Medindo a Conexão entre Bancos: Dicas para a Estabilidade Financeira
Entender como os bancos estão interligados pode ajudar a gerenciar riscos financeiros.
― 6 min ler
Índice
- A Necessidade de Medir a Conexão
- Como a Conexão é Medida
- Modelos de Fator Dinâmico e VAR
- Utilização de Dados
- Descobertas sobre a Conexão em Todo o Sistema
- Importância dos Choques Idiossincráticos versus Choques de Mercado
- O Papel das Crises
- Garantias Estatísticas e Bandas de Confiança
- A Metodologia: Combinando Fatores e Idiossincráticos
- Procedimento de Estimativa
- Coleta e Análise de Dados
- Implicações para a Gestão de Riscos
- Conclusão
- Fonte original
- Ligações de referência
No mundo das finanças, é importante saber o quanto os bancos estão interconectados. Essa Conexão pode afetar a estabilidade de todo o sistema bancário. Quando um banco enfrenta problemas, isso pode impactar outros, gerando uma reação em cadeia. Esse artigo descreve um método para medir quanto diferentes bancos estão conectados e como essas conexões mudam com o tempo, especialmente durante Crises financeiras.
A Necessidade de Medir a Conexão
Depois da crise financeira de 2008, muitos governos e instituições financeiras começaram a perceber a importância de medir a conexão dentro do setor bancário. Eles perceberam que os riscos podem se espalhar entre os bancos, e entender esses vínculos é crucial para manter a estabilidade financeira. Existem vários tipos de medidas de conexão, incluindo a conexão de retornos e a conexão de default, que ajudam a avaliar diferentes riscos nas finanças.
Como a Conexão é Medida
Os métodos tradicionais para medir a conexão geralmente envolvem modelos complexos que podem não capturar as verdadeiras relações entre os bancos, especialmente em cenários de alta dimensão onde muitos bancos estão envolvidos. Este artigo explica uma nova abordagem que combina diferentes técnicas para fornecer uma visão mais clara das conexões entre os bancos.
Modelos de Fator Dinâmico e VAR
O novo método usa um modelo de fator dinâmico. Essa abordagem permite que os pesquisadores separem a conexão geral devido a choques comuns ou efeitos de mercado da conexão devido a choques de bancos individuais. Usando esse modelo, conseguimos ver quanto da conexão vem do mercado em si em comparação com quanto vem do comportamento dos bancos individuais.
Dados
Utilização deO estudo utiliza dados de vários períodos de tempo, incluindo de 2003 a 2013, e depois de 2014 a 2023. Isso ajuda a observar como a conexão evolui ao longo do tempo e durante eventos financeiros significativos.
Descobertas sobre a Conexão em Todo o Sistema
Os resultados mostram que durante tempos normais, a maior parte da conexão vem das ações de bancos individuais, em vez da situação geral do mercado. Especificamente, 60-80% da conexão se deve a esses comportamentos individuais, enquanto apenas 20-40% é impulsionado pela dinâmica do mercado. No entanto, durante crises financeiras, como o colapso de 2008 ou a pandemia de Covid-19, a situação muda. Nesses tempos, a conexão se inverte, com a maioria (mais de 60%) sendo impulsionada pelas dinâmicas do mercado em vez das ações de bancos individuais.
Idiossincráticos versus Choques de Mercado
Importância dos ChoquesEntender o equilíbrio entre choques idiossincráticos (problemas de bancos individuais) e choques de mercado (problemas gerais do mercado) é chave para entender como a conexão afeta o setor bancário. Em tempos calmos, os comportamentos de bancos individuais importam muito, o que significa que qualquer incidente importante em uma instituição pode impactar significativamente todo o sistema. Por outro lado, durante crises, quando problemas no mercado ocorrem, eles tendem a ofuscar as ações de bancos individuais, levando a uma conexão disseminada.
