Das Ziel dieser Arbeit ist es, einen Zusammenhang zwischen den Bilanz- sowie Gewinn- und Verlustrechnungsdeterminanten auf die Performance während der Krise aufzuzeigen. Im weiteren Teil wird überprüft, inwieweit die regulatorischen Maßnahmen nach der Krise einen verbessernden Einfluss auf das systematische Risiko des Bankensektors in den USA besitzen.
Im zweiten Kapitel der Arbeit wird ein kurzer Überblick, sowie wichtige Definitionen der zu behandelnden Thematiken gegeben. Weiterhin wird ein Literaturüberblick über den derzeitigen wissenschaftlichen Forschungsstand gegeben, bevor die Hypothesen
der Arbeit aufgestellt werden. Das dritte Kapitel gibt einen Überblick über den Datensatz, sowie die Datenherkunft und den Aufbau der Analysen. Darüber hinaus werden die statistischen Methoden aufgeführt und erklärt, welche im späteren Verlauf der Arbeit verwendet werden.
Die Darstellung der deskriptiven Statistiken der Datensätze erfolgt ebenfalls in diesem Kapitel, bevor im vierten Kapitel die zuvor aufgeführten Hypothesen behandelt werden. Die errechneten Ergebnisse der einzelnen statistischen Verfahren werden anschließend dargelegt und interpretiert. Anhand der Ergebnisse wird eine Überprüfung der Hypothesen vorgenommen.
Im fünften Kapitel werden daraufhin die Ergebnisse kritisch hinterfragt und diskutiert. Das sechste Kapitel schließt die Arbeit mit einer aussagekräftigen Schlussbetrachtung sowie einem Ausblick ab.
Inhaltsverzeichnis
Abkürzungsverzeichnis
Abbildungsund Tabellenverzeichnis
Variablenund Formelverzeichnis
1 Regulatorische Eingriffe nach einer Finanzkrise als Risikostabilisator
1.1 Derzeitige Lage der Finanzmärkte
1.2 Relevanz der Thematik
1.3 Aufbau der Arbeit
2 Einführende Definitionen und Literatur der Thematik
2.1 Erläuterung Finanzkrise
2.2 Erläuterung des „Dodd-Frank Wall Street Reform Consumer Protection Act“
2.3 Literaturüberblick
2.3.1 Allgemeine Literatur
2.3.2 Literatur zur Analyse der vergangenen Finanzkrisen
2.3.3 Messung des Risikos
2.3.4 Regulierung durch staatliche Behörden
2.3.5 Dodd-Frank Consumer Protection Act
2.4 Annahmen und Hypothesen
2.4.1 Hypothese I Auswirkungen der Bilanzdeterminanten auf die Performance während der Finanzkrise
2.4.2 Hypothese II Lerneffekt der Banken durch Finanzkrisen
2.4.3 Hypothese III Auswirkungen der einzelnen Bankausstattungen auf das Risiko
2.4.4 Hypothese IV Risikominderung durch die Regulatorik
3 Datensatz und statistische Methodiken
3.1 Statistische Methodiken der Arbeit
3.1.1 Der t-Test für abhängige und unabhängige Stichproben
3.1.2 Lineare Regression und Korrelationen
3.1.3 „Difference in Difference“ Analyse
3.1.4 Ökonomische Signifikanz
3.1.5 Robustheits-Check
3.2 Deskriptive Statistiken Erklärung des Datensatzes
3.3 Berechnung der Risikokennzahlen
4 Bilanzfaktoren als Determinanten einer guten Performance
4.1 Einfluss der Bilanzfaktoren auf die Performance
4.1.1 Differenzen zwischen gut und schlecht performenden Banken
4.1.2 Einfluss der Bilanzfaktoren auf den Return
4.1.3 Eintretender Lerneffekt der Banken in Folge der Finanzkrise
4.1.4 Einfluss der Bilanzfaktoren nach der Krise
4.1.5 Zwischenfazit Einfluss der Bilanzdeterminanten auf den Return
4.2 Regulatorik mit risikomindernden Auswirkungen
4.2.1 Deskriptive Statistiken der Risikokennzahlen
4.2.2 Einfluss der Bilanzdeterminanten auf das Risiko
4.2.3 Risikomindernder Einfluss der Regulatorik t-Test
4.2.4 Risikomindernder Einfluss der Regulatorik Difference in Difference Analyse
4.2.5 Zwischenfazit und Beantwortung der Hypothesen
4.3 Zusammenführung der Ergebnisse
5 Kritische Würdigung der Ergebnisse
5.1 Mögliche Datenlimitationen
5.2 Fehlende Hypothesenbestätigung
6 Schlussbetrachtung und Ausblick
Literaturverzeichnis
Anhang
Abkürzungsverzeichnis
Abbildung in dieser Leseprobe nicht enthalten
Abbildungsund Tabellenverzeichnis
Abbildungen
Abbildung 1: t-Test nach Beltratti und Stulz (2012)
Abbildung 2: Regressionen nach Beltratti und Stulz (2012)
Tabellen
Tabelle 1: Definition der Zeiträume
Tabelle 2: Deskriptive Statistiken: Gesamter Zeitraum
Tabelle 3: Deskriptive Statistiken der Risikokennzahlen
Tabelle 4: Deskriptive Statistiken: Risikokennzahlen je Zeitraum
Tabelle 5: Deskriptive Statistiken: Vorkrisenzeitraum
Tabelle 6: Deskriptive Statistiken: Krisenzeitraum
Tabelle 7: Deskriptive Statistiken: Nachkrisenzeitraum
Tabelle 8: Deskriptive Statistiken: Vor der Regulatorik
Tabelle 9: Deskriptive Statistiken: Nach der Regulatorik
