导读
防范化解金融风险是金融工作的永恒主题,也是金融服务实体经济的根本保障。当前,在我国银行业综合经营趋势日渐清晰、商业银行业务创新不断深化的背景下,如何深化商业银行的监管体制改革、构建现代商业银行监管框架是金融领域的一项重要任务。由于银保监会的总体监管资源有限,银行监管的资源配置将对整个银行业的风险产生重大影响。本文通过构建资源配置的结构模型,讨论了监管技术、潜在监管偏好和资源约束如何影响银行业绩,量化了资源稀缺性和监管偏好如何影响银行风险的总体水平和分布,分析了增加监管资源的潜在宏观收益。
本文原题为《Resource Allocation in Bank Supervision: Trade-Offs and Outcomes》,原载于经济学期刊《The Journal of Finance》(2022年)。追求更有效率的监管资源配置,提高总体监管资源的净效益是当前改革的大势所趋,本文为这一目标的实现提供了独特视角和深刻见解。“IMI财经观察”对本文主要内容进行了编译,以飨读者。
如何权衡银行监管中的资源配置
Resource Allocation in Bank Supervision: Trade-Offs and Outcomes
在银行业面临重大困境时,监管资源会变得非常匮乏,在各地区之间的分配也会变得不均衡。为了讨论如何权衡分配银行监管资源,本文估计了美国联邦储备银行监管人员工作时间的资源配置结构模型,并通过该模型讨论了银行监管技术、潜在监管偏好和资源约束如何影响银行业绩。本文的分析结果表明:第一,监管对银行风险有显著影响,与银行规模相关的技术规模经济效益较大;第二,与宏观审慎目标一致,监管偏好偏重于大型银行,特别是2008年后,当资源重新分配给大型银行时,大银行的风险降低了,但增加了小银行的风险,总体而言,整个银行业的风险都有所增加;第三,影子成本估算表明,金融危机期间监管资源紧张,而反事实表明,约束对银行业绩的分配有很大影响。在上述分析基础上,本文通过粗略的计算表明,增加总体监管资源可能会带来净收益。
01
问题提出
目前与银行监管相关的文献主要证明了,监管者扭曲的激励和宽松的监管是导致过去金融危机的因素。本文则从另一个新的视角证明了监管资源的可用性和分配对银行系统风险水平和分布的重要性。据个别证据显示,监管资源会在一些情况下变得非常稀缺,而这通常与银行业的主要困难时期同时发生。例如,联邦存款保险公司在处理20世纪80年代和90年代初的银行危机时就面临严重挑战,包括工作量的波动和人员配备的波动。
图 1 2004~2014年美联储监管人员和资源分配
从特征事实来看,2007年至2009年金融危机后,美联储的监管人员数量增加了大约50%(图1,左侧面板),监管资源的分配也发生了变化,小型银行所占比例几乎减少了一半(图1,右侧面板)。本文基于美联储员工在监管美国银行控股公司(BHCs)全范围所花工作时间的独特数据集,估计了银行的监管结构模型,提供了关于监管资源重要性的新见解。该模型利用观察到的资源分配和银行业绩来解释银行监管中的三个主要因素:“监管技术”将监管努力与降低银行困境联系起来,“监管偏好”权衡不同规模和风险的银行,以及“监管资源的总体稀缺性”。在该模型中,监管机构根据监管偏好权重分配固定总量资源,以最小化银行陷入危机的概率。考虑到银行的规模和风险,监管资源的最佳分配取决于两个技术参数监管偏好以及资源的影子成本的相互作用。在整体资源稀缺的情况下,增加对一个银行的监管关注意味着对其他银行的关注减少,模型发现监管资源的影子成本在美联储各区之间并不均衡,并且监管偏好倾向于更安全的银行,这两者导致了更高的平均危机概率。
本文建立的结构模型对银行监管领域的主要贡献包括以下两个方面:第一,结构模型能够将监管工作时间对银行规模和风险的效应分解,估计监管技术和偏好对银行规模和风险的影响。第二,结构模型能够研究反事实分配,以量化资源稀缺和监管偏好如何影响银行整体风险水平和分布。基于该模型,本文使用适当的社会福利函数评判各种监管资源分配的效率,认为实际工作中监管机构需要在微观和宏观审慎目标之间进行权衡,并用一个简单算例表明,除了减少银行困境的好处外,增加整体监管资源的社会净收益是显而易见的。
02
监管资源分配对银行风险的影响
模型识别监管时间对银行危机影响的一个关键问题是,监管时间的分配自然取决于银行风险,风险越高监管时间越长。如果不考虑这种内生性,额外的监管对减轻银行危机的真正影响可能会显得较弱,或者系数可能会翻转,错误地表明额外监管增加了银行危机的概率。本文使用IV-probit的方式解决内生性问题,主要考虑三种工具变量:“监管资源的影子成本”、“银行是否为所在地区最大银行”、“银行是否满足非复杂、资产规模低于100亿美元且监管评级满足条件”。对于结果变量,本文考虑了衡量银行困境的三个变量,按严重程度逐渐增加:资产收益率低(低于第10个百分位的收益率),“严重压力”(破产或评级下降),以及彻底倒闭。
1.监管资源如何分配?
