Att identifiera systemviktiga banker i Sverige vad kan kvantitativa indikatorer visa oss?

Transkript

1 Att dentfera systemvktga banker Sverge vad kan kvanttatva ndkatorer vsa oss? Elas Bengtsson, Ulf Holmberg och Krstan Jönsson* Författarna är verksamma vd Rksbankens avdelnng för fnansell stabltet. Elas Bengtsson är docent företagsekonom, Ulf Holmberg är flosofe doktor natonalekonom och Krstan Jönsson är docent natonalekonom. Att dentfera systemvktga nsttut har blvt en högt prorterad fråga efter den globala fnanskrsen. Baselkommttén för banktllsyn har tagt fram nternatonella standarder för systemvktga banker, men för att de ska kunna nföras Europa måste de natonella myndgheterna dentfera vlka banker som är systemvktga det egna landet, utfrån en kvanttatv och kvaltatv analys. Det är dock komplcerat och förenat med flera svåra val att ta fram en dentferngsmetod. Bland annat måste man avgöra om det går att använda kvanttatva ndkatorer för att dentfera systemvktga banker och så fall vlka de ndkatorerna är och hur de bör användas. I den här artkeln försöker v ge en vss väglednng tll hur man kan utforma en metod för att dentfera systemvktga banker under svenska förhållanden. V undersöker hur olka kvanttatva ndkatorer på systemvkt kompletterar eller ersätter varandra, om olka enkla och avancerade ndkatorer ger tllförltlga ndkatoner på systemvkt och om det vore möjlgt att enbart använda en enkel metod för att dentfera systemvktga banker, eller om man så fall rskerar att mssa avgörande aspekter på systemvkt. V konstaterar att de fyra största svenska bankernas systemvkt ökade före fnanskrsen och att systemrsken ökade kraftgt under krsens akuta skede V noterar också att systemvkten var fortsatt hög under statsskuldkrsen och sedan mnskade när krsen mattades under 212. Resultatet vsar att måtten på bankernas systemvkt varerar kraftgt över tden. De olka ndkatorerna ger dock ganska olka resultat rangordnngen av systemvktga banker, trots att varje ndkator sg ger en tämlgen konstant rangordnng över tden. De olka ndkatorerna på systemvkt verkar därför komplettera varandra hög utsträcknng. Det nnebär att man behöver ta hänsyn tll flera olka ndkatorer samtdgt när man försöker dentfera systemvktga banker. Reglerngs- och tllsyns myndgheterna står därför nför en svår uppgft när det gäller att göra rätt avvägnng mellan å ena sdan metoder som präglas av enkelhet, nsyn och förutsägbarhet och å andra sdan mer avan cerade metoder som kan ge en bättre bld av systemrsken, men som samtdgt är mer komplexa och svårare att använda. JEL-klassfcerng: G2, G28, J14 * Författarna vll tacka Claes Berg, Xn Zhang och Erk von Schedvn för deras värdefulla bdrag och kommentarer. 1

2 Att dentfera systemvktga banker Sverge vad kan kvanttatva ndkatorer vsa oss? Att dentfera systemvktga banker är en vktg uppgft Att dentfera systemvktga nsttut har blvt en högt prorterad fråga efter den globala fnanskrsen. Om ett systemvktgt nsttut fallerar kan detta skapa störnngar för både det fnansella systemet och den ekonomska aktvteten. De negatva störnngar på den fnansella stablteten som blev uppenbara när skenbart cke systemvktga nsttut gck omkull vsade på behovet av att förutse vlka fnansella nsttut som kan vara eller rskerar bl systemvktga under vssa omständgheter. De räddnngsnsatser som har gjorts för nsttut som betraktas som systemvktga har dessutom nneburt stora statsfnansella kostnader flera länder och rskerar reducera marknadsdscplnen för en lång td framöver. År 211 gav G2 det nternatonella standardserngsorganet för bankreglerng Baselkommttén för banktllsyn (Baselkommttén) uppdrag att utarbeta en ram för hur natonella myndgheter ska hantera de polcyproblem som systemvktga banker medför. 1 Året därefter utfärdade Baselkommttén en rad prncper för hanterngen av natonellt systemvktga banker. 2 Enlgt dessa prncper ska de natonella myndgheterna fastställa en metod för att dentfera systemvktga banker nom landet och regelbundet bedöma hur systemvktga de är (prncperna 1 och 6). 3 För att den globala standarden ska kunna nföras EU-lagstftnngen (det så kallade CRD IV-drektvet) måste de natonella myndgheterna dentfera vlka banker som är systemvktga det egna landet, utfrån en kvanttatv och kvaltatv analys. 4 I Sverge har myndgheterna httlls nte formellt uttalat vlka fnansella nsttut som anses vara systemvktga. Inte heller har de tllkännagvt någon formell metod för att dentfera systemvktga nsttut. I olka polcyuttalanden och reglerngsdebatten brukar dock de fyra största svenska bankgrupperna betraktas som systemvktga, oavsett om detta uttalas uttrycklgen eller är underförstått. 5 När fnansdepartementet, Rksbanken och Fnansnspektonen meddelade att de hade för avskt att nföra strängare kaptalkrav för de fyra storbankerna än för andra banker, pekade myndgheterna på fyra faktorer som motverade strängare regler: en stor banksektor förhållande tll den nhemska ekonomn, en betydande gränsöverskrdande verksamhet som försvårar rekonstruktoner, ett starkt koncentrerat banksystem där det är svårt att ersätta fnansella tjänster som erbjuds av en enskld bank 1 Se G2 (211). 2 För hela uppsättnngen prncper, se Baselkommttén (212). 3 Baselkommtténs regelverk för natonellt systemvktga banker är betydlgt mndre preskrptvt än regelverket för globalt systemvktga banker. De natonella myndgheter som vll följa Baselkommtténs standarder har alltså större handlngsutrymme när de utformar ett regelverk för att dentfera natonellt systemvktga banker. 4 Artkel 124a c fjärde kaptalkravsdrektvet. Det är också värt att notera att vssa europeska länder, som Schwez, Storbrtannen och Danmark, redan har nfört sådana metoder. 5 Se t.ex. de olka uttalandena från fnansdepartementet, Fnansnspektonen och Rksbanken när de högre kaptal täcknngskraven tllkännagavs för de fyra stora svenska bankgrupperna (Fnansnspektonen 211, Rksbanken 211a; 211b etc.). I dessa uttalanden erkänns uttrycklgen att det högre kaptaltäcknngskravet verklgen nbegrper det systemvktspåslag som Baselkommttén och rådet för fnansell stabltet har tagt fram. 2

