银行的信息中心

财经与经济讨论系列 美国联邦储备委员会，华盛顿特区，ISSN19362854（印刷版）ISSN2767389 8（在线版） 银行的信息中心性 NathanFoleyFisherGaryGortonStephaneVerani 2024006 请以以下方式引用这篇论文：FoleyFisherNathan，GaryGorton和StephaneVerani（2024）“银行的资讯中心性，”《联邦储备理事会金融经济讨论系列》2024年第006号。华盛顿特区：联邦储备银行理事会，httpsdoiorg1017016FEDS2024006 注意：金融与经济讨论系列（FEDS）的员工工作报告是用于激发讨论和批评性评论的初步材料。分析结论均为作者的观点，并不代表研究团队成员或管理委员会的共识。在出版物中引用金融与经济讨论系列（除致谢外）的内容，应与作者联系，以保护这些论文的临时性质。 银行的信息中心性 南森弗利费舍尔1，加里戈顿2以及StphaneVer ani1 1联邦储备委员会 2耶鲁管理学院与国家经济研究局 第一版：2021年1月；本版：2023年12月 摘要 大型非银企业的股权和债务价格包含了关于银行系统未来状态的情報。从这个意义上说，银行在信息上处于核心位置。这种信息的量随时间和股权及债务的变化而变化。在金融危机期间，根据危机的定义，银行面临失败的潜在风险。债务价格大约下降了50 。更多信息比20072009年金融危机期间对银行业未来状态的股价更能说明问题。这部分原因是投资者担心银行可能无法为企业的债务进行再融资。 JELCodesD82E44G14 关键词：价格信息透明度、资产定价、银行系统、金融危机 为提供宝贵意见，我们在此感谢以下人员，无任何暗示：ElenaAfanasyeva、CelsoBrunetti、EduardoDavila、BorghanNarajabad、AnnaOrlik、GeorgioOttonello、DinoPalazzo、MichaelPalumbo、CeciliaParlatore、CocoRamirez、SkanderVanDenHeuvel，以及2023年NBER夏资本市场与经济研讨会、2023年美联储宏观金融研讨会和费城联邦储备银行出席者。本文中的观点仅为作者个人观点，不应解读为反映美联储理事会或与美联储系统相关任何人员的观点。 1引言 银行位于储蓄投资过程的中心。但银行位于“中心”意味着什么呢？为了回答这个问题，我们探讨大型非银行企业的股票和债务价格是否包含关于银行体系未来状态（“银行体系状态”）的信息。我们分析了正常时期以及20072009年的金融危机期间。我们发现，大型非银行企业的股票和债务价格确实蕴含了关于银行体系状态的信息。嵌入价格中的信息量随时间和股票及债务的不同而变化。1 大量文献研究金融危机作为信息事件，其中短期债务从信息不敏感状态转变为信息敏感状态即危机。关于这一文献的综述，请参阅DangGortonandHolmstrm（2020）的研究。金融危机是一种系统性事件 ，整个银行系统的偿债能力受到威胁。本伯南克在金融危机调查委员会的证词中提出了这一点（2012）。他说，在2008年9月和10月期间，“ 在美国13家最重要的金融机构中，有12家面临破产的风险”。 1大量文献确立，企业业绩取决于银行部门的条件，包括银行融资限制、竞争和盈利能力（Paravisini，2008；Claessens和Laeven，2005；Chava和Purnanandam，2011）。在微观层面，收紧贷款供应的个别银行对企业的投资和就业决策产生实际影响 （Bassett，Chosak，Driscoll和Zakrajsek，2014；ChodorowReich，2014；Castro ，Glancy，Ionescu和Marchal，2022）。