O Papel das Crises
Três crises principais são analisadas: a crise financeira de 2008, a pandemia de Covid-19 e o conflito em andamento na Ucrânia. Cada um desses eventos ilustra como a conexão se comporta de maneira diferente durante diferentes tipos de crises, afetando assim a estabilidade financeira dos bancos ao redor do mundo.
A Crise Financeira de 2008: Esta crise mostrou o quão interconectados os bancos estavam. À medida que um banco enfrentava dificuldades, isso desencadeou um efeito dominó em outros, levando a um aumento significativo na conexão geral.
A Pandemia de Covid-19: Esta crise de saúde global afetou significativamente os Mercados financeiros. Demonstrou um aumento rápido na conexão à medida que os problemas de bancos individuais se ligaram a um pânico generalizado no mercado, mostrando como o medo pode se espalhar rapidamente em sistemas interconectados.
O Conflito na Ucrânia: As implicações financeiras desse conflito ainda estão evoluindo, mas os impactos iniciais mostraram que poderiam levar a uma maior incerteza e mudanças na conexão, embora os efeitos tenham sido observados de maneira diferente das crises anteriores.
Garantias Estatísticas e Bandas de Confiança
Uma contribuição notável desta pesquisa é a introdução de bandas de confiança para medir a conexão. Isso fornece um framework estatístico que dá mais confiabilidade à conexão medida, garantindo que as estimativas feitas sejam robustas e confiáveis. As bandas de confiança ajudam a entender o grau de incerteza em torno das medidas de conexão, permitindo melhor avaliação de riscos.
A Metodologia: Combinando Fatores e Idiossincráticos
O aspecto inovador dessa abordagem está em como ela trata fatores e componentes idiossincráticos juntos. Ao entender ambos os aspectos, os pesquisadores podem oferecer insights mais profundos sobre como os bancos operam juntos e a natureza de suas conexões.
Procedimento de Estimativa
O método começa estimando a estrutura geral de como os bancos estão ligados. Primeiro, identifica fatores comuns que influenciam os bancos e, em seguida, observa como os bancos individuais se comportam. Esse processo em duas etapas permite uma compreensão mais clara das relações dinâmicas entre os bancos.
Coleta e Análise de Dados
Os dados para a análise são coletados de bancos de dados financeiros respeitáveis, cobrindo uma ampla amostra de bancos em todo o mundo. A variedade de bancos analisados ajuda a tornar as conclusões mais generalizáveis e confiáveis.
Implicações para a Gestão de Riscos
Quando se trata de gestão de riscos, entender como e quando os bancos estão conectados pode ajudar os stakeholders a tomar medidas proativas. Ao observar mudanças na conexão e reconhecer quando os comportamentos de bancos individuais importam mais do que a dinâmica do mercado (e vice-versa), as instituições financeiras podem se preparar melhor para crises potenciais.
Conclusão
Resumindo, medir a conexão no setor bancário é crucial para entender a estabilidade financeira. Este artigo destaca um método abrangente que distingue entre a conexão impulsionada pelo mercado e os desafios idiossincráticos enfrentados por bancos individuais. As descobertas têm implicações significativas para a avaliação e gestão de riscos, particularmente em tempos de crise. Com os desafios globais contínuos, esse entendimento se torna ainda mais essencial para garantir a resiliência do sistema financeiro.
Pesquisas futuras poderiam explorar como diferentes ambientes financeiros afetam a conexão em vários setores ou ampliar essa abordagem para outros instrumentos ou instituições financeiras para aprofundar ainda mais nossa compreensão da interconexão nas finanças.
Título: Global bank network connectedness revisited: What is common, idiosyncratic and when?
Resumo: 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.
Autores: Jonas Krampe, Luca Margaritella
Última atualização: 2024-02-04 00:00:00
Idioma: English
Fonte URL: https://arxiv.org/abs/2402.02482
Fonte PDF: https://arxiv.org/pdf/2402.02482
Licença: https://creativecommons.org/licenses/by/4.0/
Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.
Obrigado ao arxiv pela utilização da sua interoperabilidade de acesso aberto.