Schätzung der makroökonomischen Auswirkungen von Kreditangebotsschocks – Financial institution Underground

Sam Christie und Aniruddha Rajan

Plötzliche Kontraktionen in der Kreditversorgung können Rezessionen auslösen und verstärken – eine Realität, die durch die globale Finanzkrise 2008 (GFC) schmerzlich klar wurde. Die Quantifizierung dieser realen wirtschaftlichen Auswirkungen ist jedoch eine Herausforderung. In diesem Beitrag zeigen wir einen neuartigen Weg, dies zu tun Granulare instrumentelle Variablen (GIV)Konzentration auf den britischen Hypothekenmarkt. Die Kernidee ist, dass wir die Konzentration des Marktes ausnutzen können, um exogene Schwankungen bei der aggregierten Kreditversorgung durch eigenwillige Kreditgeber-spezifische Schocks aufzubauen. Unter Verwendung unseres GIV finden wir Hinweise darauf, dass kontraktionarische Hypothekenversorgungsschocks quantitativ signifikante Auswirkungen auf die Makroökonomie haben können, was zu einer anhaltenden Abnahme der Produktion, des Verbrauchs und der Investition sowie der Erhöhung der Arbeitslosigkeit führt.

Warum sich um eine instrumentelle Variable kümmern?

Um die Auswirkungen von Schocks der Kreditversorgung zu verstehen, konnten wir versuchen, einige makroökonomische Combination auf ein Maß an Kreditvolumen einfach zurückzugewinnen. Die gleichzeitige Kausalität macht diesen Ansatz jedoch ungültig – wir können fälschlicherweise Änderungen der Kreditversorgung aufnehmen, die tatsächlich vom Geschäftszyklus angetrieben werden. Eine Rezession könnte beispielsweise die Bilanzbeschränkungen der Kreditgeber verschärfen (direkt reduzieren das Kreditangebot) oder eine Verringerung der Kreditnachfrage, auf die Kreditgeber reagieren (indirekt reduzieren das Kreditangebot).

Eine Lösung besteht darin, eine zu verwenden Instrumentalvariable Identifizierung der Variation des Kreditangebots, die nicht mit den makroökonomischen Bedingungen zu tun haben. Leider sind solche Instrumente auf aggregierter Ebene schwer zu finden. Unsere Arbeit verwendet eine neuartige Kind des Devices, um diese Herausforderung zu überwinden – eine GIV. Unser GIV -Ansatz beruht auf zwei Merkmalen der Kreditmärkte: (i) hohe Marktkonzentration und (ii) für Kreditgeber ausreichend unstable eigenwillige Schocks. Märkte dieser Artwork werden genannt körnig (Gabaix (2011)). Wenn die Hypothekengeber Granularität aufweisen, sollten eigenwillige Schocks auf aggregierter Ebene nicht ausspülen und exogene Bewegungen in den Marktergebnissen erzeugen – eine gültige instrumentelle Variable.

Warum sich auf den Hypothekenmarkt konzentrieren?

Der Hypothekenmarkt ist ein besonders relevanter Kreditmarkt, da Hypotheken die größte Haftung eines typischen britischen Haushalts darstellen (Bis (2023)). Dies macht die Hypothekenschulden zu einer wichtigen Determinante für reale verfügbare Einkünfte, sodass die Schocks an sein Angebot im Prinzip die Makroökonomie beeinflussen können. Beispielsweise könnte eine Kontraktion der Hypothekenkredite den Verbrauch senken, indem sie die Immobilienpreise senken und die Investitionen durch die Verlangsamung des neuen Wohnungsbaus senken. Diese wirklichen wirtschaftlichen Spillovers bedeuten, dass die Hypothekenangebotsschocks für die Politik related sind, was die politischen Ausschüsse der Financial institution of England genau aufmerksam machen.