Tabelle 10: Korrelationsmatrix nach Pearson
Tabelle 11: t-Test der Mittelwertdifferenzen im Krisenzeitraum
Tabelle 12: t-Test der Mittelwertdifferenzen im Krisenzeitraum der kleinen Banken
Tabelle 13: Regressionen I-V im Krisenzeitraum. Abhängige Variable = Buy and Hold Aktienreturn
Tabelle 14: Regressionen VI-X im Krisenzeitraum. Abhängige Variable = Buy
and Hold Aktienreturn
Tabelle 15: Regressionen im Krisenzeitraum. Subsample der kleinen Banken Abhängige Variable = Buy and Hold Aktienreturn
Tabelle 16: t-Test der Mittelwertdifferenzen zwischen den Zeiträumen der Krise und der Vorregulatorik
Tabelle 17: Regressionsanalyse, abhängige Variable = Log-Z
Tabelle 18: t-Test der Mittelwertdifferenzen der Risikokennzahlen
Tabelle 19: Difference in Difference Analyse
Variablenund Formelverzeichnis
Abbildung in dieser Leseprobe nicht enthalten
1 Regulatorische Eingriffe nach einer Finanzkrise als Risikostabilisator
1.1 Derzeitige Lage der Finanzmärkte
Finanzkrisen sind Ereignisse, welche im Durchschnitt jedes Jahrzehnt auftreten. Dabei entstehen Krisen, welche in ihren Ausmaßen und Folgen schwerer ins Gewicht fallen als andere. Manche nationale Krisen entwickeln sich zu globalen Finanzkrisen und greifen das Wirtschaftswachstum auf der ganzen Welt an (Weiß, et al., 2014).
Wird die derzeitige Lage der weltweiten Finanzmärkte sowie das gesamtheitliche Marktklima betrachtet, zeigen sich national als auch global starke Schwankungen und Unsicherheiten. Diese Imponderabilität bergen verschiedenartige Ursprünge, sodass von diversen Seiten eine aufkommende Finanzkrise drohen kann. Eine Quelle dieser Unruhen ist der Handelskrieg zwischen den USA und China. In diesem Kontext verstärkt der weitere Handelsstreit zwischen den USA und der Europäischen Union die Unsicherheiten auf den Finanzmärkten (Lau, 2019). Weitere Unsicherheiten werden von den verschiedenartigen Nachrichten verursacht. Hauptsächlich sind hierbei die Aussagen des US-amerikanischen Präsidenten Donald Trump ausschlaggebend. Die „Tweets“, die der US-amerikanische Präsident per Twitter vermeldet, sind nur teilweise mit Inhalten bestückt, welche tatsächlich eintreten. In Folge dieser Informationen schwanken die Märkte von einem auf den anderen Tag. Aber auch die klassischen Medien sind hierbei mitverantwortlich (Calomiris und Mamaysky, 2019). Mögliche drohende Staatspleiten von Argentinien, die schlechte finanzielle Lage Italiens und die weiterhin desolate Stellung Griechenlands unterstützen die Schwankungen und Unsicherheiten (FAZ, 2019a). Darüber hinaus prognostiziert die Weltbank derzeit das schlechteste Weltwirtschaftswachstum seit der Finanzkrise (FAZ, 2019b). Wird die Gesamtlage genauer betrachtet, zeigen sich vielfältige Unsicherheiten und in manchen Nachrichten und wissenschaftlichen Papern wird eine weitere Finanzkrise für die nächsten Jahre vorhergesagt (Calomiris und Mamaysky, 2019; Desjardine, 2019; FAZ, 2019a, 2019b; Ramey, 2019).
Als Folge der Finanzkrisen treten vermehrt nationale sowie auch globale regulatorische Eingriffe ein. Diese verfolgen das Ziel, die begangenen Fehler in der Finanzkrise der Jahre 2007/08 für die darauffolgenden Jahre zu verhindern. Darüber hinaus soll die Regulatorik das systematische Marktrisiko nach der Krise wieder verringern und dieses minimal halten (Krainer, 2012; Balasubramnian und Cyree, 2014; U.S. Securities and Exchange Commission, 2019).
1.2 Relevanz der Thematik
Die wissenschaftliche Literatur und die Regierungen der Länder haben die jeweiligen Finanzkrisen nachfolgend analysiert und interpretiert. Auslöser und Verlauf der letzten Finanzkrise werden eindeutig dargestellt und betrachtet. Eine Mehrheit der wissenschaftlichen Literatur beschäftigt sich ausschließlich mit den großen Banken, welche als systemrelevant betrachtet werden. Dies macht im Hinblick auf die möglichen eintretenden Verluste einer Liquidation einer systemrelevanten Bank Sinn. Jedoch sollten die kleinen Banken dabei nicht aus der Betrachtung ausgeschlossen werden. Sollte eine Vielzahl kleinerer Banken ausfallen, kann dies zu Liquidationen der größeren Banken unter anderem durch Vertrauensverluste führen. Ein gleiches Bild ist bei der wissenschaftlichen Analyse der regulatorischen Wirkung zu erkennen. Im Zuge dessen werden hauptsächlich große Banken betrachtet (Balasubramnian und Cyree, 2014; Hilscher und Raviv, 2014). Daher wird in dieser Arbeit ein Fokus auf kleinere Banken bzw. die Gesamtheit der Banken in den USA gelegt.
