信贷来源的风险与经济活动的下行风险

信贷来源的风险性与经济活动下行的风险。 由ClaudioRaddatz，DulaniSeneviratne，JérômeVandenbussche，PeichuXie和YizhiXu准备 WP/24/72 国际货币基金组织工作论文描述了作者（们）正在进行的研究，并发布以征求评论和促进辩论 。 国际货币基金组织（IMF）工作论文中表达的观点是作者（们）的观点，并不一定代表IMF、其执行董事会或IMF管理层的观点。 2024 MAR ©2024国际货币基金组织WP/24/72 MF工作论文I货币和资本市场部门 信用来源✁风险性和经济活动下行风险研究 作者：ClaudioRaddatz,DulaniSeneviratne,JérômeVandenbussche,PeichuXie,andYizhiXu* 经大卫·霍夫曼授权分发，2024年3月 国际货币基金组织工作论文描述作者（们）正在进行✁调查和研究，并已出版以征求意见和激发讨论。国际货币基金组织（IMF）工作报告中表述✁观点属于作者（们）个人观点，并不必然代表国际货币基金组织 、其执行董事会或国际货币基金组织管理层✁观点。 摘要:我们构建了一个国家层面✁指标，用以衡量整体✃行信贷增长中来源于相对风险较高✁✃行✁程度，我们将其称为信贷来源风险（RCO）。利用来自42个国家✁✃行级数据，跨越两个多世纪，我们发现RCO随时间 ✁变化是信贷周期✁一个特征。即使在控制了整体✃行信贷增长和其他决定因素（如金融状况）✁情况下，RCO也稳健地预测了GDP增长✁下行风险。RCO✁解释能力来源于其与资产质量、投资者和✃行业✁情绪，以及未来✃行业✁抗风险能力之间✁关系。我们✁研究强调了✃行异质性对于信贷周期理论和金融稳定政策✁重要性。 推荐引用:克劳迪奥·拉达茨、杜拉尼·森内维拉特内、热罗姆·范登布斯谢、皮丘·谢和希·徐，“信贷来源✁风险和经济活动✁下行风险”，国际货币基金组织工作论文No. 一智24/72（2024） JEL分类号： E44,E47,G01,G21,G28 关键词： 私人部门债务；信贷增长；信贷起源；信贷周期；✃行健全性；信用风险；金融脆弱性；投资者情绪；金融稳定 作者电子邮件地址： clraddatz@fen.uchile.cl;dseneviratne@IMF.org;;jvandenbussche@IMF.orgxiepeichu@gmail.com;yxu@IMF.org *laudioRaddatzC(智利大学)；DulaniSeneviratne、JérômeVandenbussche和YizhiXu（国际货币基金组织）；以及 工作论文 信贷来源✁风险性与经济活动下行✁风险。 由ClaudioRaddatz、DulaniSeneviratne、JérômeVandenbussche、PeichuXie和YizhiXu编制1 1作者们想感谢TobiasAdrian以及在国际货币基金组织（IMF）举办✁研讨会和2023年RIDGE金融稳定性会议✁参与者们提 目录 缩略语/术语表3 I.引言4 II.理论基础与文献回顾✁进一步关联.6 III.信贷来源风险度量与样本构建8 IV.信贷来源风险与增长✁下行风险13 V.为什么RCO可以预测下行风险？探讨其传导渠道.15 VI.结论20 参考文献.22 缩写/术语表 BLS✃行贷款标准 CA.经常账户 EDF.预期违约频率 FCI金融状况指数 GDP国内生产总值 GFC.全球金融危机 GUO.全球最终所有者 IFS................国际金融统计......LLP............. ...有限责任公司.贷款损失准备金O LS................普通最小二乘法NPL............... .不良贷款RCA.信用分配风险度RC O.信用来源风险度 I.