银行规模和风险在美联储的监管分配中提供了重要指导,为了对监管时间与可观测银行特征之间的关系有直观的了解,本文使用普通最小二乘线性回归的参数估计结果,因变量为监管时间,自变量为银行资产的对数和银行风险。估计结果发现监管时间对银行资产的弹性略低于1,当包括大银行虚拟变量时,这个值约为0.8左右,这意味着当银行资产翻倍时,该银行分配到的监管资源也将翻倍。风险评级的估计系数表明,与具有最佳评级1的银行相比,同等规模但风险评级为3的银行接受的监管几乎是前者的三倍,这个相当于将银行规模翻倍需要增加的监管资源。
此外,为了记录大型银行和小型银行监管的潜在差异以及2008年后资源从小型银行重新分配到大型银行,本文在基线回归中增加了关于2008年后时期、银行规模桶和它们的交互作用的虚拟变量。结果发现,大型银行工作时间的增加远远大于2008年后监管资源总量的增长约50%,这表明由于监管资源约束的束缚,发生了小型银行向大型银行的监管资源重新分配,2008年金融危机后,100亿美元以下的银行监管时间减少了超过20%,大型银行的监管时间却增加了约90%。
图 2 2008年后大银行受到的监管增加
最后,美联储的法定任务要求对资产超过100亿美元的银行进行加强监管,资产超过500亿美元的银行也受到美联储《大型金融机构综合监管框架》的监管,这意味着额外的监管。为了探究这一门槛效应,本文还加入了用于捕捉银行资产超过100亿美元、银行资产超过500亿美元的虚拟变量。然而,回归结果却发现在控制对数资产、评级和10亿美元规模虚拟变量后,500亿美元以上的银行的监管时间并没有明显增加,这也意味着使监管资源增加的门槛效应仅存在于100亿美元的银行规模。图2解释了这一断点的演变,在金融危机前期(1999年至2008年)监管时间与银行规模的对数几乎是线性关系,但在金融危机后期(2009年至2014年)出现了明显的断点,资金规模大于100亿美元的大银行似乎在2008年后的样本中受到了更多的关注,而小银行则没有。
2.监管者的偏好
本文考虑了两个监管偏好工具变量:“银行是否为所在地区最大银行”、“银行是否满足非复杂、资产规模低于100亿美元且监管评级满足条件”。已有文献表明,地区监管者最关注其辖区内最大银行的表现,每个联邦储备区内最大的银行在考虑其规模和风险后会接受额外的监管时间。“地区最大银行”指标的系数为0.619且高度显著,这意味着地区最大银行比其他银行多获得了86%的监管时间,并且在控制了银行的监管评级和资产规模后,这一结果仍然成立。
第二个偏好工具变量基于最低规定的审查频率,这取决于银行的规模、监管评级和复杂性。根据美联储监管手册,在资产低于100亿美元的控股公司中,被认定为非复杂且评级为1或2的公司必须至少每两年进行一次检查;被认定为复杂性或评级低于2的银行每年至少必须进行一次审查;超过100亿美元的银行也必须每年至少进行一次审查,这些规定的审查频率的差异产生了监管时间的变化。结果发现,对于低审查频率的银行,前一年的审查将导致当年有63%概率获得较低的监管时间。其逻辑是由于监管资源有限,节约资源的监管机构会在对银行风险预测后调整监管资源的分配。在依赖“银行规模”“复杂度”“风险评级”的预测下,排除小型、复杂、高风险的银行后,在前一年接受审查的低审查频率银行在当年再次获得资源的可能性较小,反之亦然。
图 3 相对于风险评级1,潜在的监管偏好权重
