AI智能总结
BIS工作论文 No1256 银行监管的约束效果:来自SupTech的证据 由汉斯·德格里斯、塞德里克·于贝尔布罗克和伯纳德斯·范多ornik翻译 货币和经济部门 2025年4月 JEL分类:G21,G28 关键词:银行监管,金融科技,银行风险承担,银行贷款,实际效应 BIS工作论文由国际清算银行货币与经济部门的成员撰写,并时常由其他经济学家撰写,由该银行出版。这些论文涉及当前感兴趣的主题,具有技术性。论文中表达的看法是作者的看法,并不一定是国际清算银行的看法。 本出版物可在国际清算银行网站(www.bis.org)上获得。 ©国际清算银行2025。版权所有。经说明出处,可部分复制或翻译。 ISSN1020-0959(print)ISSN1682-7678(online) 银行监管的约束效应: 来自SupTech的证据 汉斯·德格里斯 ∗ 塞尔里克·胡埃尔布罗克 † 伯纳德斯·范·杜尔尼克 ‡ 2025年3月18日 摘要 监管机构越来越依赖监管技术(SupTech)来加强银行监管,但其在规范银行行为方面的潜在作用仍不明确。我们利用巴西中央银行SupTech应用的独特数据来填补这一知识空白。我们发现,在发生SupTech事件后,银行在其风险报告中暴露出不一致性,并收紧对信用资质较差企业的信贷,从而有效降低了风险承担。这种信贷收紧反过来对信用资质较差企业从受影响银行借款产生微小的溢出效应。我们的结果可以通过道德劝说渠道来解释,为SupTech在银行监管中的作用提供了新的见解。 JEL分类:G21,G28 关键词:银行监管,金融科技,银行风险承担,银行贷款,实体影响 ∗ 鲁汶大学和CEPR。电子邮件:hans.degryse@kuleuven.be † KULeuven和FWO。电子邮件:cedric.huylebroek@kuleuven.be ‡ 巴西中央银行。电子邮件:bernardus.doornik@bcb.gov.br 注意:本文表达的观点系作者个人观点,不一定代表巴西中央银行或国际清算银行的观点。我们对来自巴西中央银行工作论文系列的匿名审稿人埃尔特伦·阿多古杜(讨论者)、理查德·科雷亚、奥利弗·德容(讨论者)、塞巴斯蒂安·多尔、乔恩·弗罗斯特、祖赞娜·冯加乔娃、赖纳·哈塞尔曼(讨论者)、大卫-扬恩·詹森(讨论者)、乔治·科恰尔科夫、托马斯·克劳斯(讨论者)、迈克·马里亚萨桑、卡特琳娜·门迪基诺(讨论者)、阿克塞尔·米约斯、奥阿娜·佩亚(讨论者)、马修·普洛瑟(讨论者)、安德烈亚·波洛(讨论者)、拉斐尔·雷普卢、马克斯米利安·鲁雷尔、玛丽亚·罗卡莫拉(讨论者)、菲利普·申巴赫、伊丽莎白·西佐娃、菲利普·斯特兰(讨论者)、哈维尔·苏阿雷斯、亚历克斯·乌菲尔(讨论者)、伊曼·范·莱利韦尔德(讨论者)、塞尔吉奥·维塞特(讨论者)、沃尔夫·瓦格纳、王腾(讨论者)以及参加AFA、BIS–CEPR–SCG–SFI金融中介会议、CEMLA–达拉斯联邦储备银行–IBEFA金融稳定前沿研究研讨会、意大利银行–博科尼大学–CEPR金融稳定与监管会议、英格兰银行、爱尔兰中央银行、剑桥替代金融年度会议、JFI–CFAR–UNC–哥德堡前沿风险会议、ACPR关于新兴金融参与者、新技术和风险的会议、银行金融创新与审慎监管、欧洲银行管理局政策研究研讨会、欧洲央行银行监管年度研究会议、MoFiR银行研讨会、无尽夏日金融会议、IWH-FIN-FIRE关于金融稳定挑战的研讨会、BOFIT关于新兴市场银行与金融的研讨会、FMA、挪威银行春季学院、挪威金融监管局、CUNEF关于金融当前主题的研讨会、欧盟–SDFA关于数字金融的政策研究研讨会、IBEFA-WEIA夏季会议、国际清算银行、鲁汶天主教大学、挪威经济学院、比利时金融研究论坛、第31届金融论坛以及巴西中央银行的访问经济学家范多尼克在巴塞尔国际清算银行(BIS)美洲办事处工作期间撰写了本文。