Darüber hinaus ist der britische Hypothekenmarkt stark konzentriert und macht es zu einem starken Kandidaten für eine GIV -Analyse. Abbildung 1 zeigt die Konzentration des Marktes über eine Lorenz -Kurve von Marktanteilen des Kreditgebers. Die Dominanz der sogenannten Large-6-Kreditgeber führt dazu Verhältnis (69%). Diese Konzentration ist vielversprechend für die Verwendung von GIV, aber wir brauchen auch eigenwillige Schocks für Hypothekengeber, um ausreichend volatil zu sein. Glücklicherweise, Andere Arbeiten in der Bankenliteratur Zeigt an, dass letzteres wahr ist, mit Kreditgeber-spezifischen Ereignissen wie unerwarteten Darlehensbestimmungen, Kapitalinjektionen und Cyberproblemen, die als regelmäßige Ereignisse auf den Kreditmärkten angeführt werden. Dies sind genau die Arten von eigenwilligen Schocks, die wir in unserem GIV erfassen wollen.

Abbildung 1: Lorenz Kurve für den Hypothekenmarkt

Anmerkungen: Lorenz-Kurve, Gini-Koeffizient und 'Large'-6-Agency-Konzentrationsquote für den britischen Hypothekenmarkt. Berechnungen werden als Durchschnittswerte über den Stichprobenzeitraum durchgeführt. Jeder blaue Punkt entlang der Lorenz -Kurve repräsentiert einen Kreditgeber. Die schwarze gestrichelte Linie ist eine theoretische Lorenz -Kurve, in der alle Kreditgeber gleich groß sind.

Wie konstruieren wir unsere GIV?

Wir erstellen unsere GIV mit Daten auf Kreditgeberebene über die Aktien von Hypotheken, die von Geldfinanzinstituten zu einer vierteljährlichen Häufigkeit ausgegeben wurden. Die Financial institution of England sammelt diese vertraulichen Daten und veröffentlicht die aggregierte Serie auf Bankstats. Unsere Stichprobe konzentriert sich aus zwei Gründen auf den Zeitraum von 2010 Q1 bis 2019 This fall: (i) Kreditgeberspezifische Daten vor der GFC sind begrenzt und (ii) die Volatilität der von CoVID-19 erstellten Daten darstellen eine strukturelle Pause, die wir wollen vermeiden.

Mit unseren Daten auf Kreditgeberebene folgen wir Gabaix und Koijen (2024) isolierte isolierte idiosynkratische Hypothekenversorgungsschocks unter Verwendung einer Kombination aus parametrischen und nichtparametrischen Techniken. Dies beinhaltet unter anderem die aktiv Umfrage zur Kreditbedingungen Um sicherzustellen, dass die Variation, die wir identifizieren Finanzstabilitätspapier Nr. 51). Anschließend bilden wir unser Gesamt-GIV durch Größengewicht und summieren die eigenwilligen Schocks über Kreditgeber. Intuitiv bedeutet die Größengewicht, dass große Kreditgeber in unserem endgültigen Instrument mehr Bedeutung gewinnen. Diese Institutionen sollten einen größeren Einfluss auf die Marktergebnisse haben, sodass dieser Prozess sicherstellt, dass unser GIV ein möglichst relevantes Instrument ist.

Warum sich mit einem PCA beschäftigen?

Um unser Vertrauen zu erhöhen, dass wir wirklich eigenwillige Bewegungen in der Hypothekenversorgung erfassen, machen wir einen weiteren Schritt, um unsere Schockserie zu reinigen, indem wir a durchführen Hauptkomponentenanalyse (PCA). Mit der PCA können wir die Variation der Hypothekenversorgung abstreifen, die möglicherweise noch mit makroökonomischen Bedingungen zusammenhängt, auf die Kreditgeber jedoch unterschiedliche Empfindlichkeiten haben. Zum Beispiel könnte die Heterogenität über den Risikoappetit von Kreditgebern bedeuten, dass sie unterschiedlich auf den Geschäftszyklus reagieren. Abbildung 2 zeigt den Wert dieses zusätzlichen Schritts, indem Korrelationen zwischen den Kreditgeber-spezifischen Schocks verglichen werden, die wir vor und nach dem PCA extrahiert haben. Die Korrelationen zwischen Kreditgeberspezifischen Schocks kommen nach der PCA viel näher an Null (dh unkorreliert), was darauf hindeutet, dass diese Schocks in der Tat eigenwillig sind.