图3显示了偏好权重对风险评级的估计,相对于评级1,其他风险评级的系数显著负值意味着监管者对高风险银行陷入困境概率的权重小于评级为1的低风险银行的困扰概率。监管机构给予那些已经处于相对糟糕状态的银行更少的权重,这在某种程度上令人惊讶,因为评级较差的银行更有可能破产,该偏好权重也意味着,比起高风险银行陷入危机,监管者更不愿意看到低风险的银行陷入危机。这并不违背客观事实,因为工作时间分配取决于银行的风险性和偏好权重,对较安全的银行给予的更多关注并不一定意味着在绝对意义上较安全的银行会接受监管时间。在平等偏好权重下,风险较高的银行会接受更多的监管时间,因为监管对其困扰的边际效应更高,逆向偏好权重只是减弱了成本效益效应。
3.监管的效果
当前监管风险评级能充分反应银行的风险,相对于评级为1的银行,评级为3的银行下一年陷入严重压力的概率会高18个百分点,因此需要将银行的风险评级作为控制变量纳入模型估计。监管对银行困境概率的影响在模型中是通过监管时间的对数系数来衡量的,当以严重压力、破产和低收益率的概率作为结果变量时,本文发现监管的效应在统计上和经济上均显著。经济意义上,监管小时数增加100%平均降低银行未来陷入困境的概率2.3个百分点。具体而言,当年监管小时数翻倍会使下一年银行陷入严重压力的概率降低到原有概率(5.3%)的一半左右;使下一年破产概率降低约1个百分点,是原有概率(0.5%)的两倍。
图 4 对不同评级条件下对财务困境概率的对数工作时间边际效应
由于probit模型的非线性,在特定评级下,监管的边际效应可能与平均边际效应不同。图4显示了在五个评级类别条件下的边际效应,与每个三个结果变量的无条件边际效应相比。监管的边际效应在不同风险性质的银行之间变化很大。例如,对于严重压力的结果,评级为1的银行边际效应约为零,多增加一单位的监管时间能带来的效应很小;而评级为3或更差的银行边际效应大约为-0.08,这意味着每增加1%的监管时间,都会使这些银行下一年陷入严重压力的概率减少0.08%。
4.监管的规模经济
假定监管时间对银行资产规模的弹性α,那么如果银行资产变为2倍,要使银行陷入困境的风险保持在原有水平,监管的时间需要变为2α倍。结合模型弹性估计的结果,对于严重压力结果为0.52,对于破产为0.60,对于低收益率为0.76,对于三种结果变量,弹性都远小于1,这表明了监管存在规模经济效应。
监管的规模经济意味着监管一个大银行所需的资源比监管两家总规模相同的银行要少,这可能是因为较大的银行本身风险较小,监管在较大的银行更有效。从监管技术角度来看,本文的发现表明,除非监管资源显著增加,分拆银行将显著增加风险。
5.监管资源的稀缺性
图 5 监管资源的扩张和单位监管时间的影子成本
事实上,金融危机增加了监管资源需求主要是两个原因。首先,新的机构受到了美联储的监管(著名的例子包括高盛和摩根士丹利)。图5的左侧面板显示了从2006年开始的总监管小时数,根据资源是否花费在现有银行或新银行进行了分割。与图1的特征一致,总监管小时数在金融危机后逐渐增加了约50%,但新银行占据了总监管小时数增长的相当大一部分。其次,受监管银行的风险状况发生了变化。例如,美联储的监管报告显示,银行群体的评级在2007年开始恶化,到2010年,几乎有三分之一的银行的评级为3或更差,其中包括约一半的大型银行(资产超过500亿美元),银行风险评级的恶化导致了更多的监管需求。
本文使用模型的估计来追踪影子成本随时间的变化,以比较监管资源供给的规模和速度与受监管银行规模和风险性增加导致的资源需求增加。图5的右侧面板显示了各地区监管资源的估计隐含成本的平均值。监管资源稀缺度在2009年增加了超过50%,并在2011年保持在这一升高水平。直到2012年,监管资源的增长才开始追赶上来,并随着评级的改善,影子成本在2014年大致恢复到2006年的水平,这意味着美联储在此期间都面临着严格的监管资源约束,直到2014年才解决了资源短缺问题。
03
反事实分析:监管资源和分配对结果的影响