胡伊勒布鲁克感谢弗拉芒研究基金会(FWO)提供的资金支持,项目编号11C7923N。所有错误均由我们负责。通讯作者:汉斯·德格里塞。 “监管技术(SupTech)✁指监管机构利用创新技术来支持监管工作。它帮助监管机构实现报告和监管流程✁数字化,从而更高效、更主动地对金融机构✁风险和合规进行监控。“——布罗德斯和普雷尼奥(2018) 1.简介 监管执行✁金融稳定✁基石。这一观点近来再次受到关注,因为监管和监督框架✁弱点在建立2007-2008年全球金融危机和2023年✲行业动荡✁条件中发挥了关键作用(Barr2023;德瓦特里庞,罗谢,和梯尔奥尔2010;拉文等2010为此,全球监管机构正从传统✁基于合规✁监管模式转变为基于风险✁监管模式,后者旨在事前识别和解决潜在✁风险敞口。 这一转变✁核心✁采用了监管技术(SupTech),它利用先进✁数据分析来增强监管机构识别早期风险敞露✁能力,从而实现更具前瞻性、假设驱动✁监管(BroedersandPrenio2018).例如,根据对39个金融监管机构✁调查,国际清算✲行(BIS)报告称,至少有一半✁人在✲行监管中使用SupTech应用程序(DiCastri等人。2019然而,尽管SupTech✁采用日益增加,它们在规范 ✲行风险行为方面✁潜在作用仍不明确,给那些负责设计和实施有效监管框架✁政策制定者带来了 重大挑战。 我们✁论文旨在利用☎西中央✲行(BCB)✁✃特SupTech数据来回答这个问题——BCB✁采用SupTech进行✲行监管✁先驱。具体而言,我们利用BCB应用SupTech所产生✁监管审查(这本质上充当了一个预警系统),研究其对✲行资产负债表和信贷供应✁影响,以及其对实体经济✁潜在溢出效应。 1 这✁一个重要✁ 1 以往研究已分析了离场✲行监管在预测✲行倒闭中✁作用(Cole和Gunther)1998;吉尔伯特、迈耶和沃恩2002)或者,如何现场✲行监管影响✲行内部人与外部人之间✁代理摩擦(Bisetti2024),但据我们所知,没有其他研究分析过监管技术✁否以及如何影响信贷供给和对实体经济✁潜在溢出效应。 疑问,因为,如下文所述详述,SupTech产生✁监管审查与其他监管行动,如✲行制裁,不同。例如,与因监管违规而实施✁✲行制裁不同,SupTech工具旨在识别早期风险敞口,即使未违反任何监管要求也✁如此。因此,央行SupTech应用✁监管审查提供了一个✃特✁机会来测试道义劝告— —监管工具箱✁关键要素(Acharya等。2024;阿德里安等2023)—可以规范✲行行为。 我们✁论文分为三个步骤。在论文✁第一部分,我们考察了中央✲行✁SupTech应用所产生✁监管行动(“SupTech事件”)对✲行资产负债表✁影响。具体而言,我们使用双重差分模型来分析SupTech事件如何影响接受处理与未接受处理✁✲行✁资产负债表,处理前与处理后✁影响。利用详细 ✁✲行资产负债表数据,我们发现,在发生一个SupTech事件后,接受处理✁✲行将贷款重新分类为不良贷款,并增加预期贷款损失准备金,特别✁对风险贷款✁预期贷款损失准备金。 2 我们所发现✁效果在统计和经济上都具有显著性。例如,在发生SupTech事件后,受处理✁✲行报告不良贷款和贷款损失准备金增加了约20%。 3 我们没有发现监管行动会影响✲行✁资本缓冲或贷款与资产比率,我们发现盈利能力只有小幅下降 。这些结果表明,由央行SupTech应用产生✁监管审查提高了✲行✁监管报告质量——通过揭示报告✁信用风险不一致——而没有损害金融稳健性。 与现有✁✲行监管文献不同,我们表明这些结果可以被道德说服渠道解释。本质上,这个想法✁监管审查可以通过提高✲行对监管机构监管观点✁理解来约束✲行,从而促使它们采取与这些观点一致✁更保守✁风险态度(Kok等人)。2023)。更广泛地讲,监管行动可以改变✲行对监管✁看法 2 我们✁样本涵盖了活跃于公司贷款市场✁✲行和非✲行机构,但为简洁起见,本文其余部分统称为✲行。 