银行监管的约束作用：来自监管科技的证据

汉斯·德格雷斯，塞德里克·胡伊勒布罗克和贝纳德斯·范多尼克 银行的管理制约作用监督：来自SupTech的证据 BOFIT讨论论文集主编祖萨娜·弗加切娃 BOFIT讨论论文1/20252025年3月18日 汉斯·德格里斯、塞德里克·胡伊尔布罗克和伯纳德乌斯·范多尼克：银行监管的纪律化效应：来自SupTech的证据 国际标准刊号：1456-5889，在线 本文中表达的观点为作者个人观点。不代表芬兰银行的观点。 芬兰银行赫尔辛基2025 银行监管的纪律化影响： 来自SupTech的证据 汉斯·德格里斯∗胡伊勒布洛克（Cédric Huylebroek）†范多尼克，伯纳德斯‡ 摘要 监管部门越来越多地依靠监管技术（SupTech）来增强银行监管，但在约束银行行为中它们潜在的作用尚不明确。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。我们显示，SupTech事件发生后，银行揭示了他们在风险报告中的不一致性，并向信用较低的企业提供更为严格的信贷，有效降低了风险承担。这种信贷紧缩反过来又对信用较低的企业从受影响的银行借款产生了小范围的外溢效应。我们的结果可以通过道德劝说的渠道来解释，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、超级技术（SupTech）、银行风险承担、银行贷款、实际效应 非技术摘要 关注 监管执法是金融稳定的基础。历史上，监管监管的失败导致了包括2007-2008年全球金融危机和2023年银行动荡在内的重大金融危机。作为回应，全球监管机构已从合规性监管转向基于风险的银行监管，这得到了监管技术（SupTech）的发展和实施的支撑。这些技术旨在在金融扭曲实现并威胁金融稳定之前识别和解决它们。尽管全球金融当局越来越多地实施SupTech工具，但这样的基于风险的监管工具是否能够有效地约束风险银行行为仍然不清楚。我们的论文使用巴西中央银行——SupTech采用的先驱——的独特数据来回答这个问题。 贡献 我们的论文为关于银行监管的实质性影响和监管框架设计在银行业领域的研究做出了贡献。首先，它提供了对SupTech工具——更广泛地基于风险监管——如何影响银行风险承担的首个实证分析。其次，它提供了关于道德劝诱——长期以来被公认为监管工具箱中的关键要素——在银行监管中作用的创新证据。 发现 我们的实证分析使用双重差分模型来比较在SupTech事件前后的受影响银行与未受影响银行的差异。我们的发现有三点。首先，在SupTech事件之后，受影响的银行将更多贷款重新分类为不良贷款，并增加预计贷款损失的准备金，这表明它们揭示了之前隐藏的信贷风险。其次，SupTech事件促使银行减少对信用较低的借款人的信贷，从而提高其贷款组合的质量。第三，我们显示这种信贷收紧对信用较低企业的经济活动影响较小，并且对实体经济的整体溢出效应有限。这些发现似乎是由一种道德劝说渠道驱动的，其中监管审查增强了银行对监管者监管观点的理解，并鼓励与这些观点一致的更保守的风险管理实践。总的来说，我们的研究为SupTech在银行监管中的作用提供了新的证据，并具有宝贵的政策意义。 “监督技术（SupTech）是指监管机构利用创新技术以支持监管工作。它有助于监管机构实现报告和监管流程的数字化，从而在金融机构中实现更高效和主动的风险和合规监控。– 兄弟和普雷尼奥（2018） 1. 引言 监管执法是金融稳定的基础。这一观念最近重新引起了关注，因为监管和监督框架的弱点在2007-2008年全球金融危机和2023年银行动荡的形成中发挥了关键作用（Barr）。2023德沃特隆、罗谢和蒂罗尔2010Laeven et al.2010). 因此，全球监管机构普遍倡导加强银行监管和监督，重点是预防而非惩罚监管违规和金融扭曲（Adrian等）。2023; 国际清算银行2018a). 