Das Ziel dieser Arbeit ist es, einen Zusammenhang zwischen den Bilanzsowie Gewinnund Verlustrechnungsdeterminanten auf die Performance während der Krise aufzuzeigen. Im weiteren Teil wird überprüft inwieweit die regulatorischen Maßnahmen nach der Krise einen verbessernden Einfluss auf das systematische Risiko des Bankensektors in den USA besitzen.
1.3 Aufbau der Arbeit
In Kapitel zwei der Arbeit wird ein kurzer Überblick, sowie wichtige Definitionen der zu behandelnden Thematiken gegeben. Weiterhin wird ein Literaturüberblick über den derzeitigen wissenschaftlichen Forschungsstand gegeben, bevor die Hypothesen der Arbeit aufgestellt werden. Das Kapitel drei gibt einen Überblick über den Datensatz, sowie die Datenherkunft und den Aufbau der Analysen. Darüber hinaus werden die statistischen Methoden aufgeführt und erklärt, welche im späteren Verlauf der Arbeit verwendet werden. Die Darstellung der deskriptiven Statistiken der Datensätze erfolgt ebenfalls in diesem Kapitel, bevor in Kapitel vier zuvor die aufgeführten Hypothesen behandelt werden. Die errechneten Ergebnisse der einzelnen statistischen Verfahren werden anschließend dargelegt und interpretiert. Anhand der Ergebnisse wird eine Überprüfung der Hypothesen vorgenommen. In Kapitel fünf werden daraufhin die Ergebnisse kritisch hinterfragt und diskutiert. Kapitel sechs schließt die Arbeit mit einer aussagekräftigen Schlussbetrachtung sowie einem Ausblick ab.
2 Einführende Definitionen und Literatur der Thematik
2.1 Erläuterung Finanzkrise
Unter Finanzkrisen werden negative Ereignisse an den Finanzmärkten bezeichnet. In diesen kommt es meist in einer sehr kurzen Zeitspanne zu einer gravierenden und nicht temporären Verschlechterung der einzelnen Finanzmarktindikatoren. Die Auswirkungen solcher Finanzkrisen können starke und langandauernde realwirtschaftliche Verschlechterungen mit sich bringen. Finanzkrisen sind kein einmaliges Phänomen. Sie treten immer wieder auf (Budzinski, et al., 2019).
Ein spezieller Fall der Finanzkrisen sind Bankenkrisen, in der die Banken eines Landes einen krisenhaften Zustand erleiden. Hiermit verbunden sind meist Illiquidität und ein Vertrauensverlust in die Banken. Bankenkrisen treten meist nach Hochkonjunkturphasen auf (Budzinski et al., 2019).
Die Finanzund Bankenkrise, welche 2007 in den USA den Anfang hatte, war die letzte derart starke Krise. Auslöser hierfür waren die steigenden Immobilienpreise in den USA bis zum Jahre 2007, die zu einer Immobilienblase geführt haben. In Folge steigender Kreditzinsen und fallender Immobilienpreise ab dem Jahr 2007 konnten viele Kreditnehmer die Kredite nicht mehr begleichen. Die Bündelung und Verbriefung der Kredite und deren Weiterverkauf, durch die Finanzunternehmen, führten zu einem gesteigerten Risiko. Aufgrund massiver Ausfälle der Wertpapiere resultierte die globale Finanzkrise (Schöning, et al., 2019).
Sowohl globale als auch international starke Verluste des Bruttoinlandproduktes (BIP) ergaben sich in Folge der Finanzkrise. Vor der Krise im Jahre 2007 verzeichneten die Vereinigten Staaten einen Anstieg des BIP’s um 1,8% zum Vorjahr. Dieser verringerte sich im Jahr 2008 auf -0,3% bis er den Tiefpunkt im Jahr 2009 bei 2,9% erreichte. In Deutschland stellte sich diese Veränderung des BIP´s noch stärker dar. Im Jahr 2007 erzielte Deutschland ein Wachstum von 3,4 %. Im Jahr 2008 verringerte sich dieses bereits auf 1,1%, um im Jahr 2009 einen Verlust von -5,6% aufzuweisen. Ein derartiger Verlust verzeichnete der internationale Währungsfonds (IMF) zu diesem Zeitpunkt das erste Mal seit dem zweiten Weltkrieg. Veranlasst durch die Schwere der Finanzkrise resultierten Insolvenzen einiger Banken, die im Zusammenhang mit der Verbriefung zu hohen Risiken ausgesetzt waren. Die bekannteste Insolvenz ist in diesem Zusammenhang die der Bank „Lehman Brothers“(Internationale Währungsfonds, 2009).