3 samt stort beroende av kortfrstg fnanserng, särsklt utländsk valuta. Myndgheterna hävdade att dessa faktorer sammantaget nnebar att det skulle medföra stora samhällskostnader om en eller flera av de svenska storbankerna skulle hamna svårgheter. 6 Dessa omständgheter bdrar alltså tll de fnansella nsttutens systemvkt. Kan kvanttatva ndkatorer ge väglednng? Det kan vara lockande att använda en rent bedömnngsbaserad metod för att dentfera systemvktga banker eftersom myndgheter med ansvar för fnansell stabltet då får stor flexbltet när det gäller att ange en bank som systemvktg. Det mnskar också rsken för att man använder ndkatorer som nte fångar upp det komplexa begreppet systemrsk. Om det saknas kvanttatva ndkatorer kan metoden dock krtseras för att vara subjektv, godtycklg och oförutsägbar. Dessa brster skulle gå att undvka tll vss del. Det är förhållandevs okomplcerat att utforma enkla ndkatorer på systemvkt på grundval av de fyra ovannämnda faktorerna (dvs. en stor banksektor, betydande gränsöverskrdande verksamhet, ett starkt koncentrerat banksystem och stort beroende av kortfrstg fnanserng). I sådana ndkatorer skulle bokförngsstatstk användas som proxyvarabler för systemrsk, t.ex. bankernas storlek eller koncentraton på vktga marknader (som ut- eller nlånng). För den typen av enkla ndkatorer talar att de är begrplga och förhållandevs lätta att nföra den praktska reglerngspolcyn och att förklara för lagstftande organ och medborgare. 7 Frågan är dock om en sådan metod skulle nnefatta tllräcklgt med ndkatorer för att kunna rnga n det mångfacetterade och komplexa begreppet systemvkt enkla räkenskapsbaserade ndkatorer är sg bakåtblckande och skulle kunna ge en mssvsande, alltför förenklad bld av bankernas bdrag tll systemrsken. 8 En möjlghet skulle kunna vara att komplettera metoden med andra ndkatorer för att dentfera systemvktga banker genom en mer framåtblckande metod, där ndkatorerna baseras på marknadsuppgfter och har en tydlgare relaton tll ekonomsk teor. Sådana avancerade ndkatorer på systemvkt har redan väckt stort ntresse hos både forskare och beslutsfattare. I prncp mäter dessa avancerade ndkatorer systemrsk utfrån detaljerade statstska teknker och ekonometrska beräknngar som normalt sett baseras på värderngar på fnansella marknader. Dessa teknker är alltså utformade för att fånga upp marknadens syn på de fnansella nsttutens systemvkt. Samtdgt som dessa metoder ger ndkatorer som kan vara mer framåtblckande och baserade på ekonomsk teor, har de också ett antal svagheter som gör att de blr problematska och/eller tungrodda ur ekonomskt-poltskt perspektv. Framför allt kan det hända att det nte fnns värderngar från fnansella marknader för alla fnansella nsttut. Dessutom kan mått på systemvkt som härleds ur marknads 6 Se t.ex. Rksbanken (211b) för en dskusson. 7 Av dessa och andra skäl har ett antal beslutande organ och reglerngsmyndgheter förespråkat eller använt enklare ndkatorer som grundval för att dentfera systemvktga fnansella nsttut (jfr IMF, FSB och BIS (29), den schwezska expertkommttén (21), utskottet för systemvktga fnansella nsttut Danmark (213) etc.) 8 För en dskusson om brsterna med enkla ndkatorer, se Bsas m.fl. (212). 3

4 statstk vara snedvrdna, t.ex. genom uttrycklga eller underförstådda statlga garanter. Om marknadsaktörerna väntar sg att staten ska gå n och rädda systemvktga banker kommer detta att återspeglas prssättnngen på bankernas tllgångar (t.ex. aktekursen) och skulder, vlket sn tur påverkar de marknadsbaserade systemvktga åtgärderna. Beroende på hur metoden för att dentfera (och reglera) systemvktga banker utformas kan marknadsdeltagarna få nctament att försöka påverka ndkatorerna genom att manpulera marknaden. 9 Systemvkt är sammantaget ett mångfacetterat begrepp som praktken kan vara svårt att bedöma med hjälp av kvanttatva metoder. Det krävs avvägnngar för att utforma en metod för dentferng av systemvktga banker Myndgheterna står alltså nför ett svårt val när de ska ta fram en metod för att dentfera systemvktga banker. I prncp bör eftersträvas att använda en metod som omfattar tllräcklgt många ndkatorer för att kunna fånga n det mångfacetterade och komplexa begreppet systemvkt och dessutom är tllräcklgt enkel att använda. Detta ger upphov tll vktga frågor om ndkatorerna på systemvkt. I vlken utsträcknng kompletterar eller ersätter de olka ndkatorerna på systemvkt varandra? I vlken utsträcknng ger de olka enkla och avancerade ndkatorerna tllförltlga ndkatoner på systemvkt? Är dessa ndkatorer stabla över tden och under olka förhållanden? Skulle det räcka med att använda enkla ndkatorer för att dentfera systemvktga banker? Eller rskerar man så fall att förbse vktga aspekter på systemvkt? I denna artkel försöker v ge en vss väglednng om hur man kan utforma en metod för att dentfera systemvktga banker under svenska förhållanden. Efter en överskt över den snabbt växande forsknngsltteraturen om avancerade ndkatorer på systemvkt (avsntt 2) beskrver v metoden, därbland valet av ndkatorer och de data som används för att beräkna dem (avsntt 3). Därefter gör v en emprsk undersöknng av de enkla ndkatorernas förklarngsvärde för de avancerade ndkatorerna ett svenskt sammanhang (avsntt 4). Avslutnngsvs dskuterar v resultatens polcykonsekvenser (avsntt 5). Slutsatserna är att bankernas systemvkt enlgt ndkatorerna har en stark korrelaton och tenderar att varera avsevärt över tden. Dessutom ger de olka ndkatorerna olka resultat rangordnngen av systemvktga banker, trots att varje ndkator sg ger en tämlgen konstant rangordnng över tden. De olka ndkatorerna på systemvkt förefaller alltså tll 9 För en uttömmande dskusson om för- och nackdelarna med marknadsbaserade ndkatorer, se IMF, BIS och FSB (29). 4

5 stor del komplettera varandra, varför beslutsfattare bör ta hänsyn tll flera olka ndkatorer när de försöker dentfera och eventuellt göra åtskllnad mellan systemvktga banker. Detta kan också komma att påverka det framtda genomförandet av Baselkommtténs standarder för natonellt systemvktga banker och CRD IV Sverge. 1 Identfera systemvktga banker och mäta systemrsk Begreppet systemvktga banker är väletablerat forsknngsltteraturen om fnansell stabltet. Ändå har ntresset för detta ämne ökat kraftgt efter ett antal bankfallssemang med vttgående konsekvenser för det fnansella systemet och ett stort antal räddnngsnsatser för banker (varav några fortfarande belastar offentlga fnanser flera länder). Forsknngen om hur systemvkt ska mätas och systemvktga banker dentferas har vuxt snabbt. Men samtdgt som alla är överens om att systemvkt följer av systemrsk är det fortfarande mycket svårt att nå en samsyn om hur denna systemrsk ska mätas. 11 Systemrsk är ett mångfacetterat fenomen och kan uppstå ur olka källor och sprdas genom flera kanaler. 12 Därför har forskarna föreslagt en rad olka metoder. För att ge en överblck över forsknngsläget använder v den gängse metoden med att särsklja mellan metoder som mäter sårbarheten ensklda banker och metoder som uppskattar sårbarheten det fnansella systemet som helhet (jfr Drehmann och Tarashev 211). Metoder som bedömer sårbarheten ensklda banker En möjlghet är att mäta hur sårbara specfka fnansella nsttut är för systemomfattande störnngar. Det nnebär att man gör beräknngar av hur en systemchock påverkar ensklda banker. Som exempel kan nämnas det margnella förväntade underskottet (Margnal Expected Shortfall, MES) som används av Acharya m.fl. (21), där man mäter ett fnansellt nsttuts förväntade förlust när aktemarknaden faller med mer än en förväg fastställd tröskelnvå nom en vss tdsperod. Ett annat exempel är det mått på systemrsk (Systemc Rsk Me a s u r e, SRISK) som används av Brownless och Engle (211) samt Engle, Jondeau och Rocknger (212). Med SRISK-måttet uppskattas det förväntade kaptalunderskottet för ett fnansellt nsttut om det uppstår en krs. Adran och Brunnermeer (211) föreslår ett Value-at-Rsk-mått 13 (VaR) som är vllkorlgt (ΔCoVaR) och som kan användas för att beräkna bankers Value-at-Rsk förutsatt att det fnansella systemet utsätts för stress (ΔCoVaR-Bank). Segovano och Goodhart (29) 1 I artkel 124a EU:s kaptalkravdrektv (CRD IV) ges t.ex. väglednng, men de natonella myndgheterna får också en vss frhet när det gäller att dentfera systemvktga banker och ålägga dem ytterlgare kaptalkrav. 11 Det fnns ngen allmänt accepterad defnton av systemrsk (jfr Bsas m.fl. 212). 12 För en dskusson, se Bsas m.fl Value-at-Rsk (VaR) är ett tröskelvärde för förlusten under en vss perod gvet en vss sannolkhet. En 5 procentg VaR för en perod på fem dagar på 1 mljoner kronor nnebär således att med 5 procent sannolkhet överskrder förlusten 1 mljoner kronor under en femdagars perod. 5