为此，监管机构越来越多地依赖监管技术（SupTech）来早期检测和预防可能具有风险的银行行为。例如，根据对39个金融当局的调查，国际清算银行（BIS）报告称，至少有一半的机构在银行监管过程中使用SupTech应用（Di Castri等人）。2019).总的来说，这些应用程序自动将银行的监管报告进行数字化和分析，以识别早期风险敞口，从而使监管机构能够进行更具前瞻性、基于假设的监管，针对最可能发现弱点的银行（Broeders and Prenio）。2018). 尽管全球金融监管机构使用了SupTech工具，但由这些工具引发的监管审查主要是预防性的而非惩罚性的，这引发了一个基本问题：这种类型的监管审查能否规范银行行为？我们的论文旨在通过巴西中央银行（BCB）的行政数据来回答这个问题——BCB是一个新兴经济体，在银行监管中一直处于SupTech应用的领先地位。具体来说，我们使用了源自BCB SupTech应用的监管审查数据——该应用本质上是一个预警系统——来研究它如何影响银行的资产负债表和信贷供应，以及其对实体经济的潜在溢出效应。1这是一个重要的问题，因为，正如所解释的， 以下详细说明，源自SupTech的监管审查与其他监管行动（如银行处罚）不同。例如，与因违反监管规定而实施银行处罚不同，SupTech工具旨在识别即使未违反任何监管要求也具有早期风险敞口的银行。因此，来自中央银行SupTech应用产生的监管审查为测试道德劝导——监管工具包的关键要素（Acharya等。2024; 安德烈亚德等人2023)—可规范银行行为。 我们的论文分为三个步骤进行。在论文的第一部分，我们检验来自央行SupTech应用程序的监管措施（“SupTech事件”）是否对银行资产负债表有影响。具体来说，我们使用双重差分模型来分析SupTech事件如何影响受处理和非受处理的银行资产负债表，在处理前后的影响。利用详细的银行资产负债表数据，我们发现，SupTech事件发生后，受处理的银行将贷款重新分类为不良贷款，并增加预期贷款损失的准备金，尤其是对风险贷款的预期贷款损失准备金。2我们发现的效果在统计和经济上都是显著的。例如，在一场SupTech事件之后，受影响的银行报告称不良贷款和贷款损失准备金增加了约20%。3我们没有发现监管措施影响了银行的资本缓冲或贷款资产比率，并且我们只发现了盈利的小幅下降。这些结果表明，源于央行SupTech应用产生的监管审查提高了银行的监管报告质量——通过揭示报告的信贷风险不一致性——而不会损害财务稳健性。 与现有关于银行监管的论文不同，我们表明这些结果可以通过道德劝诱渠道来解释。本质上，这个想法是，监管审查可能通过提高银行对监管者监管观点的理解来约束银行，从而诱使他们采取与这些观点相符的更加保守的风险态度（Kok et al.）。2023). 更广泛地说，监管行为可以改变银行对监管机构所知道并能合理发现的事情的看法，这可能导致它们变得更加谨慎。其他渠道包括资本渠道或市场渠道。 纪律渠道，在压力测试和银行处罚的背景下发挥着重要作用，在我们的设定中并不相关，因为SupTech事件不需要银行增加资本，并且不会向市场参与者公开披露。4 我们提供了几项证据，表明我们的结果可以归因于道德劝说的渠道。首先，利用SupTech应用程序报告的监管关注类型信息，我们将与监管违规和报告不一致相关的SupTech事件区分开来。与道德劝说渠道一致，我们发现我们的结果是由与监管违规相关的SupTech事件驱动的，这些事件有助于提高银行对监管者监督观点的理解。 其次，我们使用了与SupTech事件相关的监督团队信息，并表明我们的结果在由更有经验的监督员处理的事件中更为显著。假设更有经验的监督员在解读和解释监督关注点方面更为出色，这些结果与道德劝诱渠道一致。 第三，利用银行总部与监管机构之间的物理距离信息，我们发现对于位于监管机构较远的银行，我们的结果更为显著。