在对模型分析的基础上,本文对多种不同反事实情景的监管资源配置进行算例分析,讨论了在其他资源分配情景下银行业绩的表现情况,量化资源可用性和监管目标如何影响银行结果的分布。由于资源同时分配给许多银行,反事实分析不仅依赖于估计系数,还依赖于资源约束。每个分析都将监管技术视为已知,并改变资源分配以推导出对银行结果的影响。
情景1. 2007年至2009年危机期间监管资源更早开始扩张
尽管监管资源在2008年后增加(图1,左侧面板),但扩张速度缓慢,同时受监管银行规模和风险的增加,监管机构在金融危机期间及之后面临资源短缺。因此,本文考虑一个假设情景,即在2007年,各地区监管资源一直增加到2014年的水平,并在此情景下计算银行陷入困境的概率。计算结果表明,这一较早的扩张会显著降低困境概率,无论是在统计学上还是在经济上。与现实情景相比,较早的资源扩张将使得考察年份(2007年至2013年)的平均困境概率降低约10%。
图 6 早期扩张情景下,按年度的平均变化
如图6显示,逐年看,早期监管资源扩张对2007年和2008年的影响最大,将严重困境、失败和低收益率的概率绝对值分别降低了约2.5、0.75和3个百分点。总的来说,估计结果表明,金融危机期间监管资源的稀缺限制了监管的效果,而更早和更快的扩张将对银行困境产生数量上有意义的影响。
情景2. 集中分配监管资源
地区级别的分散资源配置导致了不同地区之间的影子成本不均。但如果在国家层面上进行的中央化分配,平等权衡每个地区的目标函数,将重新分配资源,就能提高整体监管资源分配的效率。本文通过一个反事实来评估分散分配的定量重要性,即通过中央化分配在每年内使每个地区的影子成本相等化。与现实情况相比,这个反事实重新分配了低影子成本地区的工作时间(即监管资源)到高影子成本地区。
图 7集中分配下,各地区的平均变化
如图7显示,跨地区平均来看,这种重新分配在净减少压力概率方面的效果要小得多,远远小于情景1.早期扩张的反事实所见的效果。直观地说,集中化的分配只意味着资源的重新分配,而不增加监管资源,有从集中分配中降低风险提高业绩的地区,也会有结果变得更糟糕的地区,这些影响与地区接收或失去监管资源的数量有很大关系。
情景3. 不发生对大银行的监管资源重新分配
在控制银行规模和风险的情况下,估计结果表明,2008年后小银行(资产规模<100亿美元)的监管工作时间大约下降了20%,而大银行的监管工作时间大约增加了90%。在这种转向更宏观审慎目标的情况下,监管者似乎愿意容忍小银行的额外风险,以换取大银行的降低风险。本文通过假设资源在2008年后未重新分配给大银行来量化这一政策对银行危机的影响。
图 8 撤销大银行的资源重新分配,按年度的平均变化
如图8显示,撤销这种重新分配的效果是增加大银行陷入困境的概率,同时减少小银行的陷入困境的概率。但由于监管规模效应的存在,这些效应在小银行中的幅度要比大银行大得多,最终对于所有银行而言,陷入困境的平均概率下降。这反过来也意味着,随着监管权重向宏观审慎目标转移,对银行业而言,陷入困境的总体概率将会增加。
情景4. 对银行风险的完全响应和无响应
正如第三部分所指出的,监管会对银行风险做出强烈回应,评级较低的银行获得的监管时间是评级为1的最佳银行的数倍。但是对于更安全的银行,估计的监管偏好权重更大,这意味着监管偏好会削弱对风险分配的响应。为了量化这种在结果方面的削弱,本文考虑了两种极端的对照情况。在第一种情况下,监管者的资源分配根本不会对风险做出响应,而在第二种情况下,监管者做出完全响应。
图 9 对银行风险的完全响应和无响应时,按风险评级的平均变化
注:R1、R2通常为风险评级低的优质银行;R4、R5则是存在风险的银行