6 nför ett mått för beroendet mellan bankers sannolkhet för fallssemang genom lnjära och cke-lnjära beroendeförhållanden mellan banker banksystemet som helhet. Slutlgen kan nämnas Brunnermeer, Gorton och Krshnamurthy (211), som tll skllnad från de andra metoderna ovan beaktar bankernas lkvdtetsställnng för att bedöma deras nverkan på den systemomfattande nettolkvdteten systemrsken. Sammantaget är dessa metoder användbara för att förstå hur sårbart ett vsst fnansellt nsttut är för systemchocker, men de vsar nte hur svårgheter för det nsttutet påverkar stablteten systemet som helhet. Metoder för att bedöma sårbarheten det fnansella systemet som helhet Det fnns också metoder för att mäta hur vktgt ett vsst fnansellt nsttut är för systemet som helhet. Begreppsmässgt handlar sådana metoder om att beräkna effekten på det fnansella systemet av att ett vsst fnansellt nsttut hamnar svårgheter. Med den metod för att mäta kaptalunderskott som används av Acharya, Engle och Rchardson (212) får man t.ex. fram den största förlust som med vss sannolkhet kan väntas uppstå systemet om ett vsst fnansellt nsttut hamnar svårgheter. Bllo m.fl. (212) föreslår ett Grangerkausaltetstest för att undersöka om utvecklngen av aktekursen för en bank kan användas för att förutsäga utvecklngen av aktekursen för en annan bank. Om det fnns en sådan kausaltet kan det vara ett tecken på att det fnns en rsk för sprdnng av rsker mellan bankerna. Om banken bdrar med en stor smttorsk bedöms den också vara mer systemvktg enlgt denna metod. Det fnns också metoder som analyserar hur ensklda nsttut kan bdra tll systemomfattande stress genom nätverkseffekter (jfr Upper 211, Allen Babus 29, Chan-Lau m.fl. 29, Bllo m.fl. 21), eller olka former av sammanlänknng och sannolkhet för samtdga fallssemang (Segovano och Goodhart 29, Gesecke och Km 29, Fender och McGure 21, Lucas m.fl. 213). I den analys av systemvktga vllkorade fordrngar som utarbetats av Gray och Jobst (21, 211) utvdgas den tradtonella rskjusterade balansräknngsmodellen tll att fastställa storleken på systemrsken och de ensklda nsttutens bdrag tll systemrsken (solvensrsken). Jobst (212) beskrver en metod som mäter systemrsk genom att beräkna lkvdteten hela systemet. Det CoVaR-mått som utarbetats av Adran och Brunnermeer (211) kan också användas för att mäta det fnansella systemets Value-at- Rsk förutsatt att en vss bank är svårgheter (ΔCoVaR-System). Dessutom går det att använda verktyg från multvarat extremvärdesteor mätnngar av fnansella nsttuts bdrag tll systemrsken (se Hartmann m.fl. 26). Samtdgt som de olka metoderna kompletterar varandra när det gäller att mäta system rsk är det också värt att notera att flera av dem kan användas för att beräkna både sårbarheten ensklda banker och sårbarheten systemet som helhet. (se Segovano och Goodhart 29, Adran och Brunnermeer 211). 6

7 I följande avsntt redovsar v hur ett urval av ovan nämnda ndkatorer och ett antal enklare ndkatorer har beräknats för ett antal svenska banker. I avsntt 4 gör v sedan en emprsk undersöknng av de frågor som beskrevs nlednngen. Metod och data För att analysera om det fnns några användbara mått på systemvkt beräknar och jämför v ett antal ndkatorer för de fyra största svenska bankerna (Svenska Handelsbanken, Nordea, SEB och Swedbank). V använder en termnolog där v skljer mellan enkla och avancerade ndkatorer. De enkla ndkatorerna baseras på aktuella polcyuttalanden från reglerngs- och tllsynsmyndgheterna och Rksbanken och omfattar ett antal strukturella egenskaper hos de svenska bankerna och fnansella marknaderna (se avsntt 1). De avancerade ndkatorerna baseras på akademsk forsknng (dskuteras avsntt 2) och på mer sofstkerade statstska teknker som är utformade för att sammanfatta fnansella nsttuts systemrsk ett enda mått. I det följande dskuterar v den teoretska grunden för vårt val av ndkatorer och hur de förhåller sg tll begreppet systemrsk (se blaga A för närmare teknska detaljer om beräknngen). Därefter beskrver v de ekonometrska beräknngar som v har använt för att avgöra om några av de enkla ndkatorerna kan betraktas som användbara mått på systemvkt jämfört med avancerade ndkatorer. Slutlgen beskrver v de statstkkällor som v har använt och de statstska egenskaperna underlaget. Enkla ndkatorer För att dentfera enkla ndkatorer utgår v från den svenska banksektorns specfka karaktär som de svenska myndgheterna har dentferat samband med dskussoner om systemvktga banker och sårbarheten det svenska banksystemet. 14 Nedan följer en förtecknng över dessa faktorer och motsvarande enkla ndkatorer som har tagts fram för att beskrva de rsker som de ger upphov tll ( tabell 2 nedan återfnns en mer ngående beskrvnng av de enkla ndkatorerna). Det är vktgt att påpeka att sambandet mellan enkla ndkatorer och systemvkt varerar. Indkatorer som har samband med en omfattande banksektor, stor gränsöverskrdande verksamhet och koncentraton av banksystemet sgnalerar ökande systemvkt. Indkatorerna för beroende av kortfrstg fnanserng är dock utformade så att de bör ha ett negatvt samband med måtten på sårbarhet ensklda banker. En bank bör med andra ord vara mndre sårbar för systemomfattande krser om den använder sg av nhemsk nlånng eller andra stabla fnanserngskällor, eller om den har större lkvdtetsreserver. 14 Se t.ex. Rksbanken (211), Fnansnspektonen (211) och Fnansdepartementet (28). 7