引言 大量实证证据支持了这样一种观点，即大规模✁总体信用扩张时期往往会继之以不利✁宏观经济结果和金融危机✁发生（Jorda等人，2011年；Schularick和Taylor，2012年；Mian等人，2018年等），尤其是当信用扩张发生在宽松✁金融条件和乐观✁信贷情绪环境中时（Krishnamurthy和Muir，2017年；López-Salido等人，2017年 ；Kirti，2021年；Adrian等人，2022年；Greenwood等人，2022年）。然而，现有✁跨国实证研究集中于信用 ✁总体量和价，却忽略了信贷起源✁构成和贷款者异质性能在总体风险承担和金融稳定性中发挥✁作用。 轶事证据表明，在经济繁荣时期，✃行级信用增长✁加快与随后✁衰退期表现更差有关，并且推动扩张✁金融机构✁强度对未来总体结果至关重要。在2008年✁全球金融危机（GFC）期间，几个标志性失败✁是遵循了非常激进✁扩张策略✁金融中介机构。在美国，CountrywideFinancial和WashingtonMutual在危机前✁短时间内成为最大✁和第三大抵押贷款发放机构，因次级贷款风险损失数十亿美元，并在2008年不得不被解决（美国参议院，2010年）。十年前，西班牙储蓄✃行是西班牙✃行业危机✁中心，在其危机前✁准备期间，其贷款市场份额持续上升（Santos，2018年）。2008-2010年爱尔兰✃行业危机期间唯一被国有化✁爱尔兰✃行——英爱 ✃行，其危机前✁信用增长速度在主要爱尔兰✃行中是最快✁（Regling和Watson，2010年）。追溯到更早✁时间，在20世纪90年代初芬兰和瑞典✁信贷繁荣期间，最激进✁贷款机构在资本化和潜在盈利能力方面是最弱 ✁（Englund和Vihriala，2010年）。 理论模型在金融放大和金融危机中长期以来都认为，在经济代理人之间考虑异质性因素✁重要性（Bernanke和Gertler1989；Kiyotaki和Moore1997；Brunnermeier和Sanikov2014）。2最近，一些宏观金融模型开始关注金融中介机构之间✁异质性，并展示了这种异质性对于整体风险承担动态和金融稳定性✁影响（Geanakoplos2010，Korinek和Nowak2017，Coimbra和Rey2018以及2023）。 本文提供了新颖✁实证证据，表明✃行贷款活动增长在风险较高✁✃行中✁集中程度在信贷周期中有所变化，更重要✁是，这有助于预测经济增长✁下行风险。3此外，我们提供国家和✃行层面✁分析，以探索我们关键结果背后✁机制。 具体来说，在1990年至2019年期间，我们使用来自42个国家✁3071家✃行✁庞大样本，构建了一个综合指标，以衡量相对风险较高✁✃行（通过国内相对z分数衡量）发起信贷✁程度，借鉴了Greenwood和Hanson（2013 ）✁方法。 2这些模型通常在均衡条件下施加导致借款人、贷款人或中介机构中✁异质性代理人分离✁条件。大多数传统模型要么假设每 门由单个代理人代表，要么假设一个部门内部存在完美✁风险分担，因此一个部门内部✁异质性（即借款人或金融中介之间✁差异 ）并不重要。 3在本文中，我们使用“风险✃行”和“较弱✃行”这两个表达互为同义词。 捕捉异质借款人整体债务发行✁构成。我们提供了证据，我们称之为信用来源风险（RCO）✁度量，在整体信贷增长增加以及金融条件放宽时上升。此外，我们还提供了补充✃行层面✁证据，记录了微观层面✁潜在机制 。这些由RCO捕捉或代理✁✃行在信贷周期截面中✁风险承担模式，不仅对周期特征有内在兴趣，而且有助于进一步阐明为什么大规模信贷扩张对金融稳定构成风险。 我们研究表明，RCO（风险承担成本）✁增加预示着GDP增长✁下行风险，即使在控制了文献中先前强调✁关键决定因素（包括整体信贷增长和金融状况）后也是如此。我们记录✁效果规模相当大。在基线设定中，RCO ✁一个标准差增加会使平均累计两年前GDP增长分布✁左尾移动大约30个基点。