本文为“量化历史研究”第 843 篇推送
（图片来源于网络）
2023年3月，“美国最佳银行”硅谷银行倒闭，几天后签名银行也宣告破产。这成为美国历史上第二、三大银行破产案，引起了金融市场的极大恐慌。银行倒闭的现象屡见不鲜，且往往引起实体经济的衰退。那么，银行为何倒闭呢？Sergio A. Correia, Stephan Luck 和 Emil Verner在NBER的最新论文“Failing banks”，深入研究了美国银行倒闭的历史，尝试发掘出银行倒闭的根本原因。
关于银行倒闭的原因，学界主要有两种解释。一种观点认为，银行倒闭主要是由于银行挤兑，即大量储户从本来有偿付能力或陷入困境但有偿付能力的银行提款。另一种观点认为，银行倒闭是由基本面不佳造成的，如已存在的信用风险、利率风险或欺诈。那么，银行倒闭的决定因素是什么呢？
从经验的角度来理解这一问题具有挑战性。在现代社会，存款保险和央行的最后贷款等政府干预措施减少了银行挤兑导致银行倒闭的可能性。因此，这时观察到的银行倒闭偏向于是由基本面不佳引起的。为了克服这一实证检验的挑战，作者研究了1865-2023年美国银行的历史。
数 据
作者构建了一个新的美国银行资产负债表信息数据库，主要包括两个样本：一个是历史样本，涵盖1865-1941年间所有的国民银行（即在美国的财政部货币监理署注册成立的商业银行）；一个是现代的样本，涵盖1959-2023年间的所有商业银行。总的来说，作者的数据包含37498家独立银行，其中超过5111家倒闭。由于其涵盖了1913年美联储成立和1933年联邦存款保险公司（FDIC）成立之前及之后的时期，因此能够全面地反映历史上银行倒闭事件。
图1显示，作者的样本囊括了美国历史上的重大金融危机，包括大萧条和2008年全球金融危机，以及银行倒闭率较低的许多平静时期。
图1 银行倒闭数量图（1865-2023年）
注：该图描绘了美国银行倒闭数量与银行总数之比；垂直线表示重大银行危机和经济衰退；红线描绘了国民银行倒闭率，即被接管的国民银行；蓝线表示被联邦存款保险公司列为破产银行的比率。
倒闭银行的共性
作者首先总结了倒闭银行的三个特征事实。第一，银行在倒闭前会经历偿付能力逐渐恶化的过程，并在倒闭时面临巨大的资产损失。
第二，倒闭之前，银行越来越依赖短期批发融资、债券融资等非核心融资。相比于储蓄存款、活期存款等核心融资，非核心融资对风险更为敏感且成本昂贵。
第三，银行在倒闭前的十年中，通常经历资产的快速增长和随后的急剧下降。倒闭银行的共性表明，在过去160年里，银行基本面恶化是导致银行倒闭的核心原因。
用基本面来预测银行倒闭
接着，作者探讨了利用银行基本面数据来预测银行失败的可能性。作者通过估算简单回归模型来量化可预测性。预测倒闭的变量主要包括：银行的偿付能力、银行的融资脆弱性、银行偿付能力和融资脆弱性的交互项、银行资产增长和实际GDP增长。银行的偿付能力反映了其按时偿还负债的能力，作者通过银行的未分配利润与股本之比或资产净值与总资产之比来衡量。银行的融资脆弱性则反映银行在资金来源和资本结构方面的风险，作者通过非核心融资占资产的比率或定期存款占存款总额的比率来衡量。
作者构建了接收者操作特征曲线（receiver operating characteristic curve，简称ROC曲线），根据ROC曲线下的面积（area under the receiver operating characteristic curve，简称AUC）来评估可预测性。ROC曲线通过对比模型的真阳性率（预测正确的倒闭概率）和假阳性率（错误预测倒闭的概率），展示了模型在不同决策阈值下的表现。AUC衡量模型的整体预测准确性，范围从0到1。AUC的数值越高，表示模型预测的正确性越高。AUC值为0.5代表模型没有任何预测能力，相当于随机猜测。若AUC大于0.5，则模型优于随机预测，说明模型在预测银行倒闭上具有一定的可靠性。