Die Finanzkrise der Jahre 2007/08 ist die letzte Finanzkrise, welche einen starken Verlust der Weltwirtschaft herbeiführte. Eine Gliederung der Krise kann in die „Sub-Prime“-Krise, welche Mitte 2007 durch den massiven Wertverlust des Immobilienmarktes in den USA begann und in die Ausweitung zu einer globalen Krise im Jahr 2008 vorgenommen werden. Darauffolgend lässt sich die Krise in die „Lehman Brothers“-Krise einordnen, welche mit der Insolvenz des Finanzinstitutes „Lehman Brothers“ am 15.09.2008 ihren Anfang nahm. Als fundamental und gravierende Krisen vor 2007 lassen sich folgende Krisen nennen: Die „9/11“-Krise, welche am 11.09.2001 im Zuge des Terroranschlags auf das World Trade Center in den USA begann, die Krise die in Zusammenhang mit dem Zusammenbrechen der „Dotcom Blase“ im Jahr 2000 steht, die „LTCM“-Krise im Jahr 1998, sowie die Asien Krise im Jahr 1997 und die Mexikanische Peso Krise im Jahr 1994 (Weiß et al., 2014).
2.2 Erläuterung des „Dodd-Frank Wall Street Reform Consumer Protection Act“
Der „Dodd-Frank Wall Street Reform Consumer Protection Act“ (Public Law, 2010) ist ein US-Amerikanisches Gesetz, welches zur Finanzmarktstabilisierung nach der Finanzkrise in den Jahren 2007/08 verabschiedet wurde. Benannt wurde das Gesetz nach dem damaligen Vorsitzenden des Senatsausschusses Christopher
J. Dodd und dem Vorsitzenden des Ausschusses für Finanzdienstleistungen Barney Frank. Nachdem der DFA im Juli 2009 angekündigt worden ist, wurde er am 21. Juli 2010 von Präsident Barack Obama unterzeichnet. Das Gesetz veranlasst hauptsächlich, dass Banken in deren Risikofreudigkeit eingeschränkt werden. Weiterhin sollen finanzschwache Banken besser und stärker reguliert werden, sodass aufkommende Schieflagen der Banken zukünftig nicht vom Staat getragen werden müssen. Der DFA ist in 16 Kapitel unterteilt und beinhaltet fünf finanzwirtschaftliche Regelungsbereiche. Dazu zählt die Etablierung eines Rates zur Überwachung der inländischen Finanzmarktstabilität sowie die Gründung einer Aufsicht der Vermögensverwalter. Weiterhin ermöglicht der DFA die Ermächtigung notleidende Finanzunternehmen unter Zwangsverwaltung zu stellen. Des Weiteren sind die Schaffung des Federal Insurance Offices sowie ein möglicher Eingriff in die Finanzmarktstrukturen hinzuzufügen (Schöning, 2018a). Ein wichtiger Bestandteil des DFA ist die „Volcker Rule“, benannt nach dem ehemaligen Notenbankchef Paul Volcker. Dieser Teil zwingt die Banken dazu einen großen Anteil des Eigenhandels einzustellen, es sei denn es dient dazu eigene Risiken abzusichern. Ebenso sind Beteiligungen an Hedge-Fonds und Private Equity Fonds nur noch eingeschränkt möglich (Schöning, 2018b).
2.3 Literaturüberblick
2.3.1 Allgemeine Literatur
Sowohl die Finanzkrise, als auch die regulatorischen Eingriffe haben eine große Aufmerksamkeit der wissenschaftlichen Betrachtung und Analyse auf sich gezogen. Im Folgenden wird der derzeitige Forschungsstand aufgezeigt.
Im Nachgang der Finanzkrise in den Jahren 2007/08 weist die wissenschaftliche Literatur einige Publikationen auf, welche das Problem, die Entstehung, den Verlauf und die Analyse der Finanzkrise und der folgenden Regulatorik betrachten.
Die Regierungsseite publizierte umfassende Berichte und Reporte zur Entstehung, dem Verlauf und den gewonnenen Lehren aus der Finanzkrise. Die amerikanische Regierung veröffentlichte am 25.02.2011 einen abschließenden Report zur Finanzkrise (Financial Crisis Inquiry Commission, 2011). Auf den DFA aufbauend gibt Krainer (2012) einen Überblick über die wichtigsten Inhalte des Buches „Regulating Wall Street The Dodd Frank Act and the new architecture of global finance“. Hierbei wird ein umfassender Überblick über die Finanzkrise, sowie über die Regulatorik des DFA gegeben (Krainer, 2012b).
2.3.2 Literatur zur Analyse der vergangenen Finanzkrisen
Beltratti und Stulz (2012) betrachten einzelne Ausprägungen der großen Banken weltweit. Sie legen dar, dass bestimmte Bilanzeigenschaften der Banken ausschlaggebend waren, um während der Finanzkrise eine bessere Performance zu erzielen. Im Detail belegen ihre Ergebnisse, dass Banken die vor und während der Finanzkrise mehr „Tier 1“[1], mehr „Deposit“, weniger Investitionen in den US-amerikanischen Immobilienmarkt, sowie eine geringere Vergabe von mangelhaften Krediten besaßen, eine bessere Performance aufwiesen (Beltratti und Stulz, 2012).
Den Einfluss von Kapital der Banken während der Finanzkrise betrachten und analysieren Berger und Bouwman (2013). Sie zeigen, dass kleine Banken (Aktiva kleiner als 1 Billionen US $) vor allem in Bereichen der allgemeinen Überlebenswahrscheinlichkeit und der Verbesserung des Marktanteils vom vorhandenen Kapital profitieren. Für mittlere und große Banken ist Kapital vor allem zur Verbesserung der Performance notwendig und wichtig (Berger und Bouwman, 2013). Eine gleichartige Betrachtungsweise zeigen Hilscher und Raviv (2014), indem sie die Auswirkungen von „contingent capital“ auf die Aufnahme von Risiko und die damit verbundene Ausfallwahrscheinlichkeit analysieren. Das Paper zeigt, dass Banken die vermehrt „contingent capital“ besitzen, anstatt „subordinated debt“ aufzunehmen, in den meisten Fällen seltener ausfallen. Weiterhin belegen sie, dass das „contingent capital“ ein gutes Werkzeug sein kann, um Finanzinstitute zu stabilisieren. (Hilscher und Raviv, 2014).
