Simple Science

最先端の科学をわかりやすく解説

# 統計学# 計量経済学# アプリケーション

バンクのつながりを測る: 金融安定性への洞察

銀行がどうつながっているかを理解することは、金融リスクを管理するのに役立つよ。

― 1 分で読む


銀行のつながりと金融の安定銀行のつながりと金融の安定要因がわかる。銀行の接続を評価すると、リスクや安定性の
目次

金融の世界では、銀行同士のつながりを知ることが重要なんだ。このつながりが全体の銀行システムの安定性に影響を与えることがあるからね。ある銀行がトラブルに直面すると、他の銀行にも影響が及ぶことがあって、連鎖反応が起こるんだ。この記事では、異なる銀行のつながりを測る方法と、そのつながりが時間とともにどのように変化するか、特に金融危機の際にどうなるかについて説明するよ。

つながりを測る必要性

2008年の金融危機の後、多くの政府や金融機関は銀行セクター内でのつながりを測ることの重要性に気づいたんだ。リスクが銀行間で広がることがあるから、そのリンクを理解することが金融の安定性を維持するためには大事なんだよ。つながりを測る方法はいろいろあって、リターンのつながりやデフォルトのつながりなどがあって、これらは金融の異なるリスクを評価するのに役立つんだ。

つながりの測定方法

従来のつながりの測定方法は、複雑なモデルを使うことが多くて、特に多くの銀行が関与する高次元の設定では、本当の銀行間の関係を捉えられないことがあるんだ。この記事では、銀行同士のつながりの明確な写真を提供するために、いろんな技術を組み合わせた新しいアプローチを説明するよ。

動的因子モデルとVAR

新しい方法は、動的因子モデルを使っているんだ。このアプローチでは、共通のショックや市場の影響による全体的なつながりを、個々の銀行のショックから分けることができる。これを使うことで、つながりが市場からどれだけ来ているのか、個別の銀行の行動からどれだけ来ているのかを見ることができるんだ。

データ利用

研究では、2003年から2013年までと、2014年から2023年までの様々な期間のデータを使ってる。これにより、つながりが時間とともにどう進化するか、特に重要な金融イベントの間でどうなるかを観察するのに役立つんだ。

システム全体のつながりに関する発見

結果を見ると、通常の時期には、ほとんどのつながりが個々の銀行の行動から来ていることがわかったんだ。具体的には、つながりの60〜80%がこれらの個別の行動によるもので、20〜40%だけが市場のダイナミクスによって動かされている。ただし、2008年の崩壊や Covid-19 のパンデミックのような金融危機の際には、状況が変わるんだ。そういう時には、つながりが逆転して、多く(60%以上)が市場のダイナミクスによって引き起こされ、個別の銀行の行動はあまり関係なくなる。

特異的ショックと市場ショックの重要性

特異的ショック(個別銀行の問題)と市場ショック(全体的な市場の問題)のバランスを理解することが、つながりが銀行セクターにどう影響するかを把握する鍵なんだ。落ち着いてる時期には、個々の銀行の行動が重要で、ある銀行での大きな事件がシステム全体に大きな影響を与えることがあるよ。逆に、危機の時には、市場で問題が起きると、個々の銀行の行動が影を潜めていき、広がるつながりが生まれる。

危機の役割

2008年の金融危機、Covid-19のパンデミック、そしてウクライナでの継続中の紛争という3つの大きな危機が分析されている。これらの出来事は、つながりが異なるタイプの危機の間でどう振る舞うかを示し、結果として世界中の銀行の金融安定性に影響を与えている。

  1. 2008年の金融危機: この危機は、銀行がどれだけ相互に関連しているかを示したんだ。1つの銀行が困難に直面すると、それが他の銀行にも影響を与え、全体的なつながりが大幅に増えた。

  2. Covid-19のパンデミック: このグローバルな健康危機は金融市場に大きな影響を与えたんだ。個別の銀行の問題が広がる市場のパニックと結びつくことで、つながりの急増を示した。恐怖が相互に関連するシステムでどれだけ早く広がるかを示してる。