8 Tabell 1. Urval av enkla ndkatorer baserade på förhållanden nom den svenska banksektorn Förhållanden nom banksektorn En omfattande banksektor förhållande tll den nhemska ekonomn Stor gränsöverskrdande verksamhet försvårar rekonstrukton Ett starkt koncentrerat banksystem där fnansella tjänster som erbjuds av en enskld bank nte är enkelt utbytbara Stort beroende av kortfrstg fnanserng, särsklt utländsk valuta Enkla ndkatorer Totala tllgångar Totala tllgångar Inhemsk nlånng Inhemsk utlånng* Marknadsandel statsoblgatoner Marknadsandel hypoteksoblgatoner Marknadsandel termner Marknadsandel utländsk valuta Inhemsk nlånng/eget kaptal (negatv) Lkvdtetsreserv under stress (negatv)** Strukturell lkvdtet (negatv)*** * V använder nhemsk utlånng som proxyvarabel för utlånng på företagsnvå för att åstadkomma jämförbara tdsserer. ** Rksbankens mått på en banks lkvdtetsreserv under stress används som mått på lkvdtetstäcknngsgrad. *** Rksbankens mått på en banks strukturella lkvdtet används som mått på stabl nettofnanserngskvot. Det är värt att notera att de enkla ndkatorer som dentferats lgger mycket nära de ndkatorer som anges Baselkommtténs förslag tll begreppsram (212) för att dentfera natonellt systemvktga banker. 15 I blaga B beskrver v utvecklngen hos de enkla ndkatorerna för bankerna urvalet under peroden Avancerade ndkatorer Av de många avancerade metoder för att mäta bankers systemvkt som beskrevs avsntt 2 ovan har v använt följande mått: margnellt förväntat underskott (MES) enlgt Acharya m.fl. (21), systemrskmått (SRISK) enlgt Brownless och Engle (211) och Acharya, Engle och Rchardson (212), deltavärde för vllkorlg Value-at-Rsk (ΔCoVaR) enlgt Adran och Brunnermeer (211) samt det Grangerkausaltetsmått som föreslås av Bllo (m.fl. 212). V har valt dessa mått eftersom de har fått stort nflytande både den akademska dskussonen och polcydebatten. Dessutom går samtlga att mäta med offentlg statstk. Samtdgt som alla dessa mått utom Grangerkausaltetsmåttet teoretskt är besläktade (se Benot m.fl. 212 för en mer utförlg dskusson), mäter de tll vss del olka aspekter på systemrsk. Som noterades avsntt 2 motsvaras MES-måttet av ett fnansellt nsttuts förväntade förlust när utvecklngen på aktemarknaden faller under en förväg fastställd tröskelnvå under en vss tdsperod. 16 Tanken är att de nsttut som har högst MES bdrar mest tll nedgångar på marknaden. De banker som har högst MES bdrar alltså mest tll systemrsken. Därefter beräknar v tre olka varanter av MES. I den första varanten MES 1 defneras tröskelnvån (dvs. området med stress) som en nedgång på marknaden med två procent 15 Enlgt Baselkommtténs standard för natonellt systemvktga banker rekommenderas de natonella myndgheterna att ta hänsyn tll följande faktorer när de dentferar natonellt systemvktga banker: a) storlek, b) sammanlänknng, c) substtuerbarhet/nfrastruktur bland fnansella nsttut (därbland hänsyn tll koncentratonen nom banksektorn), d) komplextet (och den ytterlgare komplextet som följer av gränsöverskrdande verksamhet) (Baselkommttén 212). 16 MES-måttet beskrvs närmare blaga A. 8

9 under en handelsdag. Detta gäller även för det andra måttet MES 2 men här använder v bankernas betavärde för att mnska effekterna av stokastska förändrngar. MES 3 är ett alternatvt mått, där v tar hänsyn tll att det uppstår volatltetskluster marknadsavkastnngen och justerar för att volatlteten bankernas kaptalnvåer tenderar att vara korrelerad och lgga kluster under vssa peroder. 17 SRISK-måttet är ett sätt att beräkna det förväntade kaptalunderskottet för ett fnansellt nsttut om det uppstår en krs. 18 Enlgt SRISK-måttet är det fnansella nsttut som har störst kaptalunderskott som kommer att bdra mest tll en krs och därför bör betraktas som det mest systemvktga nsttutet. Lksom för MES beräknar v tre varanter av SRISK. I den första varanten, SRISK 1, defneras en krs som att marknaden noterar en nedgång värdet på mnst 4 procent under en perod på sex månader. 19 I SRISK 2 använder v bankernas betavärde för att mnska effekterna av stokastska förändrngar, precs som för motsvarande MES-mått. Detta gäller även för SRISK 3, där v tar hänsyn tll att det uppstår volatltetskluster marknadsavkastnngen och justerar för att volatlteten bankernas kaptalnvåer tenderar att vara korrelerad och lgga kluster under vssa peroder. 2 Det tredje måttet, ΔCoVaR-System, mäter ett fnansellt nsttuts bdrag tll systemrsken. Det beräknas utfrån det betngade Value-at-Rsk-värdet (CoVaR), vlket motsvarar det konventonella Value-at-Rsk (VaR). CoVaR-System mäter den största förlust som med vss sannolkhet kan väntas uppstå systemet om ett vsst fnansellt nsttut hamnar svårgheter. ΔCoVaR-System är skllnaden mellan systemets CoVaR när det fnansella nsttutet befnner sg under stress och när det nte gör det. 21 CoVaR-System-måttet kan modferas så att det mäter Value-at-Rsk för ett fnansellt nsttut när systemet är under stress (jfr Adran och Brunnermeer 211). V betecknar detta mått som ΔCoVaR-Bank och använder det som komplement tll de ndkatorer som dskuteras ovan. I det Grangerkausaltetstest som föreslås av Bllo m.fl. (212) görs parvsa kausaltetstester mellan alla banker banksystemet. Förändrngen en banks aktekurs modelleras som en funkton av tdgare förändrngar bankens aktekurs och tdgare förändrngar en annan banks aktekurs. Grangerkausaltet anses gälla om tdgare förändrngar den andra bankens börskurs är statstskt sgnfkanta modellen. 22 I denna artkel granskas alla parvsa bankkombnatoner på detta sätt. Urvalet av ndkatorer Det är värt att notera att de ndkatorer som v har valt för vår analys bygger på något olka defntoner av systemrsk. Som v dskuterar avsntt 2 går det att dela upp måtten på systemrsk beroende på om de beräknar effekten på det fnansella systemet av att ett vsst 17 Se Brownless och Engle (212). 18 SRISK-måttet beskrvs närmare blaga A. 19 Defntonen på en krs bygger på slutsatserna från Acharya m.fl. (21). 2 Se Brownless och Engle (212). 21 CoVaR-måttet beskrvs närmare blaga A. 22 Grangerkausaltetsmåttet beskrvs närmare blaga A. 9