无响应和完全响应的反事实情景重新分配了监管资源,分别从更危险的银行转移到更安全的银行和从更安全的银行转移到更危险的银行。如图9显示,就绝对数量而言,二者的效果非常相似,但无响应效果将增加银行陷入危机的概率,尤其是风险很高的银行,而完全响应则完全相反。相对于实际情况,无响应使严重压力的平均概率增加了38.8个基点,而全面响应则使其减少了17.2个基点。这意味着对于更安全的银行,监管偏好权重较高,使响应从完全响应分配朝向无响应分配的方式减少了约30%。简言之,尽管监管关注银行风险的实证敏感性似乎很大,但实际上由于监管偏好的存在,这种敏感性受到了相当大的衰减。
04
主要结论与简单算例
本文的结构模型提供了关于银行监管技术、潜在监管偏好和资源稀缺如何影响银行结果的新见解,发现监管在降低银行陷入困境概率上有着显著的影响。参数估计还表明,尽管由于监管技术的规模经济效应,较大的银行更容易监管,但数据中监管工作几乎与银行规模成正比增加,因为监管者对最大银行的困境关注程度高于其他银行。尽管分配给风险较高的银行(评级为4或5)的监管时间超过分配给安全银行(评级为1)的监管时间的三倍以上,本文的估计仍显示,监管者对风险较高的银行给予的偏好权重较低。这一发现可以解释为监管者为了避免无法接受的大型银行破产,在形式上过度关注极小概率的尾部风险。
参数估计和反事实实验表明,监管资源的影子成本在美联储各地区不相等,这意味着资源在各地区的分配不均衡。此外,影子成本估计还表明,2008年后监管资源的增加过于缓慢,无法跟上美联储监管下银行规模和数量的突然增长。本文还发现,2008年后资源的向着大银行的重新配置降低了大型银行的风险,但增加了小型银行的风险,总体上,全行业的风险有所增加。
该模型采用的识别方法描述了银行组合中资源分配,并揭示了与监管偏好和技术相关的深层次、以前未知的参数。然而,该模型并未涉及监管中的其他核心问题,例如为什么监管是必要的,以及其最佳水平是多少。如果模型将整体资源水平视为给定,则可以考虑通过简单的算例分析进行权衡,如将整体监管预算增加1%,并将边际预期收益与边际成本进行比较。根据美联储2017年年度报告,监管和规范的总运营费用为16亿美元,将预算增加1%将花费1600万美元。假设总监管小时数以与预算成本相同的速度增长,并且忽略估计不确定性,可以估计出由此产生的1%监管时间增加将降低银行破产概率约0.012个百分点。以往的文献中破产成本约为12%,2017年美联储监管的总联邦银行资产为19万亿美元,这便意味着预期破产成本的减少约为2.7亿美元。该算例结果表明,2.7亿美元的边际收益超过了1600万美元的边际成本。但这种计算忽略了联邦储备监管人员依赖的其他机构资源的增加,例如,2017年FDIC的运营支出为19亿美元,2017年OCC的总支出为12亿美元。如果将这两个机构的预算增加1%后,边际成本将增加至4700万美元,仍然只是边际收益的一小部分。因此,该简单的算例分析表明,增加整体监管资源可能会产生净收益。
选文的公式模型、回归结果与参考文献皆从略,读者亦可扫码查看论文原文:
作者信息:
Thomas Eisenbach (Federal Reserve Bank of New York)
David Lucca (Federal Reserve Bank of New York)
Robert Townsend (Massachusetts Institute of Technology)
来源:
原文刊载于《The Journal of Finance》2022年第6期
选文整理:叶财博
本文监制:曹世祥
版面编辑|傅恒恒
责任编辑|李锦璇、阎奕舟
主编|朱霜霜
近期热文