这篇论文探讨了银行财务报表发布前修订这一现象,旨在揭示其对银行风险的前瞻性信息价值。以下是根据所提供的文字内容进行的总结:
背景与机构环境
- 研究背景:研究基于巴西国家金融体系的特性,特别是银行系统的集中度、信贷市场的增长以及面对的高风险环境。
- 机构角色:巴西中央银行(BCB)负责货币、信贷和汇率政策,同时监管和监督国家金融体系。
数据来源与样本
- 数据集:研究利用了从巴西中央银行(BCB)获取的四个数据集,包括监管金融机构的注册数据库、会计数据、修订历史数据以及银行关闭案例数据。
- 数据样本:构建了主数据集和聚合数据集,主数据集包含7,438,180个观察结果,聚合数据集则包括146,442个银行-时间水平的观察。
核心变量与度量
- 修订度量:提出两种修订度量方法,分别衡量修订项目的总数与修订强度。
- 银行风险度量:使用平均违约概率(PD)、CAMEL评级和银行Z得分作为关键风险指标,这些指标反映了银行的借款者违约风险、监管评级和距离违约的距离。
研究方法与发现
- 方法论:采用机器学习技术分析修订与银行风险的关系,发现修订频率与未来银行风险呈负相关。
- 关键发现:
- 所有修订中有78%发生在财务报表发布之前,显示修订提供了预测银行风险的私人信息。
- 更频繁修订的银行在未来六个月内风险较低。
- 修订的频率和严重程度不仅与未来银行风险有关,还影响银行风险的机制被揭示。
- 结果在不同参数选择和度量上具有稳健性。
贡献与局限
- 贡献:首次探索银行向监管机构的监管报告前修订作为预测银行风险的新途径,强调了私人信息在监管中的作用。
- 局限:研究局限于巴西数据,且结果需要在不同国家和环境下进行验证。
这篇论文通过深入分析银行财务报表发布前的修订活动,揭示了其与银行未来风险之间的关联,为监管机构有效监控银行风险提供了新的视角和工具。