Einfluss der Stabilität des Bankensektors auf die Realwirtschaft

Terhi Jokipii und Pierre Monnin, 26. Aug. 2010

Da Banken- und Finanzkrisen in den letzten 25 Jahren häufiger als früher vorgekommen sind, wurden zahlreiche Studien durchgeführt, die sich mit den Ursachen der Krisen, aber auch mit deren Einfluss auf die Realwirtschaft befassten. In der einschlägigen Literatur werden verschiedene wichtige Punkte aufgezeigt – namentlich, dass sowohl die Offenheit als auch der Entwicklungsstand des Finanzsektors eines Landes einen Einfluss auf das Wirtschaftswachstum haben (siehe Levine, 2004) und dass Bankenkrisen normalerweise mit einem beträchtlichen Konjunkturrückgang zusammenfallen oder einem solchen vorausgehen.^[ 1 ]

Es kommt jedoch wesentlich weniger klar heraus, ob der Bankensektor der Hauptauslöser des jeweiligen Konjunkturrückgangs ist oder nicht. Im Spannungsfeld zwischen Finanzsektor und Realwirtschaft ist es nämlich schwierig, Ursache und Wirkung auseinanderzuhalten (Kaminsky und Reinhart, 1999; Demirgüç-Kunt und Maksimovic, 1998; Rajan und Zingales, 1986). Diese Erkenntnisse haben dazu geführt, dass bei Entscheidungsträgern und Akademikern ein erhöhtes Interesse dafür vorhanden ist, wie stark makroökonomische Vorgehensweisen und die Solidität des Bankensystems voneinander abhängen. In einer kürzlich veröffentlichten Studie (Monnin und Jokipii, 2010) haben wir versucht, die Verbindungen zwischen Realwirtschaft und Bankensektor aufzuschlüsseln. Im vorliegenden Text möchten wir unsere Resultate kurz erläutern.

Messung der Stabilität des Bankensektors

Für die Bestimmung des Einflusses der Bankensektorstabilität auf die Realwirtschaft muss zuerst ein gutes Mass für die Stabilität des Bankensektors gefunden werden. Dann kann ihr empirischer Einfluss auf verschiedene makroökonomische Variablen untersucht werden. Ein Grossteil der bis anhin zu diesem Thema existierenden Literatur konzentrierte sich auf binäre Indikatoren und verglich Krisenzeiten mit Nicht-Krisenzeiten. Dabei bleibt jedoch unklar, ob „normale“ Verringerungen der Bankensektorstabilität – also ein Ausmass an Instabilität, das häufig vorkommt, aber nicht in eine Bankenkrise mündet – einen wesentlichen Einfluss auf das Wachstum hat. Als Beispiel könnte man sich einen Bankensektor vorstellen, der bei einem Konjunktureinbruch Kreditverluste erleidet, aber trotzdem ohne externe Hilfe funktionieren kann. Die Stabilität eines solchen Bankensektors verringert sich als Folge der Kreditverluste ganz klar, da er aber weiterhin funktionsfähig bleibt, kann man nicht wirklich von einer Krise sprechen. Um solche „normalen Schwankungen“ zu berücksichtigen, haben wir einen Laufindex entwickelt, der die Ausfallwahrscheinlichkeit eines Bankensektors misst. Wir definieren Instabilität als die Wahrscheinlichkeit dafür, dass ein Bankensektor während des nächsten Quartals zahlungsunfähig wird. Das Mass stützt sich auf Merton (1974) und wir verwenden für die Berechnung ein Sample von 18 OECD-Ländern über den Zeitraum von 1980 bis 2008.

Grafik 1: Geschätzte Distanz zu einem Ausfall

Grafik 1 bildet unser Instabilitätsmass für die 18 in unserem Sample enthaltenen Länder ab. Je näher der Wert der Nulllinie kommt, desto höher ist die Ausfallwahrscheinlichkeit. Die horizontalen Linien zeigen das erste und dritte Quartil der Distanz zu einem Ausfall des Bankensektors der enthaltenen Länder. In Grafik 2 ist die Zahl der Länder ersichtlich, die im jeweiligen Zeitraum einen instabilen Bankensektor aufweisen. In 4 Zeiträumen war jeweils mehr als ein Drittel der Länder gleichzeitig von einem instabilen Bankensektor betroffen: 1987/Q4 (Black Monday und die darauf folgende Börsenkrise), 1990/Q1–1993/Q2 (Immobilienkrise in mehreren Ländern), 1998/Q3 (Russland- und LTCM-Krise) und 2008 (Subprime-Krise).