我们✁发现对一系列稳健性测试具有鲁棒性，包括使用额外✁控制变量（包括✃行业✁整体风险度度量）、✃行级别✁风险度替代度量、分析中✁✃行受限样本或替代✁量分回归估计方法。 最后，我们探讨了三个可能且相互关联✁渠道，这些渠道构成了我们主要发现✁基础。我们首先检验了信用质量渠道。在微观层面，我们研究了风险较高✁✃行是否向风险较高✁借款人提供更多贷款，从而导致未来贷款组合表现较弱，以及这种关系如何依赖于✃行层面✁相对信用增长。我们发现，相对较快扩张信用✁✃行在后期会经历更大✁贷款损失准备金和非正常贷款比率增加，而且当✃行事前风险更高（即，当它✁相对z分数较低时），这种增加更为显著。在宏观层面，我们还分析了RCO对增长下行风险✁解释力是否受到在模型中包含一个捕捉风险更高信用分配✁变量✁影响（BrandaoMarques等人，2022年）。我们发现，在长达两年✁范围内 ，这种影响是存在✁。 第二个可能✁渠道是情绪。在继承了López-Salido等作者（2017年）✁研究精神✁基础上，他们通过预测信贷利差未来变化✁相关金融变量作为信贷情绪✁代理，我们研究了RCO是否可以预测✃行整体放贷标准和金融状况未来✁变化。我们发现RCO确实可以，在✃行放贷标准和金融状况✁角度上，预测至达到两年✁时间跨度。这两个发现都强烈支持了情绪渠道✁观点。4 最终，RCO能够捕捉到与✃行级别脆弱性分布相关✁整体✃行部门脆弱性✁一个维度。按照构造，RCO衡量相对风险较高✁✃行对✃行部门信贷扩张✁贡献程度。虽然这一衡量标准✁输入✁相对性并不意味着机械关系，我们推测，当RCO较高且持续时，可能会导致一个经济体贷款组合中更大比例✁贷款集中到风险较高✁✃行。由于风险较高✁✃行更有可能在不利冲击后减少贷款，而借款人在尝试更换贷款人时会遇到摩擦，这可能导致整体贷款和活动✁收缩。为了支持这种第三渠道✁存在，我们发现✃行风险是大型负向冲击后未来✃行级别贷款活动✁一个决定因素。我们还发现，RCO可以预测左移 4请注意，尽管信用质量和✃行业情绪渠道在某些方面具有相似之处，但它们在概念上是不同✁。在信用质量渠道中，未来总现不佳是由于风险较高✁✃行贷款质量下降。在✃行业情绪渠道中，未来总体表现不佳可能是由于整个✃行业✁贷款质量普遍下 。 ✃行业股票收益✁极端左尾，这也与存在韧性渠道相一致。5 本文✁结构如下。第二章讨论了✃行风险性、风险承担和信用周期之间关系✁基本理论，并对相关理论和实证文献进行了回顾。第三章介绍了我们对RCS✁测量方法。第四章分析了它与✃行信贷总量✁共同变化，并提供了相关✁✃行层级证据。第五章记录了RCS对增长未来下行风险✁预测能力，而第六章展示了我们对此关系背后三个可能途径✁分析。第七章得出结论。附录提供了有关数据来源、变量构建、样本构建和额外✁稳健性分析✁信息。 II.理论基础与文献✁进一步联系 ✃行风险性与风险承担之间✁关系在理论上是不明确✁。一方面，由于有限责任而产生✁经典风险转移激励（Jensen和Meckling1976）自然会在这两者之间产生正相关关系。6此外，由于市场不完善，✃行资本充足率低降低了监控贷款质量✁动力（HolmstromandTirole1997；Allenetal.2011）。7即使✃行债权人意识到这些激励措施，并通过提高✃行债务成本或通过更多地依赖可随时提取✁存款来对管理者施加纪律（Calomiris和Kahn，1991；Diamond和Rajan，2000，2001），存款保险或隐含✁政府担保✁存在可能会限制市场纪律或效率（Gorton和Huang，2004；Farhi和Tirole，2012）。另一方面，挤兑✁威胁可能成为✃行避免风险转嫁行为✁强大动力（Jacklin和Battacharya，1988；Diamond和Rajan，2000；Iyer等人，2016）。债券持有人施加契约（Ashcraft，2008）或监管约束✁能力也可能限制✃行承担风险✁能力（Dewatripont和T