Ein weiterer Aspekt der Finanzkrisenanalyse sind mögliche Einflussfaktoren auf das Verhalten der Bankmanager. Boyd und Hakenes (2014) betrachten den Anreiz der Manager während einer Krise das Risiko, durch Veränderung des Asset Portfolio zu erhöhen, um den eigenen Vorteil zu steigern. Dieses Phänomen ist in der wissenschaftlichen Lehre weit verbreitet und wird in dessen Paper abermals bestätigt (Boyd und Hakenes, 2014). Um dem entgegenzuwirken kann an dieser Stelle die Regulatorik eingreifen, um die Plünderung der Banken, durch den jeweiligen Bankmanager, kostspieliger zu machen. Jedoch kann das regulatorische Eingreifen in Form von Investitions-Restriktionen dazu führen, dass eine Verstärkung der Plünderung vollzogen wird und dies in extremen Fällen zum „risk shifting“ führt. Mögliche Strafen würden dies verringern. Sie kommen zum Entschluss, dass vor allem riskante Aktionen der Manager von den Regulatoren restriktiv behandelt werden sollten (Boyd und Hakenes, 2014).
Wei ß , et al. (2014) betrachten ebenfalls einzelne Bilanzpositionen und analysieren diese in Bezug auf eine mögliche Auswirkung, die das Risiko einer Bank betreffen. Darüber hinaus analysieren sie, welche der Faktoren als Risikotreiber für das globale und lokale systematische Risiko gefunden werden können. Sie zeigen in ihren Ergebnissen, dass über die Größe der Bank, das Fremdkapitalverhältnis, die zinslosen Erträge sowie die Qualität des Risikoportfolios keine klare Aussage getroffen werden kann, inwieweit diese Determinanten das Risiko signifikant erhöhen. Sie bestätigen die Hypothese, dass das globale Risiko vom regulatorischen Regime getrieben wird. Ebenso kommen sie zu der Erkenntnis, dass die meisten Krisen zu einem moderaten Anstieg des systematischen Risikos führen (Weiß et al., 2014).
2.3.3 Messung des Risikos
Die Berechnung des systematischen Risikos beschäftigt die Wissenschaft seit Jahrzenten. Immer wieder werden neue und aufgearbeitete Modelle der Risikomessungvon Wissenschaftlern veröffentlicht. Das systematische Risiko soll als prognostizierbares Risiko fungieren, um eventuelle Finanzkrisen frühzeitig vorherzusagen. In dieser Arbeit wird sich an der Berechnung des systematischen Risikos nach Bartram et al. (2007) sowie von Acharya et al. (2017) orientiert. Das Paper von Bartram et al. (2007) stellt drei quantifizierte Modelle von systematischem Risiko dar und kommt zu dem Entschluss, dass das systematische Risiko weitaus stärker interpretiert und angenommen wird, als es sich tatsächlich darstellt. Ebenso zeigen sie, dass das Risiko in den letzten Jahren einen Anstieg aufweist, dies jedoch keinen signifikanten ökonomischen Einfluss hat. Anknüpfend an Acharya et al. (2017) wird das systematische Risiko mit Hilfe des „systemic expected shortfall“ (SES) und „marginal expected shortfall“ (MES) berechnet. Darüber hinaus betrachten sie die Möglichkeit mit ihrer Berechnung einen Forecast zu erstellen, um potentielle Banken mit schlechterer Performance in der nächsten Finanzkrise auszumachen. Sie zeigen, dass das „short term funding“ der Banken als eines der Haupttreiber für das Risiko der letzten Finanzkrise herausgestellt werden kann. Guerra et al. (2015) stellen eine neue Berechnung des systematischen Risikos in ihrem Paper vor, welche zum einen das systematische Risiko berechnet und zum anderen die multivariate Dichte des Finanzsektors beinhaltet. So betrachten sie in ihrer Berechnung ebenfalls die Netzwerkeffekte für bankentypische Risikopositionen. Darauf aufbauend zeigt das Paper eine Möglichkeit zur Berechnung der Wahrscheinlichkeit für den extremen Fall, dass sich das systematische Risiko zu einem globalen Risiko entwickelt. Die Berechnungen dienen den Ökonomen und Wissenschaftlern als Mittel für Stresstests und helfen den Gesetzgebern bei der Findung und Erstellung von regulatorischen Rahmenbedingungen (Acharya, et al., 2017; Guerra, et al., 2015).
2.3.4 Regulierung durch staatliche Behörden
In der wissenschaftlichen Literatur wird seit dem Bestehen von Finanzkrisen auch die aufkommende Regulatorik im Finanzsystem und des gesamtwirtschaftlichen Raumes betrachtet, analysiert und diskutiert.