10 fnansellt nsttut fallerar eller om de försöker mäta en vss fnansell enhets sårbarhet för stress det fnansella systemet. De enkla ndkatorer som avser storlek och marknadsandelar nlånng, utlånng och marknadsandelar på marknader för vssa vktga fnansella nstrument tllhör den förra kategorn. De enkla ndkatorerna för bankernas fnanserngsprofl (nhemsk nlånng/eget kaptal, lkvdtetsreserv under stress (negatv), strukturell lkvdtet (negatv)) återspeglar å andra sdan bankens känslghet för stress det fnansella systemet. På motsvarande sätt mäter ΔCoVaR-System, SRISK och Grangerkausaltet vlken effekt en enskld banks fallssemang får på det fnansella systemet, medan MES och ΔCoVaR-Bank vsar de ensklda nsttutens känslghet för stress det fnansella systemet. De valda ndkatorerna kompletterar därför varandra och ger en mer fullständg bld av hur olka ndkatorer på systemstress hänger hop med varandra under svenska förhållanden. Databeskrvnng För att analysera sambandet mellan de enkla och avancerade ndkatorerna defnerar v systemet som den svenska fnansmarknaden. De enkla ndkatorerna beräknas på kvartalsbass och omfattar andra kvartalet 25 tll tredje kvartalet De avancerade ndkatorerna beräknas med hjälp av daglga marknadsuppgfter som omfattar peroden 6 aprl november 212. För dessa ndkatorer används börsndex OMXS3 som mått på utvecklngen det svenska fnansella systemet. V sätter de avancerade ndkatorerna på systemrsk samband med de enkla ndkatorerna genom att beräkna gldande medelvärden över 3 handelsdagar och använda den ssta handelsdagen per kvartal som mätpunkt. I tabell 2 ger v en överskt över de enkla och avancerade ndkatorerna, defntoner samt statstkkällor. 23 För lkvdtetsreserven under stress och för bankernas strukturella lkvdtet använder v jämförbara uppgftspar för peroden fjärde kvartalet 25 andra kvartalet 212. I de fall där observatoner saknas har v nterpolerat mellan kvartalen för att uppnå en balanserad datapanel. 1

11 Tabell 2. Överskt över enkla ndkatorer och avancerade ndkatorer Enkla ndkatorer Defnton Statstkkälla Totala tllgångar Inhemsk nlånng Utlånng Marknadsandel statsoblgatoner Marknadsandel hypoteksoblgatoner Totala tllgångar balansräknngen på koncernnvå förhållande tll BNP Marknadsandel av nlånng från svenska hushåll, ckefnansella företag och offentlg sektor Andel av den totala utlånngen på företagsnvå tll hushåll, cke-fnansella företag och den offentlga sektorn Marknadsandel av den totala omsättnngen på den svenska marknaden för statsoblgatoner Marknadsandel av den totala omsättnngen på marknaden för hypoteksoblgatoner SCB SCB Rksbanken Rksbanken/Selma Rksbanken/Selma Marknadsandel termner Marknadsandel den totala omsättnngen av termner Rksbanken/Selma Marknadsandel utländsk valuta Inhemsk nlånng/eget kaptal Lkvdtetsreserv under stress Strukturell lkvdtet Marknadsandel av den totala omsättnngen på den svenska marknaden för utländsk valuta Inlånng från svenska hushåll, cke-fnansella företag och offentlg sektor procent av bankens eget kaptal Lkvdtetsreserver samband med ett stressat kassautflöde (se Rksbanken 21 för närmare upplysnngar) Fnanserngens stabltet förhållande tll tllgångarnas löptd (se Rksbanken 21 för närmare upplysnngar) Rksbanken/Selma Rksbanken/Statstska centralbyrån Avancerade ndkatorer Defnton Datakälla Lqudatum/Rksbanken Lqudatum/Rksbanken MES SRISK ΔCoVaR-System ΔCoVaR-Bank Grangerkausaltet Det förväntade underskottet hos en bank om systemet utsätts för stress Det kaptal en bank förväntas behöva under en fnansell krs Bankens bdrag tll systemets VaR om banken skulle utsättas för stress Systemets bdrag tll bankens VaR om systemet skulle utsättas för stress Effekten på en banks aktekurs som en funkton av tdgare förändrngar bankens aktekurs och tdgare förändrngar en annan banks aktekurs Rksbanken/Bloomberg Rksbanken/Bloomberg Rksbanken/Bloomberg Rksbanken/Bloomberg Rksbanken/Bloomberg Beskrvande statstk över de daglga avkastnngsserer som använts för att beräkna de avancerade ndkatorerna fnns tabell 3. Där framgår att de fyra svenska storbankernas avkastnng har en högre volatltet än OMX3-ndex. Deras avkastnng uppvsar också en toppghet jämfört med OMX3. Det fnns också en skevhet avkastnngens fördelnng som varerar mellan bankerna. Därför väljer v att använda de emprska fördelnngarna när v beräknar de avancerade ndkatorerna. Eftersom bankernas lägsta daglga avkastnng varerar mellan 2 och 1 procent, är det möjlgt att användnngen av emprska fördelnngar för att beräkna ΔCoVaR-ndkatorerna kommer att leda tll något varerande stressnvåer. 11

12 Tabell 3. Beskrvande statstk över de daglga avkastnngsserer som används för att beräkna de avancerade ndkatorerna Genomsntt Standardavvkelse Mn Max Snedhet Toppghet OMXS3,2,164 -,817,137,1918 3,342 Handelsbanken,6,194 -,118,1421,5174 5,3174 Nordea,5,228 -,1149,169,5549 5,396 SEB,5,267 -,2,2613,55 9,6145 Swedbank,5,248 -,1856,1894,1955 7,846 Anm. Baserat på daglga marknadsuppgfter för peroden den 6 aprl november 212. I följande avsntt redovsar v resultatet av analysen. V börjar med att beskrva utvecklngen för de avancerade ndkatorerna Därefter beskrver och dskuterar v samband mellan de enkla och avancerade ndkatorerna. Svenska bankers systemvkt Utvecklngen av svenska bankers systemvkt De avancerade ndkatorernas rangordnng och utvecklng mellan 25 och 212 för urvalet av svenska storbanker llustreras dagram 1 och dagram Följande observatoner kan göras: Bankernas systemvkt enlgt de avancerade ndkatorerna varerar avsevärt över tden. Det är värt att notera att alla avancerade ndkatorer utom SRISK vsade att systemrsken ökade 26, strax nnan krsen började. Alla ndkatorer ökade kraftgt när krsen nådde stt akuta skede Därefter ökade de på nytt under 211 när statsskuldkrsen förvärrades för att sedan sjunka gen när spännngen mnskade under 212. Att systemrsken ökar under peroder när marknaden befnner sg under stress beror delvs på vårt val av beräknngsmodell, som låter bankernas marknadsrsk varera över tden. 25 Om marknaden upplever att en bank medför större rsk under en perod av stress, kommer detta alltså att återspeglas de avancerade ndkatorerna på systemvkt. Det är också värt att notera skllnaden systemvkt mellan de ensklda bankerna. MES, ΔCoVaR-Bank och ΔCoVaR-System pekar på att de fyra bankerna har ungefär lka stor systemvkt under peroden. Utgår man däremot från SRISK-ndkatorerna är Nordea betydlgt mer systemvktg än de andra storbankerna från 28 och framåt. Denna avvkelse från de andra bankernas systemvkt kan hänföras tll Nordeas snabba skuldöknng jämfört med andra svenska banker under peroden. De avancerade ndkatorerna tenderar att ge olka rangordnng av bankerna urvalet. SRISK-ndkatorn vsar att Nordea är betydlgt mycket mer systemvktg än de tre 24 Se dagram B1 blaga B för en beskrvnng av utvecklngen de enkla ndkatorerna för urvalet av banker Se blaga A för en närmare beskrvnng av beräknngsmetoderna. 12