同一文献的早期分支使用了包括Owens和Schreft（1991年）以及Lown和Morgan（2002年、2006年）在内的综合银行数据。 一周或两周期间”（第354页）。我们显示，在金融危机期间，存在着一种信息制度转换。企业资产然而，我们发现无论是股票还是债券的价格，始终能够反映出银行业的状况。但在20072009年的金融危机期间 ，债券价格大约下降了50。更多信息比股价更甚。我们发现这一差异部分归因于投资者担心银行可能无法为公司的债务进行再融资。 我们通过估计与资产价格中包含的未来状态信号的相对精确度相对应的价格信息量来推进。在实践中，一个特定的组合R2统计数据显示，通过对资产价格变动与状态变动进行线性回归，精确地识别出相对价格信息含量（DavilaandParlatore，2022）。在我们设定的情境中，我们研究单一非银行公司的资产价格是否能够反映两个未知状态的信息：公司状态如Davila和Parlatore（2022）所述，以公司未来的收益来衡量以及银行系统状态（定义见下文）。我们的计算方法类似于一个外部观察者在观察非银行公司资产价格变动后，更新其对银行系统状态的先验认识。我们表明，观察者可以识别出关于银行系统状态的信息含量。在特定的假设条件下，我们设定情境中的观察者是一个贝叶斯学习器，应用卡尔曼滤波来提取关于公司和银行状态两个未知线性组合的信息即，两种状态及其 他们的线性组合是未知的。可以通过比较两个卡尔曼增益来分析银行系统的状态：第一个是通过强加一个约束在未知的公司和银行状态的线性组合上得到的，第二个是从不受约束的卡尔曼滤波器中得到的。当一个资产价格对于银行系统不提供信息时，受限和不受限的卡尔曼滤波器中的信噪比是相同的。 我们衡量一家公司股票和债务价格所包含的信息量，关于银行体系状况的指标，同时也提供了一个关于银行体系状况的衡量指标。相对的信息含量。换句话说，股票价格是否比债务价格更能反映银行系统的状况 。我们对比了在正常时期和20072009年金融危机期间的信息含量，当时整个金融系统处于崩溃的边缘。我们发现，在正常时期，债务和股票价格具有同等的信息含量，而在金融危机期间，债务的信息含量有所下降。更多信息在金融危机期间，债务持有者的权益比股票更脆弱。这表明，债务持有者认为他们遭受损失的非微小可能性，因此他们提供了有关银行系统状况的信息。这些信息被纳入价格之中。 我们使用子采样方法对价格信息量的统计指标进行推断。我们的指标在公司层面上使用16个度的滚动窗口，并在每个时间段内对各个公司进行平均。t至 获取一个总体时间序列。对样本均值在时间点的分布进行子采样。t基于n公司需要计算所有样本的平均值。n组合的固定子样本大小c在 时t其中cn c 在极弱假设下，子采样方法对原始样本均值抽样分布的估计是一致的（参见PolitisRomano和Wolf1999）。2 我们随后调查为什么在金融危机期间，单个大型非银行企业的债务所包含的关于银行系统状况的信息比这些企业的自身股票价格更多。我们在面板数据环境下分析了股票和债务价格中关于银行状态的相对信息含量 。我们计算了每家企业在接下来十二个月内到期债务的比例，将其作为再融资风险的衡量指标。我们发现，在金融危机期间，当企业的再融资风险较高时，其债务价格比股票价格包含更多关于银行系统状况的信息 。Benmelech、Frydman和Papanikolaou（2018）发现，在大萧条期间 ，当公共债务市场消失时，在本地银行倒闭地区的到期债务企业将其就业减少了11至17。我们的发现表明，投资者担心企业也可能在融资上遇到困难。 2子采样在概念上与自助采样不同。根据定义，子采样从真实的数据生成过程中抽取样本，而自助采样则是通过对从研究者假设的真实数据生成过程中创建的伪样本重新计算统计量。由于我们事先不知道资产价格是否包含关于银行系统状况的信息，我们不知道“真实”模型。 在20072009年金融危机期间进行债务重组。 请注意，我们并非在探讨市场效率问题，这将对研究者事先认为应存在于资产价格中的信息进行检验。