Abbildung 2: Einfluss einer PCA auf Korrelationen zwischen Kreditgeberspezifischen Schocks

Anmerkungen: Korrelationsmatrizen zwischen Kreditgeber-spezifischen Hypothekenversorgungsschocks in unserem GIV. Die linke Matrix ist, wenn wir keine PCA auf den Kreditgeber-spezifischen Schocks durchführen, und die rechte Matrix ist bei der Ausführung von zwei Hauptkomponenten).

Was sind unsere wichtigsten Ergebnisse?

Unser erstes Schlüsselergebnis ist, dass der britische Hypothekenmarkt detailliert ist. Unser GIV ist ein starkes Instrument für aggregierte Hypothekenvolumina (mit einem F-Statistik weit über 10), das bestätigt, dass eigenwillige Schocks für Kreditgeber Bewegungen auf dem gesamten Hypothekenmarkt erklären können. Angesichts der Schwierigkeit, gültige makroökonomische Instrumente zu finden, ist dies eine nicht triviale Erkenntnis und validiert die Verwendung unserer GIV in dieser Einstellung.

Unser zweites Schlüsselergebnis ist, dass aggregierte Kontraktionen in der Hypothekenversorgung tatsächlich erhebliche reale Auswirkungen auf die Makroökonomie haben können. Mit unserem giv in a Lokale ProjektionWir verfolgen die Auswirkungen eines Hypothekenangebotsschocks auf verschiedene makroökonomische Variablen. In Abbildung 3 werden unsere Basisschätzungen für eine Ein -Commonplace -Kontraktion in Hypothekenkrediten (67 Basispunkte) angezeigt. Der Schock führt zu statistisch signifikanten Abnahmen von Produktion, Verbrauch und Investitionen, die im Laufe der Zeit anhalten. Actual Output fällt nach zwei Jahren um 1,3 Prozentpunkte, was durch den Spitzenverbrauch und die Investition von 1,3 Prozentpunkten bzw. 3,0 Prozentpunkten untermauert wird. Der Schock führt auch zu einem maximalen Anstieg der Arbeitslosenquote von 0,3 Prozentpunkten, obwohl der letztere Effekt mehr gedämpft ist. Zum Vergleich perception sich die größte vierteljährliche Bewegung während der globalen Finanzkrise auf eine Kontraktion zwischen Hypothekenkrediten von 1,6 Standardabweichung. Dies deutet darauf hin, dass zwar nur einer von vielen Faktoren, aber große Hypothekenversorgungsschocks quantitiv signifikante Auswirkungen auf die britische Wirtschaft haben können.

Abbildung 3: Reaktion makroökonomischer Combination auf einen negativen Hypothekenversorgungsschock

Anmerkungen: Kumulative Reaktion von Produktion, Verbrauch, Investitionen und Arbeitslosigkeit auf eine einheitliche Abweichungskontraktion in der Hypothekenversorgung. Geschätzt über lokale Projektion unter Verwendung eines GIV, das nach dem Extrahieren von zwei Hauptkomponenten konstruiert wurde. 68% Konfidenzbänder in Orange- und 95% -Konfidenzbändern schattiert grau, mit Newey-West-Standardfehlern (vier Verzögerungen). Lokale Projektionskontrollen für vier Verzögerungen der abhängigen Variablen. Beachten Sie, dass die Investition an der gesamten Brutto -Festkapitalbildung gemessen wird.

Als Referenzpunkt und um den Wert des Devices zu veranschaulichen, führen wir die gleichen Spezifikationen mit Commonplace -OLs aus. OLS erzeugt weniger anhaltende Antworten aller Variablen auf den Hypothekenangebotsschock. Die Antworten werden ebenfalls weniger genau geschätzt, wobei die Konfidenzbänder für die makroökonomischen Antworten regelmäßig Null überschreiten. Diese Ungenauigkeit ist besonders für die Arbeitslosenquote ausgeprägt.