Ein weiträumiger Untersuchungsraum bietet die Suche nach der optimalen Regulatorik im Finanzsystem. Erol und Ordonez (2017) analysieren rückblickend die Finanzkrisen und die entstandenen regulatorischen Eingriffe. Darüber hinaus untersuchen sie ein mögliches optimales Verhältnis der Regulatorik nach den Krisen. Sie betrachten vor allem die Netzwerkreaktionen auf regulatorische Eingriffe. Zu stark regulierte Systeme können unter einigen Umständen zu einem Kollaps des gesamten Netzwerkes führen. Damit bestätigen sie die Annahme, dass Netzwerkeffekte in den Finanzmärkten bestehen (Erol und Ordoñez, 2017).
In Zusammenhang mit der Diskussion über ein optimales Level an Regulatorik betrachten Chari und Kehoe (2016) inwieweit der übliche Ansatz, dass Banken von Regierungen gerettet werden müssen, um Ineffizienzen auf privaten Märkten zu beheben, Bestand hat. Sie kommen zu dem Entschluss, dass es selbst bei effizienten Märkten zu Insolvenzen kommen wird, in denen notleidende Banken von wohlwollenden Regierungen gerettet werden, um die Insolvenzkosten zu vermeiden. Demnach zeigt das Paper, dass durch die Rettungen Ineffizienzen entstehen (Chari und Kehoe, 2016).
Ebenso betrachten Hett und Schmidt (2017) das Phänomen der Marktdisziplin. Dies beinhaltet den Zusammenhang einer Erwartungshaltung der Banken, dass sie im Falle einer Insolvenz gerettet werden würden. Das Paper zeigt, dass sich die Marktdisziplin während der Krise verschlechtert und nach dem DFA wieder auf einen Vorkrisenstand verbessert hat. Ebenso führen sie in dem Paper eine neue Berechnung für die Marktstabilität an. Für diese Berechnung berücksichtigen sie zum einen die unternehmensspezifischen Risiken, den Kredit Spread und zum anderen den Eigenkapital-Return. Sie belegen in ihren Ergebnissen weiterhin, dass es keine Wechsel der Marktdisziplin bei Nicht-Banken gibt und dass systemrelevante Banken eine schwächere Marktdisziplin aufweisen, als die Investmentbanken. (Hett und Schmidt, 2017)
Nachfolgend werden die in den letzten Jahren großen regulatorischen Eingriffe aufgeführt. Die Finanzkrise in den Jahren 2007/08 ist Ausgangspunkt der letzten Regulierung in den USA, den DFA. Derzeit sind rund 27% der erarbeiteten Regularien des DFA noch geplant, wobei die restlichen 73% bereits umgesetzt sind (U.S. Securities and Exchange Commission, 2019). Weiterhin kam es nach der Krise weltweit zu einer Vielzahl an internationalen, regulatorischen Veränderungen. Darüber hinaus wurde eine globale regulatorische Einigung unter dem Namen Basel III veröffentlicht, welche das vorangegangene regulatorische Werk Basel II ablöst. Dieses beinhaltet zwei Hauptkomponenten. Zum einen "Basel III: A global regulatory framework for more resilient banks and banking systems" und zum anderen "Basel III: International framework for liquidity risk measurement, standards and monitoring". Das Ziel der Basel III Regulierung ist es, dass Banken sich in Krisenfällen selbst stabilisieren und retten können. (Pohl und Michael, 2018).
2.3.5 Dodd-Frank Consumer Protection Act
Die Publikation von Balasubramnian und Cyree (2014) betrachtet und analysiert den direkten Effekt des DFA auf eine Verbesserung des Finanzsystems. Sie stützen ihre Erkenntnisse hauptsächlich auf die Auswertung der Auswirkungen des DFA auf die Marktdisziplin der einzelnen Marktteilnehmer sowie des Gesamtmarktes. Die Ergebnisse zeigen, dass sich die Marktdisziplin der großen Banken nach der Einführung des DFA auf einen Zustand, ähnlich dem Zeitpunkt vor der Finanzkrise, verbessert hat. Darüber hinaus belegt das Paper, dass die Marktdisziplin des Gesamtmarktes ebenso zurückgegangen ist (Balasubramnian und Cyree, 2014).
Da die Ratingagenturen für die Finanzkrise mitverantwortlich gemacht wurden, erhielten diese eine große Aufmerksamkeit seitens der regulatorischen Behörden. Aus dieser Rolle ergaben sich eine Vielzahl an regulatorische Eingriffe, welche die Ratingverfahren sowie die vergebenen Ratings betrafen. Das Paper von Dimitrov et al. (2015) setzt an diesem Punkt der Regulatorik an. Sie analysieren die Fehlerpotentiale der Ratingagenturen während der Finanzkrise und nach dem DFA. Hierbei belegen die Ergebnisse der Analysen keinen signifikanten Einfluss des DFA auf die Genauigkeit und Richtigkeit der Ratings. Die Analysen zeigen jedoch in die entgegengesetzte Richtung. Es werden nach dem Inkrafttreten des DFA vermehrt falsche Ratings getroffen. Diese falschen Ratings führen zu einer zu negativen Einschätzung der jeweiligen Bank. Diese Ratings wiesen Inkorrektheit und Fehlerhaftigkeit auf. Demnach wurden pessimistische Warnungen hervorgerufen, welche Kosten und Unsicherheit verursachen (Dimitrov, et al., 2015).
