Early warning systems for banking crises: evidence for the euro-zone banking sector

Abstract

In the last decade, there has been a dramatic increase in the literature on banking crises, with researchers focusing on developing mechanisms, such as Early Warning Systems, for predicting systemic or individual banking distress. The aim of the present study is to propose an Early Warning System for banking crises in the Eurozone. For this purpose, data from the Macroprudential Database of the European Central Bank (ECB) are used. The first part of the study reviews the landmarks in the literature associated with Early Warning Models for banking crises, with a focus on the most important surveys and methods. Additionally, the frame for the empirical analysis is set. In the second part, we proceed to an application of the most widespread and popular method used in the literature of Early Warning Systems, the binary multivariate logistic regression. The initial implementation takes place in ten Eurozone banking systems for which data were fully available, for the period from 1999 to 2016, in the ECB Macroprudential Database. Traditional macroeconomic parameters, banking indicators as well as, for first time, two composite risk indicators provided by the MPDB, an investment sentiment indicator (Eurostat) and an economic freedom indicator (Heritage Institute) are employed as explanatory variables. A binary dependent variable is used for the banking crisis and takes the value "1" during the "early warning periods" that we aim to predict and define from one to four years before the crisis onset. A series of robustness and out of sample tests on our model concludes this part. In the third part, we apply a more complex method of logit, the multinomial logit model, on our initial data sample, employing the same explanatory variables, but taking into account separately the crisis observations; a period that is characterized and analyzed as "crisis duration period" and lasts until tranquil periods return. Most of the robustness tests of the previous part are repeated here, as well as the model specification that we apply to the multivariate binary logit model in the second part of the study. Overall, the results indicate that our binomial EWM with three years early warning period, excluding the observations following the onset of crises, performs clearly better and is the superior Early Warning logit model of this study for the successful prediction of a systemic banking crisis -with the characteristics of 2008 Euro-zone banking crisis three years before the explosion. Additionally, we prove that the risk indicators provided by the new Macroprudential Database of the European Central Bank are a very useful tool for forecasting systemic banking crises. Subsequently, the establishment of the MPDB (in 2015), was an important development towards even more efficient central bank supervision in Eurozone.

Την τελευταία δεκαετία, σημειώθηκε μία εντυπωσιακή αύξηση στη βιβλιογραφία σχετικά με τις τραπεζικές κρίσεις, με τους ερευνητές να εστιάζουν στην ανάπτυξη μηχανισμών για πρόβλεψη τραπεζικών κρίσεων –συστημικών ή απομονωμένων, όπως τα Συστήματα Έγκαιρης Προειδοποίησης. Τα υποδείγματα αυτά διαφοροποιούνται μεταξύ τους ως προς το πεδίο εφαρμογής, τον ορισμό της κρίσης, τους επεξηγηματικούς παράγοντες, τη μεθοδολογία και τον τρόπο πρόβλεψης. Στην παρούσα έρευνα, στόχος είναι η δημιουργία ενός Συστήματος Έγκαιρης Προειδοποίησης κρίσεων τραπεζικού συστήματος στην Ευρωζώνη. Για το σκοπό αυτό, χρησιμοποιούνται στοιχεία από τη νέα Μακροπροληπτική Βάση Δεδομένων τής Ευρωπαϊκής Κεντρικής Τράπεζας (ΕΚΤ). Στο πρώτο μέρος, γίνεται μία εκτενής βιβλιογραφική ανασκόπηση που αφορά σε συστήματα έγκαιρης προειδοποίησης τραπεζικών κρίσεων και τις μεθόδους που χρησιμοποιούνται. Στη συνέχεια, εστιάζουμε στη διαμόρφωση του ερευνητικού αντικειμένου και στην πλαισίωση της εμπειρικής μας μελέτης. Στο δεύτερο μέρος, προχωράμε σε μία εφαρμογή της πιο διαδεδομένης και δημοφιλούς μεθόδου που χρησιμοποιείται, με βάση τη βιβλιογραφία, σε αυτού του είδους τα Συστήματα, της δυαδικής πολυμεταβλητής λογιστικής παλινδρόμησης. Η αρχική εφαρμογή επιλέχτηκε να γίνει σε δέκα τραπεζικά συστήματα της Ευρωζώνης για τα οποία υπήρχε πλήρης διαθεσιμότητα δεδομένων, για την περίοδο από το 1999 έως και το 2016, στη Μακροπροληπτική Βάση Δεδομένων της ΕΚΤ. Ως μεταβλητές έχουν χρησιμοποιηθεί κλασικές μακροοικονομικές παράμετροι, τραπεζικοί δείκτες καθώς και, για πρώτη φορά, δύο σύνθετοι δείκτες κινδύνου της ΕΚΤ, ένας δείκτης επενδυτικού αισθήματος της Ευρωπαϊκής Επιτροπής και ένας οικονομικής ελευθερίας από το Ινστιτούτο “Heritage”. Ως εξαρτημένη χρησιμοποιείται δυαδική μεταβλητή για την τραπεζική κρίση, η οποία λαμβάνει την τιμή «1» για την «περίοδος έγκαιρης προειδοποίησης» που ορίζουμε και ως στόχο έχουμε την πρόβλεψή της. Ακολουθεί η εφαρμογή μίας σειράς ελέγχων αξιοπιστίας στο μοντέλο αυτό, καθώς και έλεγχοι με δεδομένα εκτός του δείγματος, προκειμένου να καταλήξουμε στο πιο αξιόπιστο μεθοδολογικά μοντέλο και την καλύτερη δυνατή προσέγγιση της συστημικής τραπεζικής κρίσης. Στο τρίτο μέρος, γίνεται εφαρμογή ενός πολυωνυμικού μοντέλου λογιστικής συνάρτησης, στα δεδομένα του αρχικού δείγματος, με τις ίδιες επεξηγηματικές μεταβλητές, λαμβάνοντας υπόψη όμως ξεχωριστά τις παρατηρήσεις που ακολουθούν την κρίση μέχρι να επανέλθει η ομαλότητα, μία περίοδο που χαρακτηρίζεται στη βιβλιογραφία ως “crisis duration period” και “post-crisis period”. Επαναλαμβάνονται οι περισσότεροι έλεγχοι αξιοπιστίας που εφαρμόστηκαν στο προηγούμενο μέρος. Τέλος, καταλήγουμε ότι το δυαδικό μοντέλο πολυμεταβλητής λογιστικής συνάρτησης, για την πρόβλεψη μιας τριετούς περιόδου έγκαιρης προειδοποίησης πριν το ξέσπασμα συστημικών τραπεζικών κρίσεων, όπως αυτή του 2008, στα τραπεζικά συστήματα των βασικών κρατών-μελών της Ευρωζώνης, παραμένει το πιο αξιόπιστο, ύστερα από την εφαρμογή όλων των ελέγχων ευρωστίας που λαμβάνουν χώρα στην παρούσα έρευνα και, επιπλέον, υπερτερεί σαφώς έναντι του αντίστοιχου πολυωνυμικού μοντέλου στο συγκεκριμένο τουλάχιστον δείγμα. Επιπλέον, διαπιστώνεται ότι οι δείκτες κινδύνου, που παρέχονται από τη Μακροπροληπτική Βάση Δεδομένων της ΕΚΤ σε επίπεδο τραπεζικών συστημάτων της Ευρωζώνης, αποτελούν ένα πολύ χρήσιμο εργαλείο για την πρόβλεψη συστημικών τραπεζικών κρίσεων.