这与道德劝诫渠道一致，这表明SupTech事件增强了远离监管机构的银行对监管者检测和解决金融扭曲的能力不受地理距离限制的认识（Gopalan, Hann, and Mazur）。2019). 第四，利用银行总部位置的详细信息，我们展示了SupTech事件在市辖区内的溢出效应。具体来说，受到税务执法文献的启发（例如，Colonnelli和Prem的研究），2022； 普罗门茨2015), 我们表明SupTech事件不仅影响目标银行的风险评估报告，还影响在目标银行所在市政区域运营的非目标银行的风险评估报告。这与道德劝诱渠道一致，这表明SupTech事件具有“威慑效应”，即对未来监管执法感知的增加可以改善银行在当前的合规性（也参见Rincke和Traxler）。2011).5 最后，与资本渠道和市场纪律渠道不一致，我们发现我们的结果并不取决于银行的资本化程度或它们面临的公共审查程度。 在本文的第二部分，我们利用细粒度的信贷登记数据来调查由央行SupTech应用引发的监管审查是否对银行的信贷供应产生影响。鉴于仅有极小比例的SupTech事件与银行的贷款组合相关，任何贷款行为的改变都将进一步证实SupTech事件具有监管审查效应。本质上，文献中提出了两个关于监管审查对信贷供应影响的理论假设。一方面，资本冲击假设认为——通过增加银行盈利能力和资本比率的压力——监管审查可能会减少信贷供应（伯南克、劳恩和弗里德曼）。1991; 卡巴列罗，霍西，和卡什亚普2008; 皮克和罗森格伦2000另一方面，重新分配假说表明——通过强制银行真实报告问题贷款和贷款损失 ——监管审查可以减轻持续经营行为，并将信贷供应从信用度较低的客户重新分配到信用度较高的客户（Bonfim等）。2023格兰哈和吕斯2024). 与资本冲击假说不符，我们没有发现经过SupTech事件后，受处理的银行会减少信贷供应。相反，与资源重新分配假说一致，我们发现SupTech事件导致受处理的银行减少对信用不足借款人（定义为支付滞后的借款人）的信贷。在纳入控制信贷需求和贷款人和借款人内生匹配的高维固定效应后，这些结果依然成立。此外，我们还发现，SupTech事件也导致贷款人提高对信用不足借款人发放的贷款的利率并缩短贷款期限。从经济规模来看，我们的结果表明，在SupTech事件之后，贷款人将信用不足借款人的信贷减少5%，将贷款利率提高10%，并将贷款期限缩短约15%（相对于信用较好的借款人）。因此，我们的结果与监管审查导致更加谨慎的贷款行为的假设一致。 在本文的第三部分，我们考察了实体经济中的溢出效应。正如我们发现监管审查会影响受处理银行的信贷供应，我们研究了SupTech事件对从受处理银行借款的企业结果的影响。 特别地，我们分析了企业对受治借款人的信贷风险对其杠杆、就业和收入的影响。虽然我们没有发现针对平均借款于受治银行的企业的溢出效应，我们发现信誉较低的企业不能完全通过非受治银行的信贷来补偿来自受治银行的信贷减少，并且这种信贷减少导致信誉较低企业的经济活动略有下降。例如，在发生SupTech事件之后，信誉较低的用户报告就业和收入下降了大约1%。因此，尽管我们发现了对实体经济的溢出效应的证据，但这些溢出效应的经济规模是有限的，这与银行制裁的巨大负面影响形成了对比（Danisewicz等）。2018),并且现场银行检查的正面溢出效应（Bonfim等人。2023在这一点上，我们的结果表明监管行为的溢出效应在监管行为的严重性方面可能正在增加。 在整个论文中，我们使用带有大量控制变量和高维固定效应的差分-差分回归来估计中央银行SupTech应用引起的监管审查的影响。然而，一个潜在的问题是，我们的结果可能是因为SupTech事件（即接受处理的银行与未接受处理的银行本质上不同）的非随机分配。为了缓解这一担忧，我们进行了一系列稳健性测试，以确保我们的估计是良好识别的。首先，我们估计了动态差分-差分模型，并表明平行趋势假设并未被违反。其次，我们表明我们的结果对倾向得分匹配方法具有稳健性，这证实了我们的结果并非由其