kepada bank yang mempunyai pendedahan mata wang asing (FX) yang ketara. Menggunakan data suku tahunan unik mengenai penilaian semula aset dan liabiliti FX (Revals) daripada bank Rusia antara S1 2004 dan S2 2020, penulis menunjukkan bahawa Revals membentuk sebahagian besar kos bank (purata 26.5%) dan mengabaikannya membawa kepada anggaran kecekapan kos yang sangat berat sebelah. Kajian ini juga meneroka implikasi untuk kecekapan pasaran kredit dan kestabilan kewangan.
2. Pandangan Utama
Pandangan Utama: Ketidaktentuan kadar pertukaran mewujudkan saluran kos tersembunyi melalui penilaian semula mata wang yang, jika diabaikan, secara dramatik memesongkan pengukuran kecekapan kos bank dan membawa kepada kesimpulan yang salah tentang struktur pasaran kredit. Kertas kerja ini mendedahkan bahawa model sempadan stokastik standard memandang rendah kecekapan bank sehingga 30% apabila Revals ditinggalkan, dan bahawa bias ini tidak seragam di seluruh bank, menjejaskan pemeliharaan kedudukan dan inferens dasar.
3. Aliran Logik
3.1 Data dan Metodologi
Penulis menggunakan set data panel bank Rusia dari 2004-2020, termasuk data unik mengenai penilaian semula FX. Mereka menggunakan rangka kerja analisis sempadan stokastik (SFA) untuk menganggarkan kecekapan kos, membandingkan model dengan dan tanpa Revals. Copula bukan parametrik digunakan untuk mengkaji pemeliharaan kedudukan dan kebergantungan ekor.
3.2 Penemuan Utama
- Revals menyumbang purata 26.5% daripada jumlah kos bank, dengan variasi antara bank yang tinggi.
- Mengabaikan Revals menyebabkan bias ke bawah sebanyak 30% dalam anggaran kecekapan kos.
- Pemeliharaan kedudukan secara amnya lemah kecuali di hujung taburan kecekapan.
- Pendekatan dua peringkat menggunakan ciri bank yang boleh diperhatikan boleh mengurangkan bias sebanyak dua pertiga.
- Revals didorong oleh deposit FX isi rumah dan ketidakstabilan Ruble.
- Kegagalan mengambil kira Revals membawa kepada kesimpulan palsu bahawa pasaran kredit tidak cekap, didorong oleh bank besar.
4. Kekuatan & Kelemahan
Kekuatan: Kertas kerja ini menggunakan set data novel dan berkualiti tinggi (Revals) yang secara langsung menangkap kos penilaian semula FX. Sumbangan metodologi—menggunakan copula untuk menganalisis pemeliharaan kedudukan—adalah inovatif dan memberikan pandangan yang lebih mendalam tentang sifat bias. Pendekatan pembetulan dua peringkat adalah praktikal dan boleh digeneralisasikan kepada EME lain.
Kelemahan: Analisis adalah terhad kepada bank Rusia, menimbulkan persoalan tentang kebolehgeneralisasian kepada konteks institusi lain. Pendekatan dua peringkat, sambil mengurangkan bias, masih bergantung pada proksi yang boleh diperhatikan yang mungkin tidak menangkap semua nuansa pendedahan FX. Kertas kerja ini tidak meneroka sepenuhnya kesan dinamik ketidaktentuan kadar pertukaran dalam jangka masa yang lebih panjang.
5. Pandangan Boleh Tindak
- Untuk Pengawal Selia: Masukkan kos penilaian semula FX ke dalam ujian tekanan bank dan penanda aras kecekapan untuk mengelakkan peruntukan modal kawal selia yang salah.
- Untuk Pengurus Bank: Gunakan kaedah pembetulan dua peringkat untuk mendapatkan skor kecekapan yang lebih tepat untuk penilaian prestasi dalaman dan perancangan strategik.
- Untuk Pelabur: Laraskan model penilaian untuk mengambil kira kos tersembunyi berkaitan FX, terutamanya di EME dengan mata wang yang tidak menentu.
- Untuk Penyelidik: Gunakan ujian pemeliharaan kedudukan berasaskan copula kepada konteks lain di mana pembolehubah yang ditinggalkan mungkin menyebabkan bias dalam kedudukan kecekapan.
6. Butiran Teknikal dan Rangka Kerja Matematik
6.1 Model Kecekapan Kos
Model sempadan kos stokastik standard ditentukan sebagai:
$$\ln TC_{it} = \ln f(\mathbf{y}_{it}, \mathbf{w}_{it}; \boldsymbol{\beta}) + v_{it} + u_{it}$$
di mana $TC_{it}$ ialah jumlah kos, $\mathbf{y}_{it}$ ialah vektor output, $\mathbf{w}_{it}$ ialah vektor harga input, $v_{it}$ ialah hingar rawak, dan $u_{it} \geq 0$ ialah ketidakcekapan kos. Penulis melanjutkan ini dengan memasukkan Revals sebagai komponen kos tambahan:
$$\ln TC_{it} = \ln f(\mathbf{y}_{it}, \mathbf{w}_{it}; \boldsymbol{\beta}) + \gamma \cdot Revals_{it} + v_{it} + u_{it}$$
Kecekapan kos dianggarkan sebagai $E[\exp(-u_{it}) | \epsilon_{it}]$, di mana $\epsilon_{it} = v_{it} + u_{it}$.
