银行的信息中心

美国联邦储备委员会，华盛顿特区，ISSN 1936-2854（印刷版）ISSN 2767-3898（在线版） 银行的信息中心性 Nathan Foley-Fisher, Gary Gorton, St´ephane Verani 2024-006 请以以下方式引用这篇论文：Foley-Fisher, Nathan，Gary Gorton和St´ephaneVerani（2024）.“银行的资讯中心性，”《联邦储备理事会金融经济讨论系列》2024年第006号。华盛顿特区：联邦储备银行理事会，https://doi.org/10.17016/FEDS.2024.006. 注意：金融与经济讨论系列（FEDS）的员工工作报告是用于激发讨论和批评性评论的初步材料。分析结论均为作者的观点，并不代表研究团队成员或管理委员会的共识。在出版物中引用金融与经济讨论系列（除致谢外）的内容，应与作者联系，以保护这些论文的临时性质。 银行的信息中心性∗ 1联邦储备委员会2耶鲁管理学院与国家经济研究局南森·弗利-费舍尔1，加里·戈顿2, 以及 Stéphane Verani1 第一版：2021年1月；本版：2023年12月 摘要 大型非银企业的股权和债务价格包含了关于银行系统未来状态的情報。从这个意义上说，银行在信息上处于核心位置。这种信息的量随时间和股权及债务的变化而变化。在金融危机期间，根据危机的定义，银行面临失败的潜在风险。债务价格大约下降了50%。更多信息比2007-2009年金融危机期间对银行业未来状态的股价更能说明问题。这部分原因是投资者担心银行可能无法为企业的债务进行再融资。 JEL Codes: D82, E44, G14关键词：价格信息透明度、资产定价、银行系统、金融危机 1 引言 银行位于储蓄-投资过程的中心。但银行位于“中心”意味着什么呢？为了回答这个问题，我们探讨大型非银行企业的股票和债务价格是否包含关于银行体系未来状态（“银行体系状态”）的信息。我们分析了正常时期以及2007-2009年的金融危机期间。我们发现，大型非银行企业的股票和债务价格确实蕴含了关于银行体系状态的信息。嵌入价格中的信息量随时间和股票及债务的不同而变化。1 大量文献研究金融危机作为信息事件，其中短期债务从信息不敏感状态转变为信息敏感状态——即危机。关于这一文献的综述，请参阅Dang,Gorton and Holmström（2020）的研究。金融危机是一种系统性事件，整个银行系统的偿债能力受到威胁。本·伯南克在金融危机调查委员会的证词中提出了这一点（2012）。他说，在2008年9月和10月期间，“...在美国13家最重要的金融机构中，有12家面临破产的风险”。 一周或两周期间”（第354页）。我们显示，在金融危机期间，存在着一种信息制度转换。企业资产然而，我们发现无论是股票还是债券的价格，始终能够反映出银行业的状况。但在2007-2009年的金融危机期间，债券价格大约下降了50%。更多信息比股价更甚。我们发现这一差异部分归因于投资者担心银行可能无法为公司的债务进行再融资。 我们通过估计与资产价格中包含的未来状态信号的相对精确度相对应的价格信息量来推进。在实践中，一个特定的组合R 2统计数据显示，通过对资产价格变动与状态变动进行线性回归，精确地识别出相对价格信息含量（Davila and Parlatore，2022）。在我们设定的情境中，我们研究单一非银行公司的资产价格是否能够反映两个未知状态的信息：公司状态——如Davila和Parlatore（2022）所述，以公司未来的收益来衡量——以及银行系统状态（定义见下文）。我们的计算方法类似于一个外部观察者在观察非银行公司资产价格变动后，更新其对银行系统状态的先验认识。我们表明，观察者可以识别出关于银行系统状态的信息含量。在特定的假设条件下，我们设定情境中的观察者是一个贝叶斯学习器，应用卡尔曼滤波来提取关于公司和银行状态两个未知线性组合的信息——即，两种状态及其 他们的线性组合是未知的。