Transaktionskosten stellen ein weiteres Einflussgebiet der Regulatorik dar. Diese Thematik bearbeiten Loon und Zhong (2016) in ihrem Paper. Sie betrachten insbesondere den Einfluss des DFA auf die Transaktionskosten der „OTC“ (Over-thecounter) und dem „Credit Default Swap Index“ Transaktionen sowie deren Liquidität. Die Ergebnisse zeigen, dass der DFA die Transaktionskosten der OTC verringert hat, sowie die Möglichkeit auf höhere Liquidität verschlechtert hat (Loon und Zhong, 2016).
Grundsätzlich ist zu erwähnen, dass in der wissenschaftlichen Literatur sowohl positiv beabsichtigte Auswirkungen des DFA bestätigt werden, jedoch auch Effekte analysiert werden, welche das geplante Resultat verfehlen.
2.4 Annahmen und Hypothesen
2.4.1 Hypothese I Auswirkungen der Bilanzdeterminanten auf die Performance während der Finanzkrise
Die erste Hypothese befasst sich mit der Ausstattung der Bank. Grundlegend nimmt diese Hypothese an, dass es einen Zusammenhang zwischen den Ausstattungen der Banken in der Finanzkrise und deren Performance gibt. Betrachtet werden Werte der Bankbilanz, sowie der Gewinnund Verlustrechnung. Es ist zu erwarten, dass Banken, die mehr kurzfristiges Fremdkapital sowie Fremdkapital im Allgemeinen besitzen, während der Krise schlechter performen, als Banken mit weniger Fremdkapital.
2.4.2 Hypothese II Lerneffekt der Banken durch Finanzkrisen
Eine weitere Hypothese, welche in dieser Arbeit beantwortet wird, befasst sich mit der Problematik, ob es einen Lerneffekt der Banken gegeben hat. Als Grundlage der Hypothese wird die Annahme getroffen, dass die Bankmanager selbständig erkannt haben, welche individuellen Bilanzdeterminanten zu einer besseren Performance geführt haben und dementsprechend die Bankbilanzen anpassen. Bei insignifikanten oder keiner nachweisbaren Veränderung der Bilanzdeterminanten tritt kein Lerneffekt auf und die Hypothese kann verworfen werden.
2.4.3 Hypothese III Auswirkungen der einzelnen Bankausstattungen auf das Risiko
Die dritte Hypothese behandelt die Thematik, ob und wenn ja, welche Bilanzdeterminanten für das Risiko verantwortlich sind. Diese Hypothese dient als vorangestellte und vorbereitende Fragestellung um Hypothese vier der Arbeit besser beantworten zu können. Hierbei werden zur Bestätigung der Annahme signifikante Determinanten in der jeweiligen Regression erwartet, um signifikante Aussagen über einen Einfluss treffen zu können.
2.4.4 Hypothese IV Risikominderung durch die Regulatorik
Die vierte Hypothese dieser Arbeit greift die Fragestellung auf, inwieweit der DFA risikomindernd in die Finanzbranche eingegriffen hat und ob sich diese Wirkung auch signifikant zeigen lässt. Wenn der DFA eine risikomindernde Wirkung hat, wird während der Finanzkrise ein Anstieg des systematischen Risikos erwartet, welches nach der Finanzkrise wieder abnimmt und nach dem Zeitpunkt des Inkrafttretens des DFA eine weitere Risikoreduzierung zu beobachten sein sollte.
3 Datensatz und statistische Methodiken
3.1 Statistische Methodiken der Arbeit
3.1.1 Der t-Test für abhängige und unabhängige Stichproben
Der Mittelwertvergleich, welcher ebenfalls als t-Test bezeichnet wird, beantwortet die Frage, ob ein Unterschied der Mittelwerte rein zufällig entstanden ist oder ob die Differenz der Mittelwerte eine signifikante Abweichung darstellt. Untersucht wird hierbei die mathematische Differenz zwischen den arithmetischen Mitteln der beiden beobachteten Gruppen.
Abbildung in dieser Leseprobe nicht enthalten
Formel 1: Differenz der Mittelwerte
Falls die beiden Gruppen in sich nicht unterschiedlich sind, wird davon ausgegangen, dass die gefundene Differenz 0 ist. Bei einer Differenz wird mit dem t-Test überprüft, mit welcher Wahrscheinlichkeit die Mittelwerte tatsächlich voneinander abweichen.
Abbildung in dieser Leseprobe nicht enthalten
Formel 2: Berechnung des t-Wertes f ü r die Bestimmung der Signifikanzwahrscheinlichkeit
Jedem t-Wert kann eine Wahrscheinlichkeit zugeordnet werden, welche Aufschluss darüber gibt, mit welcher Wahrscheinlichkeit die Mittelwerte tatsächlich voneinander abweichen (Wooldridge, 2012).
3.1.2 Lineare Regression und Korrelationen
Die einzelnen Variablen verzeichnen meist einen messbaren Effekt aufeinander. Dieser Effekt wird anhand der Korrelation nach Karl Pearson (1896) bestimmt, welche den jeweiligen Einfluss einer Variablen auf eine andere Variable misst. Hierbei kann eine Signifikanz des Korrelationskoeffizienten ermittelt werden (Wooldridge, 2012; Benesch, 2013).