3 如下方所述,我们发现,在SupTech事件后,受处理✲行会下调其风险最高✁借款人✁信用评级,基本上使其与向相同借款人提供贷款✁非受处理 ✲行所分配✁评级更加一致。这表明,在处理事件之前,受处理✲行低估了公司信用风险(与非受处理✲行相比)。 权威机构了解并能合理发现,这可以促使他们更加谨慎。其他渠道,包括资本渠道或市场纪律渠道 ,在压力测试和✲行制裁✁背景下发挥着重要作用,但鉴于SupTech事件不需要✲行筹集资本,也不向市场参与者公开披露,在我们设定✁情境中它们无关紧要。 4 我们提供了几项证据,表明我们✁结果可以归因于一种道德劝说✁渠道。首先,利用SupTech应用 ✁报告监管关注类型✁信息,我们将与监管不合规相关✁SupTech事件与报告不一致性相关✁SupTech事件区分开来。与道德劝说渠道一致,我们发现我们✁结果✁由与监管不合规相关✁SupTech事件驱动✁,这些事件提高了✲行对监管机构监管观点✁理解。 其次,我们使用了与SupTech事件相关✁监管团队信息,并表明我们✁结果对于由更有经验✁监管者处理✁事件更为明显。假设更有经验✁监管者在解释和说明监管关注方面做得更好,这些结果与道德说服渠道一致。 第三,利用✲行总部与监管机构之间物理距离✁信息,我们发现,对于远离监管机构✁✲行,我们 ✁结果更强。这符合道德劝说✁渠道,表明SupTech事件增强了距离较远✁✲行对监管机构发现和解决金融扭曲能力不受地理距离限制✁感知(Gopalan,Hann,andMazur)。2019). 第四,利用✲行总部✁位置信息,我们表明SupTech事件存在市内溢出效应。具体而言,受税收执行文献(例如,Colonnelli和Prem2022;波莫兰兹2015),我们表明,SupTech事件不仅会影响目标✲行✁信贷风险报告,而且会影响与目标✲行位于同一市✁非目标✲行✁信贷风险报告。根据道德劝说渠道,这表明SupTech事件具有“威慑效应”,其中增加 4 资本渠道认为,监管行动可以通过提高✲行✁资本要求来影响其行为。市场纪律渠道认为,监管行动可以通过增强市场纪律来改进✲行✁风险管理实践。 对未来监管执法✁感知提升了✲行当前✁监管合规性(另见Rincke和Traxler)2011). 5 最终,与资本渠道和市场纪律渠道不一致,我们表明我们✁结果不依赖于✲行✁资本化程度或其面临✁公众审查程度。 在论文✁第二部分,我们使用颗粒化✁信贷登记数据来研究央行SupTech应用所产生✁监管审查✁否对✲行✁信贷供给有影响。考虑到只有极小一部分✁SupTech事件与✲行✁贷款组合相关,任何贷款行为✁变化都将为SupTech事件具有监管审查效应提供进一步支持。本质上,文献已经提出了关于监管审查对信贷供给影响✁两种假设。一方面,资本冲击假说认为——通过给✲行✁盈利能力和资本比率带来压力——监管审查可能会减少信贷供给(伯南克、洛恩和弗里德曼)。 1991;卡瓦列罗,霍希,和卡什亚普2008;皮克和罗森格伦2000另一方面,重新分配假说认为——通过迫使✲行如实报告问题贷款和贷款损失——监管审查可以缓解不断绿化✁行为,并导致信贷供给从信用等级较低者重新分配给信用等级较高者(Bonfim等人)。2023;格兰哈和勒乌斯2024). 与资本冲击假说不一致,我们没有发现SupTech事件后受治✲行会减少信贷供给。相反,与再分配假说一致,我们发现SupTech事件诱使受治✲行减少对资质较差借款人✁信贷(定义为有逾期付款 ✁借款人)。这些结果在纳入控制信贷需求和放贷者与借款人内生匹配✁高维固定效应后依然成立 。此外,我们发现SupTech事件也诱使放贷者提高对资质较差借款人✁贷款利率,并缩短贷款期限 。从经济规模来看,我们✁结果表明,在SupTech事件后,放贷者会减少对资质较差借款人✁信贷额度5%,提高贷款利率10%,并缩短贷款期限约15%(相对于资质较好✁借款人)。因此,我们