可以通过比较两个卡尔曼增益来分析银行系统的状态：第一个是通过强加一个约束在未知的公司和银行状态的线性组合上得到的，第二个是从不受约束的卡尔曼滤波器中得到的。当一个资产价格对于银行系统不提供信息时，受限和不受限的卡尔曼滤波器中的信噪比是相同的。 我们使用子采样方法对价格信息量的统计指标进行推断。我们的指标在公司层面上使用16个季度的滚动窗口，并在每个时间段内对各个公司进行平均。t至 获取一个总体时间序列。对样本均值在时间点的分布进行子采样。t基于n公司需要计算所有样本的平均值。n组合的固定子样本大小c在...时t, 其中c < n. 在极弱假设下，子采样方法对原始样本均值抽样分布的估计是一致的（参见Politis, Romano和Wolf(1999)）。2 我们随后调查为什么在金融危机期间，单个大型非银行企业的债务所包含的关于银行系统状况的信息比这些企业的自身股票价格更多。我们在面板数据环境下分析了股票和债务价格中关于银行状态的相对信息含量。我们计算了每家企业在接下来十二个月内到期债务的比例，将其作为再融资风险的衡量指标。我们发现，在金融危机期间，当企业的再融资风险较高时，其债务价格比股票价格包含更多关于银行系统状况的信息。Benmelech、Frydman和Papanikolaou（2018）发现，在大萧条期间，当公共债务市场消失时，在本地银行倒闭地区的到期债务企业将其就业减少了11%至17%。我们的发现表明，投资者担心企业也可能在融资上遇到困难。 在2007-2009年金融危机期间进行债务重组。 请注意，我们并非在探讨市场效率问题，这将对研究者事先认为应存在于资产价格中的信息进行检验。相反，我们正在检验关于银行系统状况的信息是否反映在非银行企业的资产价格中。我们还研究了价格信息量在正常时期和危机时期，以及在不同股权和债务工具中随时间的变化情况。此外，还请注意，我们并非试图预测未来的银行资本比率，这将是一项理论无关的时间序列计量经济学练习。相反，我们正在检验投资者是否产生并将关于未来银行资本比率的信息纳入非银行企业的资产价格中。 相关文献包括Ottonello和Song（2022）。这些作者表明，中介机构净值的变动对非银行企业具有实际影响。他们观察了中介机构盈利公告前后狭窄窗口内中介机构市场价值的频繁变动。他们估计，中介机构净值1%的下降会导致非银行企业市场价值下降0.2%至0.4%。我们的方法不同。我们表明，在中介机构净值的变动方面……未来银行体系的状态会影响非银行企业的股权和债务价格，我们提出了一种导致这种情况发生的机制：再融资风险。 在经济学中，中介机构处于中心地位（He和Krishnamurthy，2013）。但在这种情况下，问题是中介机构是否是边际资产定价者，因此可以将其当前状态表示为随机折现因子。在中介机构资产定价的实证研究中，研究人员将银行系统的状态定义为银行的杠杆率。Adrian、Etula和Muir（2014）以及He、Kelly和Manela（2017）对杠杆率的定义不同。我们遵循He等人（2017）的定义，将杠杆率定义为一级交易商的股本比率，即纽约联邦储备银行的对手方。这些一级交易商银行将成为公司债务的承销商，使它们成为我们样本中大型非银行金融机构中显著的中介机构集合。3 本文的结构如下。第二节提出一个简单模型以解释和推动实证分析。第三节描述了我们的方法如何被理解为卡尔曼滤波器。第四节概述了我们的数据。在第5节中，我们报告了总体层面的分析，而在第6节中报告了企业层面的分析。第7节得出结论。 2 模型 在本节中，我们提供了一个简洁的模型来启发后续的实证研究。股权和债务市场协议在 该模型遵循Chousakos, Gorton和Ordoñez（2023）的研究。该模型是Grossman和Stiglitz（1980）模型的可处理版本，其中市场资产供给外生给定。