13 andra storbankerna, särsklt från 28 och framåt. Enlgt MES- och ΔCoVaR-Bankndkatorerna är SEB den mest systemvktga banken under peroden. Enlgt ΔCoVaR- System-ndkatorn är SEB dock ofta den mnst systemvktga banken urvalet, även om skllnaden mellan bankerna är lten. Handelsbanken får en låg rangordnng enlgt alla ndkatorer utom ΔCoVaR-System. Detta kan tolkas som att banken är förhållandevs okänslg för systemchocker, medan systemet tenderar att vara beroende av bankens lönsamhet. Handelsbanken tenderar med andra ord att hantera en negatv utvecklng på marknaden bättre än de andra svenska bankerna, möjlgen tack vare bankens decentralserade beslutsstruktur (se Holmberg m.fl. 212). Samtdgt som bankernas rangordnng varerar mellan de avancerade ndkatorerna ger varje ndkator sg en förhållandevs konstant rangordnng över td. MES, SRISK och ΔCoVaR-Bank ger en stabl rangordnng av bankerna över tden (med några undantag). Rangordnngen enlgt ΔCoVaR-System varerar däremot kraftgt mellan 25 och 212. Detta beror sannolkt på att skllnaderna mellan de beräknade värdena på ΔCoVaR-System-ndkatorn för bankerna är så små att rangordnngen hamnar nom felmargnalen. Undantaget tll denna regel är Grangermåttet. Enlgt denna ndkator har var och en av de fyra bankerna vart den mest systemvktga banken vd mnst ett tllfälle under peroden Dagram 1. Rangordnad systemvkt för de avancerade ndkatorerna a) Genomsntt av MES-mått b) Genomsntt av SRISK-mått c) ΔCoVaR-System d) ΔCoVaR-Bank SEB SHB Nordea Swedbank Anm. Ju högre rangordnng desto större systemrsk. 13

14 Dagram 2. Tretto dagars gldande medelvärde för de avancerade ndkatorerna a) MES 1 procent b) SRISK 1 mljarder SEK c) MES 2 procent d) SRISK 2 mljarder SEK e) MES 3 procent f) SRISK 3 mljarder SEK g) ΔCoVaR-System procent h) ΔCoVaR-Bank procent ) Grangerkausaltet 2,5 2 1,5 1,5 SEB SHB Nordea Swedbank Anm. Som llustraton vsar sffrorna för ΔCoVaR-System- och ΔCoVaR-Bank-ndkatorerna det negatva resultatet av beräknngarna. Sambandet mellan enkla ndkatorer och avancerade ndkatorer V börjar med att studera sambandet mellan enkla och avancerade ndkatorer genom att undersöka deras korrelaton. I tabell 4a vsas de poolade korrelatonerna mellan ndkatorerna. Sgnfkanta resultat markeras fetstl. Av tabellen framgår att det endast är för totala tllgångar och nlånng som korrelatonskoeffcenten konsekvent får samma tecken. 26 De totala tllgångarna, marknadsandelen stats- eller hypoteksoblgatoner och utländsk valuta är samtlga relaterade tll en högre systemvkt enlgt de flesta 26 V gör parade observatoner kvartalsvs för att få balanserade paneler. Alla resultat är baserade på standardserade varabler. 14

15 avancerade ndkatorer. Detsamma gäller för strukturell lkvdtet, även om korrelatonen mellan strukturell lkvdtet och de flesta sårbarhetsmått för ensklda banker (MES och ΔCoVaR-Bank) nte är sgnfkant. Inlånng är emellertd assocerad tll lägre systemrsk alla avancerade ndkatorer, vlket stämmer med förväntnngarna. För alla andra enkla ndkatorer varerar korrelatonen mellan postvt och negatvt de avancerade ndkatorerna. I tabell 4b vsas de rangordnade korrelatonerna mellan de enkla och avancerade ndkatorerna. Det är slående att flera avancerade ndkatorer uppvsar en sgnfkant rangordnad korrelaton med de enkla ndkatorerna. Detta är särsklt anmärknngsvärt för de olka varanterna av MES och SRISK, som uppvsar en sgnfkant korrelaton på mellan fem och sju av sammanlagt to enkla ndkatorer. De enda enkla ndkatorer för vlka korrelatonskoeffcenten konsekvent uppvsar samma tecken för alla avancerade ndkatorer är emellertd storlek, nlånng, marknadsandel av hypoteksoblgatoner samt lkvdtetsreserver vd stress. För nlånng är tecknet negatvt, vlket tyder på att banker som är beroende av nlånng tenderar att vara mndre systemvktga. För alla de andra enkla ndkatorerna varerar sambandets rktnng för de avancerade ndkatorerna. Marknadsandel statsoblgatoner, termner samt utländsk valuta har dock en stark tendens att vsa en postvt rangordnad korrelaton med de flesta avancerade ndkatorer (samtlga utom ΔCoVaR-System). Det otydlga sambandet mellan de avancerade ndkatorerna och den enkla ndkatorn tabell 4 kan bero på att de lnjära sambanden korrelatonsmatrsen påverkas starkt av bankspecfka effekter. De enkla korrelatonerna tabell 4 kan alltså över- eller underskatta beroendet mellan de avancerade och enkla ndkatorerna. Eftersom flera av de enkla ndkatorerna är starkt korrelerade med varandra (se blaga B) bedömer v dessutom statstsk sgnfkans med paneldataregressonsmodeller med fxa effekter för varje normalserat varabelpar. 27 Resultatet av den parade paneldataregressonen vsas tabell 5. Sgnfkanta resultat markeras med fetstl och cke-statonära resultat markeras med grå text Observera att de parade paneldataregressonerna kan leda tll bas på grund av utelämnade varabler (omtted varable bas). Eftersom v är ntresserade av det drekta sambandet mellan de enkla och avancerade ndkatorerna har v dock bortsett från detta, för att få fram mer lättolkade resultat. 28 Rent generellt så är dskrepansen mellan de beräknade determnatonskoeffcenterna nom och mellan bankerna stor, vlket tyder på att de poolade korrelatonerna tabell 4 stämmer dålgt överens med data. 15