结果显示：在历史样本中，预测明年倒闭的AUC在83-90%之间，表明可预测性很高。在现代样本中，存款保险推出后，银行倒闭的可预测性更高，AUC在90-95%之间。因此，银行倒闭具有高度可预测性。
有银行挤兑VS无银行挤兑
银行倒闭的可预测性在涉及挤兑和不涉及挤兑的倒闭中是否有所不同？作者研究了存款大量外流的倒闭案例，并将其与无银行挤兑的倒闭案例对比。作者发现：与没有出现挤兑现象的倒闭案例相比，有挤兑现象的银行倒闭案例至少同样容易预测。作者还研究了美国货币监理署（OCC）提供的银行倒闭原因，并将其分为7类：经济状况（包括通货紧缩、农作物歉收或局部金融萧条导致的失败）、过度放贷、损失、欺诈、治理问题、挤兑和其他因素。尽管人们普遍认为银行恐慌在美国历史上的银行体系中很重要，但挤兑问题引起的银行倒闭仅占比不到2%。
银行基本面和银行倒闭潮
作者发现，银行基本面薄弱不仅能预测个别银行的倒闭，还能预测系统性银行危机期间银行倒闭潮。系统性银行危机期间银行倒闭率的飙升不能只用挤兑恐慌来解释。相反，倒闭潮在很大程度上是由基本面恶化造成的。
银行倒闭理论的经验预测
文章所采用的实证方法并不能直接确定单个银行倒闭的原因。然而，作者利用银行挤兑模型的三个可检验的实证预测，对历史上银行倒闭的情况进行了评估，以此来推断银行倒闭的主要原因。这三个实证预测是：1.若挤兑是银行倒闭的主要原因，那么倒闭的可预测性应较低；2.若银行倒闭是由挤兑引起，那么倒闭之前应该出现大量存款外流，削弱银行的偿付能力；3.在因挤兑而导致的银行倒闭中，倒闭银行的资产回收率（例如银行证券和贷款的可收回比率）应该相对较高。
作者按照倒闭的可预测率、倒闭前存款流出率和倒闭时的资产可回收率三个指标对银行倒闭数量进行了统计，并报告他们的联合分布，如表1所示。作者将预测概率高于7.5%的银行定义为具有高可预测性，预测概率介于2.5%和7.5%之间的银行定义为具有中等可预测性，低于2.5%的银行定义为不可预测。此外，作者按照倒闭前存款流出率将银行分为三类：在破产前存款流出超过7.5%、存款流出适度（不超过7.5%）以及破产前有存款流入。最后，如果银行在接管过程中的总资产回收价值超过75%，则定义为高回收率；如果在50-75%之间，则定义为中等回收率；如果低于50%，则定义为低回收率。
表1显示，具有低可预测率、高存款外流率和高资产回收率的银行倒闭事件极为罕见。在历史上，只有5家倒闭的银行是上述模式，占倒闭银行总数的0.3%。这表明，大多数银行倒闭的原因并不是挤兑，而是银行偿付能力下降的结果。
表1 按可预测率、存款流出率和资产回收率分类的联邦存款保险公司（FDIC）成立前倒闭银行数量
注：本表翻译自原文表5；括号中为百分比
结 论
文章的证据表明，银行倒闭是可预测的，且银行挤兑并不是银行倒闭的主要原因，偿付能力下降才是。银行倒闭的可预测性意味着，事前干预可以防止银行倒闭或减轻其损失。因此，该研究支持加强对金融中介机构资本充足方面的监管，并及时采取纠正措施。此外，作者认为危机期间的事后干预仅仅提供流动性支持是不够的，必须解决基本的偿付能力问题。
文献来源：Sergio A. Correia, Stephan Luck & Emil Verner (2024). Failing banks（No. w32907）.National Bureau of Economic Research.
原文链接：请点击左下方【阅读原文】
“量化历史研究”公众号由陈志武（香港大学郑裕彤基金讲席教授、原耶鲁大学教授）及其团队——林展（中国人民大学）、熊金武（中国政法大学）、何石军（武汉大学）、蒋勤（上海交通大学）、彭雪梅（中山大学）等人负责。向学界和业界朋友，定期推送量化历史研究经典、前沿文献。同时作为“量化历史讲习班”信息交流平台。喜欢我们的朋友请搜寻公众号：QuantitativeHistory，或扫描下面二维码关注。
我们也诚邀八方学人发送电邮建言献策。邮箱: lianghualishi@163.com。
轮值主编：林 展 责任编辑：彭雪梅
点击“阅读原文”查看英文原文