6.2 Pendekatan Copula untuk Pembetulan Bias
Untuk mengkaji pemeliharaan kedudukan, penulis menggunakan copula bukan parametrik untuk memodelkan taburan bersama anggaran kecekapan dengan dan tanpa Revals. Ketumpatan copula $c(u,v)$ menangkap struktur kebergantungan, dan ukuran korelasi kedudukan (cth., $\tau$ Kendall) mengukur darjah pemeliharaan kedudukan. Analisis mendedahkan bahawa pemeliharaan kedudukan adalah tinggi hanya di hujung (cth., untuk bank yang paling dan paling kurang cekap), tetapi lemah di tengah-tengah taburan.
7. Keputusan Eksperimen dan Penerangan Carta
Rajah 1: Taburan Revals sebagai Bahagian Jumlah Kos - Histogram yang menunjukkan Revals purata 26.5% daripada jumlah kos, dengan ekor kanan yang panjang menunjukkan sesetengah bank mempunyai kos penilaian semula FX yang sangat tinggi.
Rajah 2: Anggaran Kecekapan Kos Dengan dan Tanpa Revals - Plot serakan yang membandingkan skor kecekapan daripada dua model. Garis 45 darjah menunjukkan bahawa kebanyakan titik terletak di bawahnya, mengesahkan bias ke bawah apabila Revals ditinggalkan.
Rajah 3: Kontur Ketumpatan Copula untuk Pemeliharaan Kedudukan - Plot kontur ketumpatan copula yang menunjukkan kebergantungan ekor yang kuat tetapi kebergantungan tengah yang lemah, menunjukkan bahawa pemeliharaan kedudukan hanya boleh dipercayai untuk tahap kecekapan yang melampau.
Rajah 4: Kecekapan Pasaran Kredit mengikut Kuarantil Saiz Bank - Carta bar yang menunjukkan bahawa kesimpulan salah tentang ketidakcekapan pasaran kredit didorong oleh kuartil teratas bank mengikut jumlah aset.
8. Contoh Rangka Kerja Analitikal
Kajian Kes: Mengaplikasikan Pembetulan Dua Peringkat kepada Bank Hipotetikal
Pertimbangkan sebuah bank dengan ciri-ciri berikut: jumlah kos = $100J, Revals = $30J, output = $500J dalam pinjaman, harga input = $10J untuk buruh dan $5J untuk modal. Menggunakan model SFA standard (mengabaikan Revals), anggaran kecekapan kos ialah 0.65. Selepas menggunakan pembetulan dua peringkat menggunakan proksi yang boleh diperhatikan (cth., nisbah deposit FX, ketidaktentuan kadar pertukaran), kecekapan terlaras ialah 0.82, mengurangkan bias sebanyak dua pertiga. Pembetulan ini membolehkan bank dibandingkan dengan lebih tepat dengan rakan setara dan mengelakkan salah klasifikasi sebagai tidak cekap.
9. Analisis Asal dan Pandangan Perbandingan
Kertas kerja ini membuat sumbangan penting dengan menonjolkan saluran kos yang sebelum ini diabaikan dalam analisis kecekapan bank. Penemuan bahawa Revals membentuk lebih daripada satu perempat daripada jumlah kos adalah mengejutkan dan menekankan kepentingan risiko mata wang dalam perbankan EME. Penggunaan copula bukan parametrik untuk menganalisis pemeliharaan kedudukan adalah maju dari segi metodologi dan menyediakan templat untuk penyelidikan masa depan mengenai bias pembolehubah yang ditinggalkan dalam analisis kecekapan.
Secara perbandingan, kerja ini melanjutkan literatur mengenai kecekapan bank di pasaran baru muncul (cth., Berger & Humphrey, 1997; Kumbhakar & Lovell, 2000) dengan menggabungkan faktor risiko tertentu. Ia juga melengkapi kajian mengenai ketidakpadanan mata wang dalam perbankan (cth., Brown et al., 2018; Bruno & Shin, 2020) dengan mengukur kesan kos langsung. Pendekatan pembetulan dua peringkat yang praktikal adalah inovasi utama yang meningkatkan kebolehgeneralisasian penemuan.
Dari perspektif dasar, keputusan menunjukkan bahawa pengawal selia di EME harus mewajibkan pendedahan kos penilaian semula FX dan memasukkannya ke dalam penanda aras penyeliaan. Penemuan bahawa mengabaikan Revals membawa kepada kesimpulan palsu tentang ketidakcekapan pasaran kredit—didorong oleh bank besar—mempunyai implikasi untuk dasar antitrust dan kestabilan kewangan. Penekanan kertas kerja terhadap kepelbagaian rentas sempadan sebagai faktor pengurangan sejajar dengan cadangan yang lebih luas untuk pengurusan risiko dalam persekitaran yang tidak menentu.
10. Aplikasi dan Hala Tuju Masa Depan
Metodologi yang dibangunkan dalam kertas kerja ini boleh digunakan untuk EME lain dengan kadar pertukaran yang tidak menentu, seperti Turki, Argentina, dan Afrika Selatan. Penyelidikan masa depan boleh melanjutkan analisis untuk merangkumi kesan mata wang digital dan fintech terhadap pendedahan FX. Pendekatan pembetulan dua peringkat boleh disesuaikan untuk jenis kos tersembunyi yang lain (cth., kos pematuhan alam sekitar dalam pembuatan). Selain itu, model dinamik yang menangkap sifat evolusi ketidaktentuan kadar pertukaran dan interaksinya dengan pengambilan risiko bank akan menjadi berharga.
11. Rujukan
- 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.