相反，我们正在检验关于银行系统状况的信息是否反映在非银行企业的资产价格中。我们还研究了价格信息量在正常时期和危机时期，以及在不同股权和债务工具中随时间的变化情况。此外，还请注意，我们并非试图预测未来的银行资本比率，这将是一项理论无关的时间序列计量经济学练习。相反，我们正在检验投资者是否产生并将关于未来银行资本比率的信息纳入非银行企业的资产价格中。 相关文献包括Ottonello和Song（2022）。这些作者表明，中介机构净值的变动对非银行企业具有实际影响。他们观察了中介机构盈利公告前后狭窄窗口内中介机构市场价值的频繁变动。他们估计，中介机构净值1的下降会导致非银行企业市场价值下降02至04。我们的方法不同。我们表明，在中介机构净值的变动方面未来银行体系的状态会影响非银行企业的股权和债务价格，我们提出了一种导致这种情况发生的机制：再融资风险。 中介资产定价是另一个将金融 在经济学中，中介机构处于中心地位（He和Krishnamurthy，2013）。但在这种情况下，问题是中介机构是否是边际资产定价者，因此可以将其当前状态表示为随机折现因子。在中介机构资产定价的实证研究中，研究人员将银行系统的状态定义为银行的杠杆率。Adrian、Etula和Muir （2014）以及He、Kelly和Manela（2017）对杠杆率的定义不同。我们遵循He等人（2017）的定义，将杠杆率定义为一级交易商的股本比率 ，即纽约联邦储备银行的对手方。这些一级交易商银行将成为公司债务的承销商，使它们成为我们样本中大型非银行金融机构中显著的中介机构集合。3 本文的结构如下。第二节提出一个简单模型以解释和推动实证分析。第三节描述了我们的方法如何被理解为卡尔曼滤波器。第四节概述了我们的数据。在第5节中，我们报告了总体层面的分析，而在第6节中报告了企业层面的分析。第7节得出结论。 2模型 在本节中，我们提供了一个简洁的模型来启发后续的实证研究。股权和债务市场协议在 3主要与纽约联邦储备银行互动的初级交易商是全球最大的银行之一。请参阅httpswwwnewyorkfedorgmarketsprimarydealers以获取名单。 该模型遵循ChousakosGorton和Ordoez（2023）的研究。该模型是Grossman和Stiglitz（1980）模型的可处理版本，其中市场资产供给外生给定。这一假设的直觉是流动性交易者是不对称的：可能存在卖出的紧迫性，但买进的紧迫性却不同。 21设置 有四个日期：0、1、2和3。存在一个连续体中前向相同企业的质量（对于其他代理类型也是如此）。t0一家代表性企业已经通过债务融资 。D，以及股权，E因此， 00 总资产为：ADE现有债务到期日为t2以及， 000 当时，该公司希望发行新债务，到期日为t3为了尝试重新融资其债务，该公司向一家银行寻求帮助。t2在 t等于3，如果旧债务已经被再融资，则偿还债务，并将股本作为清算 股息支付。 在的开始t1，一个公共信号S关于未来（即，t2银行系统的状态已传达。如下详细说明，代理人可以在付出成本的情况下了解此状态变量的含义。4然后，在t1，一个权益市场和债务市场同时开放。t1资产市场，存在一些必须出售公司股权和债务头寸的流动性交易者。这些市场的竞标者风险中性。There 4那就是，信号S对银行系统未来状态的全面信息，但并未涉及对公司价值的潜在影响。 该公司的债务和股权的竞标者数量是两倍。5两个竞标者随机分配给每位卖家。他们提交密封标书，每个市场的资产归出价最高者所有。在t2，公司宣布其收益，公司前往银行进行新债务的承销。 时间线如下： 0123 该公司负债和 股权 公共信息S到达。投标人决定生产 现有债务成熟。银行 开放给重新融资 最终支付款项债务与股权 信息或非信息。股票。债务，如果能的话。 并且债务市场开放。贸易发生同时。 公司宣布 收益。 在t2家银行开业，并且基于对国家状态，