Lineare Regressionen ziehen den Effekt der Korrelation heran, um den jeweiligen Einfluss einer oder mehrerer unabhängigen Variablen auf die abhängige Variable anzugeben. Hierbei wird ein linearer Zusammenhang der unabhängigen auf die abhängige Variable vorausgesetzt. Weiterhin wird die Signifikanz des Einflusses mit einem t-Test geprüft. In dieser Arbeit wird bewusst eine lineare Regression verwendet, da die Zusammenhänge der jeweiligen Einflüsse als lineare Zusammenhänge angenommen werden (Rüschendorf, 2014; Messer & Schneider, 2019). Bei der Interpretation des jeweiligen Regressionskoeffizienten muss zum Zeitpunkt der Analyse der Effekt der Multikollinearität betrachtet werden. Dieser charakterisiert den Einfluss zweier oder mehrerer unabhängigen Variablen untereinander im Zusammenhang mit der Korrelation. Bei stark korrelierten unabhängigen Variablen kann es zu einer instabilen Schätzung kommen. Darüber hinaus kann die gesamte Interpretation der Regression ungenau werden (Wooldridge, 2012; Benesch, 2013).
3.1.3 „Difference in Difference“ Analyse
Zur Berechnung eines signifikanten Einflusses des DFA auf das systematische Risiko wird in dieser Arbeit eine Difference in Difference Berechnung durchgeführt. Diese Analyse untersucht die Signifikanz eines auftretenden Events anhand einer Kontrollgruppe und einer Versuchsgruppe. Hierbei werden die Differenzen in den beiden Gruppen jeweils auf einen Unterschied getestet. Bei der Versuchsgruppe tritt zu einem festgelegten Zeitpunkt ein Event ein, welches die Differenz der beiden Gruppen verändern soll. Dies wird mit der Difference in Difference Analyse geprüft. Hierbei greift die Analyse auf die Methodik der Regressionsanalyse zurück.
Abbildung in dieser Leseprobe nicht enthalten
Formel 3: Regressionsberechnung der zugrundeliegenden Difference in Difference Parameter (Wooldridge, 2012)
s und Y besitzen jeweils die Ausprägung einer Dummy Variable, welche für T die Gruppe angibt und für 2 den Zeitraum in dem sich der jeweilige Datenpunkt befindet. s ist 1, wenn es sich um die Versuchsgruppe handelt. Y besitzt den Wert 1, wenn das Event bereits eingetreten ist. Der Difference in Difference Schätzer setzt sich wie folgt zusammen:
Abbildung in dieser Leseprobe nicht enthalten
Formel 4: Berechnung des Difference in Difference Sch ä tzers (Wooldridge, 2012)
Für den Schätzer wird der Unterschied der Mittelwerte über die zwei Perioden ermittelt. Durch die Berechnung der Difference in Difference soll im Kapitel vier der Arbeit der Einfluss der Regulatorik auf das Risiko bestimmt und analysiert werden (Wooldridge, 2012).
3.1.4 Ökonomische Signifikanz
Unter ökonomischer Signifikanz wird die jeweilige Interpretation eines Regressionskoeffizienten verstanden. Die statistische Signifikanz des geprüften Koeffizienten ist kein Indiz für eine ökonomische Signifikanz des gefundenen Ergebnisses. Geprüft und interpretiert wird die Höhe des Koeffizienten und die daraus abzuleitende Auswirkung auf die abhängige Variable. Ist der Einfluss zu gering oder ist der Einfluss nur durch eine Vergrößerung des Variablenwertes, abseits der Realität, zu erreichen, ist die statistische Signifikanz zwar gegeben, jedoch nicht die ökonomische Signifikanz (Sterck, 2018).
3.1.5 Robustheits-Check
Der Robustheits-Check ist in der Statistik ein anerkanntes und benötigtes Verfahren, um die dargestellten Ergebnisse zu validieren. Dies geschieht bei Regressionen anhand von weiteren Regressionsanalysen, welche der überprüften Situation gegenüber einer geänderten Umgebung haben. Hierbei werden zum Beispiel einzelnen Regressionen mit einer veränderten Anzahl an Regressionsvariablen durchgeführt. Entweder werden weitere Variablen der Regressionsgleichung hinzugefügt oder entfernt, um den Einfluss und die Signifikanz des ursprünglichen Modells zu bestätigen. Dabei muss beachtet werden, dass die hinzugefügten oder entfernten Variablen wichtige Kernvariablen der Regression darstellen, da ansonsten keine Aussage über die Robustheit getroffen werden kann. Es handelt sich um eine robuste Schätzung, wenn die Regressionskoeffizienten in mehreren Analysen welche sinnhaft sind, den gleichen Einfluss und eine Signifikanz aufweisen (Lu und White, 2014).
3.2 Deskriptive Statistiken Erklärung des Datensatzes
Der Datensatz, welcher der Arbeit zugrunde liegt, beinhaltet sowohl Bilanzkennzahlen der Banken, als auch zugehörige Risikodaten. Die Bilanzkennzahlen entspringen zum einen aus der Datenbank BANKSCOPE und zum anderen aus den Datenbanken der Zentralbank (Federal Reserve) der USA. Die Risikokennzahlen des Datensatzes, wurden auf Basis der in Kapitel 3.3 dargelegten Kennzahlen berechnet. Im Datensatz sind zum Zeitpunkt der Krise 256 Banken enthalten. Die
[...]
[1] Tier 1:Verhältnis von Tier 1-Kapital zu den risikogewichteten Aktiva (Beltratti & Stulz, 2012)
- Quote paper
- Anonymous,, 2019, Determinanten einer guten Performance während der Finanzkrise. Mögliche Verbesserung durch die Regulatorik, Munich, GRIN Verlag, https://www.grin.com/document/535779
-
-
-
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X.