Unsere GIV -Ergebnisse ähneln qualitativ denen, die an anderer Stelle in der Literatur mit alternativen Methoden erhalten wurden. Dies schließt Barnett und Thomas (2014) die Schocks für Kreditversorgung in Großbritannien anhand von makroökonometrischen Standardtechniken für aggregierte Daten identifizieren. Unsere Analyse baut auf ihren Bemühungen auf, indem mikroökonometrische Techniken zu disaggregierten Daten genutzt werden, um eine stärkere Identifizierung zu erzielen. Daher bietet unsere GIV -Arbeit eine neue empirische Unterstützung der riesigen theoretischen Literatur darüber, wie Kreditversorgungsschocks Rezessionen verursachen und verstärken können (siehe Kiyotaki und Moore (1997) Und Diamond und Rajan (2005)).

Unsere Feststellung, dass Kreditversorgungsschocks echte wirtschaftliche Auswirkungen haben können, ist auch für die Politikgestaltung related. Aus Sicht der Geldpolitik zeigt sie, dass die Überwachung dieser Schocks und des Verständnisses ihrer Übertragung für die Financial institution of Englands wichtige Probleme sind Geldpolitikausschuss. Es gibt auch Auswirkungen auf die finanzielle Stabilität, da systemische Risiken Schocks auslösen können, um die Kreditversorgung zu aggregieren (wie während der GFC). In Bezug auf die makroprudenzielle Regulation unterstreicht dies die Bedeutung der Bedeutung der Finanzpolitikausschuss bei der Identifizierung, Überwachung und Handeln gegen solche Risiken für das Finanzsystem. Unsere Ergebnisse rechtfertigen zusätzlich die Verwendung der mikroproduktiven Regulierung durch die Prudential Regulation Committee Um sicherzustellen, dass die Kreditgeber angesichts von Kreditangebotsschocks ausreichend aktiviert sind. Dies ist unabhängig davon, ob diese Schocks systemweit oder eigenwillig sind, da wir zeigen, dass selbst letztere angesichts der Granularität des britischen Bankensystems die Gesamtergebnisse beeinflussen kann.

Was sind die wichtigsten Imbissbuden?

Zunächst zeigen wir, dass eine neuartige Methode zur Konstruktion von Instrumentalvariablen (GIV) für Kreditmärkte anwendbar ist. Insbesondere wenden wir diesen Ansatz auf den hochkonzentrierten britischen Hypothekenmarkt an und stellen fest, dass eigenwillige Angebotsschocks die Gesamtergebnisse beeinflussen können. Es ist eine Herausforderung, gültige makroökonomische Instrumente zu erhalten, aber wir zeigen, dass die Nutzung von Mikrodaten in einem geeigneten körnigen Markt dieses Drawback angehen kann.

Zweitens können kontraktionäre Schocks der Hypothekenversorgung wesentliche wirkliche wirtschaftliche Auswirkungen haben. Eine Verringerung des Hypothekenangebots verringert die Produktion, den Verbrauch und die Investitionen und erhöht die Arbeitslosigkeit. Diese Effekte sind anhaltend und wirtschaftlich signifikant, was darauf hindeutet, dass die Schocks für Kreditangebotsschocks Geschäftszyklen vorantreiben können. Dies bietet die politischen Ausschüsse der Financial institution of England die Motivation, solche Schocks zu verstehen, zu überwachen und zu handeln. Mit anderen Worten, Kreditversorgungsschocks sind wichtig!

Sam Christie und Aniruddha Rajan arbeiten in der Geld- und Finanzbedingungen der Financial institution.

Wenn Sie Kontakt aufnehmen möchten, senden Sie uns bitte eine E -Mail an unter bankunderground@bankofenengland.co.uk oder hinterlassen Sie unten einen Kommentar.

Kommentare Wird erst einmal von einem Moderator genehmigt und nur dann veröffentlicht, wo ein vollständiger Title geliefert wird. Financial institution Underground ist ein Weblog für die Mitarbeiter der Financial institution of England, um Ansichten zu teilen, die die anspruchsvollen Richtlinienorthodoxien herausfordern – oder Unterstützung -. Die hier geäußerten Ansichten sind die der Autoren und nicht unbedingt die der Financial institution of England oder ihrer politischen Ausschüsse.