Grafik 2: Zahl der Länder mit einem instabilen Bankensektor

Einfluss auf die Realwirtschaft

Mithilfe unseres Stabilitätsindex können wir nun den Zusammenhang zwischen der Bankensektorstabilität und der Realwirtschaft untersuchen. Dazu bedienen wir uns eines Panel-VAR-Modells (panel vector autoregressive model). Bei einem Panel-VAR ist im Vergleich zur traditionellen VAR-Methode die Anzahl der verwendeten Beobachtungen und daher die Genauigkeit der Schätzungen grösser. Dies erweist sich im von uns untersuchten Zusammenhang als besonders nützlich, da Episoden von Bankensektorinstabilität in jedem einzelnen Land relativ selten vorkommen. Ein Panel von verschiedenen Ländern verwenden zu können erlaubt es uns, mehrere solcher Episoden zu beobachten. Eine Besonderheit unseres Modells liegt darin, dass die Varianz des Wirtschaftswachstums in Abhängigkeit vom Zustand des Bankensektors gestellt werden kann. Damit wird der Einfluss der Bankensektorinstabilität auf die Unsicherheit des Wirtschaftswachstums erfasst.

Wir stellen fest, dass ein stabiler Bankensektor für das zukünftige BIP-Wachstum von grosser Bedeutung ist: Auf Phasen von Instabilität folgt normalerweise eine Abnahme des realen Wirtschaftswachstums und umgekehrt. Zudem konnten wir zeigen, dass Phasen von Bankensektorinstabilität einen grösseren Einfluss auf das Wirtschaftswachstum haben als Phasen von grosser Stabilität. Dies lässt darauf schliessen, dass der Zusammenhang zwischen der Stabilität des Bankensektors und der Realwirtschaft nicht gleichmässig und stetig, sondern vielmehr nichtlinear ist. Ausserdem deuten unsere Resultate darauf hin, dass einer Instabilität des Bankensektors meist eine erhöhte Unsicherheit hinsichtlich des Wirtschaftswachstums folgt.

Nutzen für die Entscheidungsträger

Die Frage, ob es eine Beziehung zwischen der Solidität des Bankensektors und der Realwirtschaft gibt, ist nicht rein akademischer Natur. Sie ist auch für Entscheidungsträger, die ihre geldpolitischen Entscheide auf Konjunkturprognosen abstützen, von Interesse. Die Tatsache, dass die Stabilität des Bankensektors offenbar von grosser Wichtigkeit für das zukünftige BIP-Wachstum ist, zeigt klar auf, dass der Solidität des Bankensektors bei der Umsetzung der Geldpolitik mehr Beachtung geschenkt werden sollte. Einige Autoren haben bereits in der Vergangenheit darauf aufmerksam gemacht, dass Informationen im Zusammenhang mit den Banken für die Verbesserung von Makroprognosen benützt werden können. Verschiedene Studien haben beispielsweise gezeigt, dass die Arbeitslosigkeits- und Inflationsprognosen der Zentralbanken verbessert werden können, wenn vertrauliche Informationen hinsichtlich der Widerstandskraft der Banken mit einbezogen werden (Peek, Rosengren und Tootell, 1999 und 2003; Romer und Romer, 2000).

Der empirische Zusammenhang zwischen der Stabilität des Bankensektors und dem Wirtschaftswachstum deutet darauf hin, dass Entscheidungsträger in unserem Mass für die Stabilität des Bankensektors enthaltene Informationen nutzen können, um ihre Konjunkturprognosen – und folglich ihre geldpolitischen Entscheide – zu verbessern. Wir testen diese Annahme mit Wachstumsprognosen des Feds aus den Jahren zwischen 1980 und 2001, und kommen zum Schluss, dass Prognosen über das Wirtschaftswachstum mithilfe von Informationen zur Stabilität des Bankensektors verbessert werden können. Unsere Ergebnisse sprechen dafür, dass die Wachstumsannahmen für nachfolgende Quartale in Phasen von Stabilität (Instabilität) offenbar deutlich unterschätzt (überschätzt) werden. Auch in dieser Hinsicht ist es so, dass der Zusammenhang besonders bei Phasen der Instabilität besteht.

Literatur

Demirgüç-Kunt, A., und V. Maksimovic (1998), Law, finance, and firm growth, Mathematical Finance, 53, S. 2107–2137.

Kaminsky, G., und C. Reinhart (1999), The twin crises: the causes of banking and balance of payments problems, American Economic Review, 89, S. 473–500.

Merton, R. (1974), On the pricing of corporate debt: the risk structure of interest rates, Journal of Finance, 29, S. 449–470.

Monnin, P., und Jokipii, T. (2010), The impact of banking sector stability on the real economy (Einfluss der Stabilität des Bankensektors auf die Realwirtschaft), Swiss National Bank Working Papers, 5-2010.

Peek, J., E. S. Rosengren, und G. M. B. Tootell (1999), Is bank supervision central to central banking?, Quarterly Journal of Economics, 114, S. 629–655.

Peek, J., E. S. Rosengren, und G. M. B. Tootell (2003), Does the Federal Reserve possess an exploitable informational advantage?, Journal of Monetary Economics, 50, S. 817–839.

Rajan, R. G., und L. Zingales (1986), Financial dependence and growth, American Economic Review, 88, S. 559–586.

Romer, C. D., und D. H. Romer (2000), Pricing risk-adjusted deposit insurance: an option based model, American Economic Review, 90, S. 429–457.