16 Tabell 4a. Poolade korrelatoner mellan de avancerade och enkla ndkatorerna MES 1 MES 2 MES 3 SRISK 1 SRISK 2 SRISK 3 System -ΔCoVaR- -ΔCoVaR- Bank Granger Totala tllgångar,7,12,12,97***,9***,98***,16*,11,5 Inlånng -,16* -,18** -,14 -,45*** -,43*** -,44*** -,6 -,16* -,24*** Utlånng -,13 -,1 -,2,84***,7***,85*** -,2 -,9 -,6 Statsobl.,16*,16*,16*,33***,35***,33*** -,1,12,24*** Hypoteksobl.,4***,4***,33***,5,13,4 -,1,31***,8 Termner,8,13,1 -,15* -,11 -,15 -,9,9,2 Utl. valuta,3,1,11,33***,32***,34*** -,4,5,9 Inlånng/ eget kaptal -,7 -,1 -,13 -,84*** -,73*** -,84*** -,1 -,8 -,9 Lkvdtetsreserv under stress,22**,19**,11 -,11 -,4 -,13,1,13,6 Strukturell lkvdtet,13,9 -,1,22**,21**,2**,9,5,17* Sgnfkanskoder: *** :1 %, ** :5 %, * :1 %. Sgnfkanta resultat fetstl. Tabell 4b. Poolade korrelatoner mellan de rangordnade avancerade och enkla ndkatorerna MES 1 MES 2 MES 3 SRISK 1 SRISK 2 SRISK 3 -ΔCoVaR- System -ΔCoVaR- Bank Granger Totala tllgångar,13,19**,21**,97***,79***,97***,14,17*,8 Inlånng -,14 -,17* -,16* -,61*** -,55*** -,61*** -,6 -,15* -,26*** Utlånng -,32*** -,33*** -,19**,56***,28***,58*** -,1 -,29*** -,13 Statsobl.,2**,17*,17*,29***,3***,28*** -,,1,11 Hypoteksobl.,31***,33***,28***,3,15,,2,23**,6 Termner,4,8,8,6,7,7 -,1,7,6 Utl. valuta,7,12,13,48***,38***,49*** -,3,5,1 Inlånng/ eget kaptal -,14 -,15* -,18* -,8*** -,66*** -,8***,3 -,11 -,16*** Lkvdtetsreserv under stress,24**,24**,14,8,13,6,15,2**,1 Strukturell lkvdtet,21**,16,4,35***,3***,31*** -,3,9,22** Sgnfkanskoder: *** :1 %, ** :5 %, * :1 %. Sgnfkanta resultat fetstl. Den första slutsatsen v drar är att storleken har betydelse. En öknng värdet av bankernas totala tllgångar bdrar tll ökad systemrsken (enlgt MES-, SRISK- och ΔCoVaR-System-ndkatorerna). Dessutom bdrar det tll att öka bankernas känslghet för systemchocker ( ΔCoVaR-Bank). Alla dessa resultat är sgnfkanta. Resultatet vsar också att nlånng/eget kaptal har ett sgnfkant och negatvt samband med systemrsk enlgt alla avancerade ndkatorer utom ΔCoVaR-System. Detsamma gäller för 16

17 marknadsandelen av nlånng för alla avancerade ndkatorer utom MES 3, där det saknas sgnfkans. För andra enkla ndkatorer är blden mer varerad. Utlånng, marknadsandel statsoblgatoner, hypoteksoblgatoner och utländsk valuta, samt lkvdtetsreserver under stress, uppvsar sgnfkanta samband för två fem avancerade ndkatorer. Den enda enkla ndkator som uppvsar endast ett sgnfkant samband är strukturell lkvdtet (för Grangerkausaltetsndkatorn). Med utgångspunkt de avancerade ndkatorerna nnebär detta att sex av de to enkla ndkatorerna har en sgnfkant korrelaton med Grangerkausaltetsndkatorn när v kontrollerar för fxa bankeffekter. Tecknet på korrelatonen varerar dock. Tre enkla ndkatorer har ett postvt samband med båda SRISK-ndkatorerna (sammanlagda tllgångar, marknadsandel stats- och hypoteksoblgatoner, strukturell lkvdtet) och tre har ett negatvt samband (nlånng, marknadsandel termner, nlånng/eget kaptal). Detta resultat för nlånng/eget kaptal kan förklaras av att en högre grad av fnanserng genom nlånng gör att banken löper mndre rsk för fallssemang. En större marknadsandel av nlånngen borde dock nnebära att banken blr mer systemvktg. Därför är den negatva korrelatonen med avancerade ndkatorer svårare att tolka. För de övrga avancerade ndkatorerna uppvsar två fyra enkla ndkatorer sgnfkanta samband, om än med olka tecken på korrelatonen (både postv och negatv). Undantagen är de SRISK-ndkatorer som har sex sju sgnfkanta korrelatoner med enkla ndkatorer. Eftersom dessa resultat kan vara falska på grund av cke-statonartet (se nedan) bör de emellertd tolkas med försktghet. En annan observaton är att ndkatorn för strukturell lkvdtet endast har en sgnfkant korrelaton med de avancerade ndkatorerna, medan ndkatorn för lkvdtetsreserver under stress nte har något samband alls. Indkatorn för strukturell lkvdtet har en sgnfkant postv korrelaton med Grangerkausaltetsndkatorn, ett mått som återspeglar bankernas starka kopplng tll varandra. Detta resultat är svårtolkat, eftersom man kan förvänta sg att en bank med högre strukturell lkvdtet skulle vara mndre benägen att överföra stress va det fnansella systemet. Eftersom bankernas strukturella lkvdtetsreserver och deras sammanlagda tllgångar är korrelerade och hstorskt sett har följt varandra (se blaga B) kan detta resultat eventuellt förklaras av utelämnade varabler. Kontrollerar v för storlek (mätt som totala tllgångar) blr sambandet själva verket negatvt och är nte längre sgnfkant. 29 Justerng av sambandet mellan enkla och avancerade ndkatorer Vd en närmare jämförelse av utvecklngen hos enkla och avancerade ndkatorer fnner v att vssa parvsa paneldataregressoner ger cke-statonära resdualer vlket nnebär att resultaten nte är tllförltlga (se Granger och Newbold 1974). Det framgår tydlgt av de gråmarkerade resultaten tabell 5 att detta endast gäller de olka SRISK-måtten. För dessa ndkatorer går v alltså vdare med parvsa parade paneldataregressoner första ordnngens 29 När v kontrollerar för storlek mätt som värdet på de sammanlagda tllgångarna på koncernnvå balansräknngen förhållande tll BNP, blr sambandet mellan Grangerkausaltetsndkatorn och lkvdtetsreserven under stress,12, vlket är cke sgnfkant. 17

18 dfferenser. I tabell 6 vsas att den enda enkla ndkator som fortfarande har ett sgnfkant samband med SRISK-måtten är måttet på storlek (totala tllgångar). Tabell 5. Resultat av de parvsa paneldataregressonerna med fxa effekter. Övergrpande determnatonskoeffcenter (vänster) och determnatonskoeffcenter nom grupp (höger) anges nom parentes. MES 1 MES 2 MES 3 SRISK 1 SRISK 2 SRISK 3 System -ΔCoVaR- -ΔCoVaR- Bank Granger Totala tllgångar,88*** (,25/,13) 1,3*** (,3/,18),61*** (,17/,6) 1,4*** (,98/,94) 1,77*** (,94/,89) 1,33*** (,98/,92) 1,27*** (,23/,23) 1,15*** (,24/,2),59** (,6/,5) Inlånng -,43*** (,19/,6) -,37** (,18/,5) -,11 (,12/,) -,34*** (,73/,11) -,43*** (,55/,11) -,28*** (,75/,8) -,31* (,3/,3) -,42** (,1/,5) -,63*** (,13/,12) Utlånng -,55 (,15/,1) -,19 (,14/,),4 (,11/,) 2,69*** (,8/,34) 2,94*** (,61/,24) 2,69*** (,82/,36),5 (,/,) -,15 (,5/,) -,54 (,2/,) Statsobl.,9 (,15/,1),7 (,15/,),5 (,12/,),8 (,71/,2),13* (,51/,3),7 (,73/,2),2 (,/,),8 (,6/,1),3*** (,9/,7) Hypoteksobl.,3** (,19/,5),27** (,18/,4),19 (,13/,2),14** (,71/,4),21** (,52/,4),13* (,73/,3),5 (,1/,),31** (,1/,5),13 (,2/,1) Termner,8 (,14/,),18 (,15/,1),9 (,12/,) -,7 (,7/,) -,5 (,49/,) -,6 (,72/,) -,37* (,3/,3),12 (,5/,) -,36* (,4/,3) Utl. valuta -,2 (,15/,1) -,9 (,15/,) -,16 (,12/,1),9 (,7/,1),13 (,5/,1),8 (,72/,1) -,2 (,/,) -,6 (,5/,),1 (,1/,) Inlånng/ eget kaptal -1,12*** (,24/,12) -1,12*** (,25/,12) -,68** (,15/,4) -,47*** (,72/,6) -,77*** (,54/,9) -,4** (,74/,5) -,48 (,2/,2) -1,31*** (,19/,15) -1,46*** (,18/,17) Lkvdtetsreserv under stress,12 (,17/,1),6 (,17/,) -,4 (,11/,),26*** (,76/,13),3*** (,56/,9),24*** (,77/,11),23 (,3/,3),3 (,6/,) -,3 (,2/,) Strukturell lkvdtet,9 (,17/,1),3 (,17/,) -,7 (,11/,),7 (,73/,2),7 (,52/,1),4 (,74/,1),11 (,2/,1),3 (,6/,),17* (,4/,3) Sgnfkanskoder: *** :1 %, ** :5 %, * :1 %. Sgnfkanta resultat fetstl. Icke-statonära resultat gråmarkerade. Anm. För jämförelse baseras regressonerna på dfferenser första ordnngen för normalserade data. 18