  3. ウクライナの紛争: この紛争の金融的な影響はまだ進行中だけど、初期の影響が不確実性を高め、つながりの変化につながる可能性があることを示した。ただし、影響は過去の危機とは異なる形で観察されたんだ。

統計的保証と信頼区間

この研究の一つの重要な貢献は、つながりを測るための信頼区間を導入したことなんだ。これによって、測定されたつながりに対する統計的なフレームワークが提供されて、作成された推定がより信頼できるものになる。信頼区間は、つながりの測定の周りの不確実性の度合いを理解するのに役立って、リスク評価の向上を可能にするよ。

方法論: 要因と特異的要素の組み合わせ

このアプローチの革新的な部分は、要因と特異的要素を一緒に扱うところにあるんだ。両方の側面を理解することで、研究者が銀行同士の動きやそのつながりの性質についてより深い洞察を提供できるんだ。

推定手順

この方法は、銀行がどのようにリンクしているかの全体的な構造を推定することから始まる。まず、銀行に影響を与える共通要因を特定し、次に個々の銀行の行動を見ていく。これによって、銀行間の動的な関係をより明確に理解できるんだ。

データ収集と分析

分析のためのデータは、信頼できる金融データベースから収集され、世界中の多くの銀行をカバーしている。この分析された銀行の範囲が、結論をより一般化可能で信頼できるものにしているよ。

リスク管理への影響

リスク管理に関しては、銀行がどのように、いつつながっているかを理解することで、ステークホルダーが事前に対策を講じるのに役立つんだ。つながりの変化を観察し、個別の銀行の行動が市場のダイナミクスよりも重要になるタイミングを認識することで、金融機関は潜在的な危機への備えがよりよくできるようになるんだ。

結論

要するに、銀行セクターでのつながりを測ることは、金融の安定性を理解するために重要なんだ。この記事では、市場主導のつながりと個別の銀行が直面する特異な課題を区別する包括的な方法を強調しているよ。この発見は、特に危機の際のリスク評価と管理において重要な影響を持っている。グローバルな課題が続く中、この理解は金融システムのレジリエンスを確保するためにますます重要になってくるだろう。

今後の研究では、異なる金融環境がさまざまなセクターでのつながりにどのように影響を与えるかを探ったり、このアプローチを他の金融商品や機関に拡張して、金融の相互関連性をより深く理解するための研究が期待されるね。

オリジナルソース

タイトル: Global bank network connectedness revisited: What is common, idiosyncratic and when?

概要: We revisit the problem of estimating high-dimensional global bank network connectedness. Instead of directly regularizing the high-dimensional vector of realized volatilities as in Demirer et al. (2018), we estimate a dynamic factor model with sparse VAR idiosyncratic components. This allows to disentangle: (I) the part of system-wide connectedness (SWC) due to the common component shocks (what we call the "banking market"), and (II) the part due to the idiosyncratic shocks (the single banks). We employ both the original dataset as in Demirer et al. (2018) (daily data, 2003-2013), as well as a more recent vintage (2014-2023). For both, we compute SWC due to (I), (II), (I+II) and provide bootstrap confidence bands. In accordance with the literature, we find SWC to spike during global crises. However, our method minimizes the risk of SWC underestimation in high-dimensional datasets where episodes of systemic risk can be both pervasive and idiosyncratic. In fact, we are able to disentangle how in normal times $\approx$60-80% of SWC is due to idiosyncratic variation and only $\approx$20-40% to market variation. However, in crises periods such as the 2008 financial crisis and the Covid19 outbreak in 2019, the situation is completely reversed: SWC is comparatively more driven by a market dynamic and less by an idiosyncratic one.

著者: Jonas Krampe, Luca Margaritella

最終更新: 2024-02-04 00:00:00

言語: English

ソースURL: https://arxiv.org/abs/2402.02482

ソースPDF: https://arxiv.org/pdf/2402.02482

ライセンス: https://creativecommons.org/licenses/by/4.0/

変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。

オープンアクセスの相互運用性を利用させていただいた arxiv に感謝します。

著者たちからもっと読む

類似の記事