这一假设的直觉是流动性交易者是不对称的：可能存在卖出的紧迫性，但买进的紧迫性却不同。 2.1 设置 有四个日期：0、1、2和3。存在一个连续体中前向相同企业的质量（对于其他代理类型也是如此）。t= 0 一家代表性企业已经通过债务融资。D，以及股权，E因此，00 总资产为：A=D+E.现有债务到期日为t= 2 以及，00 0 当时，该公司希望发行新债务，到期日为t= 3. 为了尝试重新融资其债务，该公司向一家银行寻求帮助。t= 2. 在t等于3，如果旧债务已经被再融资，则偿还债务，并将股本作为清算 股息支付。 在……的开始t= 1，一个公共信号,S关于未来（即，t= 2) 银行系统的状态已传达。如下详细说明，代理人可以在付出成本的情况下了解此状态变量的含义。4然后，在t= 1，一个权益市场和债务市场同时开放。t= 1 资产市场，存在一些必须出售公司股权和债务头寸的流动性交易者。这些市场的竞标者风险中性。There 该公司的债务和股权的竞标者数量是两倍。5两个竞标者随机分配给每位卖家。他们提交密封标书，每个市场的资产归出价最高者所有。在t=2，公司宣布其收益，公司前往银行进行新债务的承销。 时间线如下： 在t= 2 家银行开业，并且基于对国家状态，Ω，的认识，该企业受到影响。例如，该企业可能无法发行新债务来替代到期的债务。t= 2 如果，比如说，发生金融危机。这是再融资风险该公司的与银行的互动可由公司的价值来概括。t= 3，这取决于银行业的状况。t= 2. 实现了的银行系统状态为t= 2 是两种可能的实现之一：C并且N例如，危机与正常，以及概率。希腊字母γ并且C 5有四个投标人单位间隔，其中两个为债务投标人，两个为股权投标人。为了简化，股权市场和债务市场的投标人是不同的。由于两个市场同时开放，价格同时形成，因此一个市场的信息不会影响另一个市场的交易者。为了增加复杂性，可以添加跨市场信息交换。 希腊字母γ总计为一，因此 Ω属于集合 {C, N}公司价值在...t= 3N依赖于实现的态Ω，即，V（Ω）。但是，除了这一点，对于每个州，公司的价值都可以被评估。V(Ω，x) 或V(Ω，x），Ω属于集合{C, N}, 其中HLV(Ω，x)>V(Ω，x每个Ω对应的)V(N，x)>V(C, x）。该变量xHL L H指的是公司最终的现金流t从公司项目中获得= 3。这些现金流量也可 能是Ω的函数，无论如何，都是随机的，尽管为了简化符号，这一点将被省略。 未提供具体内容t= 2 知道状态 Ω，但不知道最终的公司价值是否t=3 will beV（Ω）（一家“低类型”企业）或V（Ω）LH （一家“高端”公司），并且隐含地他们并不知道x他们确实知道公司破产的可能性是H在各个州，希腊字母γ（Ω），或L,希腊字母γ（Ω），在状态Ω中，HL哪里希腊字母γ（Ω）+希腊字母γ（Ω）= 1.HL Table1描述了银行业系统实现的状态是：t= 2 将影响公司价值的评估t=3 负债。公司可能无法再融资其债务。t=2，因此表中可能存在部分债务为零。代理人不能出售资产空短。6 2.2 资产市场与信息生产 在t在全面信息信号已发送且市场开盘之前，债务和股权竞标者选择是否产生关于公司未来价值的私人信息。在实现结果条件下，6D这是在表中所有不确定性上的期望值。0 表1：资产价值在期间t= 2作为银行系统状态的函数（ ）Ω). 银行体系状况t= 2，关于公司价值的私人信息。t= 3 will beV（Ω）或V基于此。HL 所以，在t= 1，一个知情代理人知道D(Ω，j) 或E(Ω，j)，而一个22 Ω）D(ΩH) +希腊字母γ（Ω）D(Ω，空格)≡变化量（Δ）以及类似情况。H2 L 2 D 股权希腊字母γ（Ω）E(ΩH) +希腊字母γ（Ω）E(Ω，空格)≡∆(Ω).7一个不知情的竞标者。 将始终投标p哪里我：i是债务或股本（我们将在短时间内解决此问题）p)。在我：i我：i 并获得低估的资产