19 Tabell 6. Resultat av de parade paneldataregressonerna med fxa effekter första ordnngens dfferenser. Övergrpande determnatonskoeffcenter(vänster) och determnatonskoeffcenter nom grupp (höger) anges nom parentes SRISK 1 SRISK 2 SRISK 3 Sammanlagda tllgångar 1,13*** (,72/,7) Inlånng,1 (,4/,) Utlånng,49 (,6/,2) Statsoblgatoner, (,4/,) Hypoteksoblgatoner -, (,4/,) Termner -, (,4/,) Utländsk valuta,3 (,5/,1) Inlånng/eget kaptal,8 (,5/,1) Lkvdtetsreserv under stress,2 (,5/,) Strukturell lkvdtet,6 (,6/,1) 1,66*** (,66/,65),2 (,2/,),71 (,4/,1), (,2/,),1 (,2/,),2 (,2/,),4 (,3/,),3 (,2/,),3 (,3/,) -,1 (,3/,),88*** (,37/,35) -, (,3/,),51 (,5/,1) -,1 (,3/,), (,3/,) -,5 (,5/,1) -,3 (,4/,),1 (,3/,) -,1 (,4/,),6 (,4/,1) Sgnfkanskoder: *** :1 %, ** :5 %, * :1 %. Sgnfkanta resultat fetstl. Anm. För jämförelse baseras regressonerna på dfferenser första ordnngen för normalserade data. Dskusson och polcykonsekvenser I den här artkeln har v beskrvt ett antal enkla och avancerade ndkatorer för det svenska banksystemet, kontrollerat om dessa ndkatorer leder tll lknande bedömnngar av systemrsk och undersökt vlken utsträcknng dessa ndkatorer ger konsstenta ndkatoner på systemrsk över tden. Resultaten vsar att systemvkten för varje enskld bank varerar avsevärt mellan ndkatorerna. Även om de olka avancerade ndkatorerna tenderar att rangordna bankerna olka fråga om systemvkt, tenderar rangordnngen att vara förhållandevs konstant över tden för de flesta ndkatorer, vlket framgår av fgur 1. Detta gäller oavsett om ndkatorn baseras på ett mått för systemvkt som mäter hur en enskld banks fallssemang påverkar det fnansella systemet, eller om det mäter ensklda nsttuts känslghet för stress det fnansella systemet. Dessutom vsar ndkatorerna att det skedde en uppbyggnad av systemrsk under åren före fnanskrsen och en markant öknng av ensklda bankers systemvkt nträffade efter Lehman Brothers kollaps. Därefter låg bankernas systemvkt kvar på en förhöjd nvå och ökade ytterlgare under den europeska statsskuldkrsens mest ntensva perod för att sedan reduceras. Bankernas systemvkt tenderar att uppvsa lkartade mönster över tden, med ett undantag. Baserat på SRISKndkatorer är Nordea betydlgt mer systemvktg än de andra storbankerna från 28 och framåt. Ett lknande resultat följer av den enkla ndkator som mäter storleken på ensklda banker (se blaga B). 19

20 Resultaten från analysen ndkerar följande: Det är möjlgt att med flera olka metoder göra kvanttatva skattnngar av bankers systemrsk. Det går att använda kvanttatva ndkatorer kombnaton med tröskelnvåer eller enkel poängsättnng för att särsklja systemvktga banker från cke systemvktga banker, samt rangordna banker efter deras systemvkt. Eftersom systemrsken varerar över tden bör nte en statsk metod användas för att dentfera systemvktga banker. En metod för att dentfera systemvktga banker bör vara dynamsk. Det är också vktgt att noga överväga hur ofta det är lämplgt att genomföra dentferngen av bankernas systemvkt. Att dentfera systemvktga banker med endast en ndkator rskerar leda tll förhastade eller felaktga slutsatser. Resultaten vsar att systemvkt är starkt beroende av vlka defntoner och krterer som används för att beräkna varje ndkator. En metod för att dentfera systemvktga banker bör baseras på flera ndkatorer. Att använda både enkla och avancerade ndkatorer skulle sannolkt ge mer användbara resultat än att enbart förlta sg på en typ av ndkatorer. Å andra sdan ökar komplexteten om man tar hänsyn tll alltför många ndkatorer. En formalserad dentferngsprocess nnebär ett antal svåra val när det gäller vlka ndkatorer som ska ngå och vlken relatv vkt som de olka ndkatorerna ska ges. Resultaten vsar också hur svårt det är att använda en rent kvanttatv metod för att dentfera och sklja mellan systemvktga banker. Den stora varatonen mellan banker och över tden nnebär en rad utmanngar med att använda en (enda eller kombnerad) poängsättnng för att dentfera systemvktga banker. En rsk är att alternatva vktga ndkatorer utelämnas analysen. En annan rsk är en övertro på att det går att mäta systemrsk korrekt. I praktken är systemrsk ett komplcerat och mångfacetterat begrepp som påverkas både av bankspecfka varabler, återkopplngen mellan rsker olka delar av det fnansella systemet och polcyåtgärder. Detta nnebär sammantaget att det behövs en kombnaton av kvaltatva och kvanttatva analyser (vlket föreslås CRD IV). Ett forsknngsområde för framtden kan vara att utveckla metoder som väver samman nformatonsnnehållet varje ndkator tll ett ndex över systemvkt. Sammantaget pekar dessa slutsatser på att myndgheter med ansvar för fnansell stabltet står nför en svår uppgft när det gäller att göra en avvägnng mellan å ena sdan metoder som präglas av enkelhet, nsyn och förutsägbarhet och å andra sdan mer avancerad metoder som kan ge en bättre bld av systemrsken, men som samtdgt är mer komplexa och svårare att använda. Trots de svåra val som krävs för att utveckla metoder för dentferng av systemvktga banker är det vktgt att arbetet bedrvs skyndsamt eftersom det kan bdra tll att mnska rskerna det fnansella systemet. 2