Eine zusammenfassende Messung der Widerstandsfähigkeit britischer Haushalte – Financial institution Underground

Vania Esady und Stephen Burgess

Eine zusammenfassende Messung der Widerstandsfähigkeit britischer Haushalte

Hohe Verschuldung der privaten Haushalte haben sich als rezessionsverstärkend erwiesen. In der globalen Finanzkrise beispielsweise waren britische Haushalte mit mehr Schulden neigten dazu, ihre Ausgaben überproportional zu reduzierenwas die Gesamtnachfrageeffekte verstärkt und die Rezession möglicherweise verschlimmert. Hohe Verschuldungen privater Haushalte (und Unternehmen) können Risiken für das britische Finanzsystem darstellen durch zwei Hauptkanäle: Widerstandsfähigkeit der Kreditgeber und Widerstandsfähigkeit der Kreditnehmer. Die Widerstandsfähigkeit der Haushalte gegenüber zukünftigen Schocks zu überwachen, ist jedoch keine leichte Aufgabe. In diesem Beitrag entwickeln wir einige neue zusammenfassende Maßstäbe für die Widerstandsfähigkeit der Kreditnehmer. Wir zeigen, dass ein Anstieg der Kosten für den Schuldendienst oder des Kreditflusses an Haushalte die Widerstandsfähigkeit der Haushalte insgesamt beeinträchtigen könnte.

Unser Beitrag

Wie widerstandsfähig sind Haushalte gegenüber Schocks? Um diese Frage zu beantworten, müssen wir heute wissen, wie viel Haushalte könnte ihre Ausgaben reduzieren, wenn sie in Zukunft unter Druck geraten. Wir zeigen einen Weg, dies zu tun, und verknüpfen unsere Messung mit wichtigen aggregierten Messungen der Haushaltsverschuldung.

Unser Ansatz basiert auf früheren Untersuchungen von Aikman et al (2019) Und Adrian et al (2019)die die gesamte Verteilung des BIP-Wachstums unter Berücksichtigung verschiedener finanzieller Variablen wie Schuldenstand und Vermögenspreise modellieren. Diese Ansätze werden heute in politischen Institutionen wie dem Federal Reserve Financial institution von New York für eine regelmäßige Risikoüberwachung. Schmitz (2022) zeigt, wie die Geldpolitik einen monatlichen Index der Abwärtsrisiken für das Konsumwachstum beeinflussen kann. Soweit uns bekannt ist, sind wir jedoch die ersten Autoren, die diese Ansätze auf die britischen Haushaltsausgaben anwenden.

Was wir tun

Wir arbeiten mit dem jährlichen Wachstum des britischen Haushaltskonsums und verwenden einen Ansatz, der als Quantilregression – ein statistisches Instrument, mit dem wir die Beziehung zwischen einer Reihe von Risikoindikatoren und der Gesamtverteilung möglicher Konsumergebnisse abschätzen könnenIn einem Commonplace-Regressionsmodellwird eine Beziehung angepasst, um die quadrierten Fehler zwischen Konsumwachstum und einigen erklärenden Faktoren zu minimieren, aber die Quantilsregression konzentriert sich auf bestimmte Punkte in der Verteilung – etwa das 5. oder 10. Perzentil – und minimiert eine gewichtete Summe positiver und negativer Fehlerterme. Das Wiederholen dieser Übung für verschiedene Quantile zeigt die allgemeine Type der Verteilung des Konsumwachstums.

Wie wählen wir unsere Erklärungsfaktoren aus? Wir stützen uns auf eine Kombination aus bisheriger Forschung und Risikoindikatoren die der Ausschuss für Finanzpolitik regelmäßig überwacht, und wir vergleichen potenzielle Modelle anhand eines Kontinuierlicher Wahrscheinlichkeitsbewertungsansatz. Grob gesagt werden hierdurch die Modelle danach eingestuft, wie intestine ihre Dichteprognosen sind, wenn sie außerhalb der Stichprobe betrachtet werden. Alle unsere Modelle verwenden das verzögerte jährliche Konsumwachstum und die Veränderung der Arbeitslosenquote über drei Jahre als erklärende Faktoren. Wir beziehen in die Regression auch drei verschiedene Maße für die Anfälligkeit der Haushalte ein (Abbildung 1): die Schuldendienstquote des privaten Sektors (DSR); ein Maß für die Haushaltsverschuldung im Verhältnis zum BIP 'Lücke' (ähnlich wie die BIZ-Maßstab für die Gesamtverschuldung des privaten Sektors); Und Kreditwachstum der privaten Haushaltedefiniert als die Veränderung der Haushaltsverschuldung als Anteil des BIP über drei Jahre. In diesem Beitrag verwenden wir diese in drei separaten Modellspezifikationen. Die Daten sind seit 1980 verfügbar, mit Ausnahme der DSR, die 1989 beginnt. Wir schätzen die Modelle bis 2019 (vertikale gestrichelte Linie in Diagramm 1), um die durch Covid verursachten Verzerrungen der Daten zu vermeiden. Dies bedeutet, dass das Modell Covid und andere Unterstützungsmaßnahmen für die Wirtschaft nach 2019 nicht berücksichtigt, die die Ausgabenentscheidung hätten beeinflussen können.

Abbildung 1: Kennzahlen zur Verschuldung privater Haushalte

Quellen: Financial institution of England, ONS und Berechnungen der Autoren.

Was wir finden

Die Felder in Diagramm 2 zeigen, wie unsere Risikoindikatoren die Extremrisiken für das Wachstum der Haushaltsausgaben beeinflussen. Wir interpretieren unsere Ergebnisse als hilfreiche Beziehungen, die in aktuellen britischen Daten vorhanden sind, und behaupten nicht, dass sie Beweise für einen kausalen Zusammenhang liefern. Die durchgezogenen blauen Linien stellen die Quantilregressionskoeffizienten aus unseren In-Pattern-Schätzungen dar und die schattierten Bereiche zeigen Konfidenzintervalle. Innerhalb jedes Felds zeigen die Linien die Wirkung bei verschiedenen Quantilen der Verteilung. Quer gelesen zeigen die drei Spalten Ergebnisse aus den drei verschiedenen Modellen. Quer gelesen zeigen die Diagramme die Wirkung der Schuldenmaßnahmen auf das Konsumwachstum in Ein- bzw. Dreijahreshorizonten. Wenn die durchgezogene blaue Linie deutlich unter Null liegt, bedeutet dies, dass die Schuldenmaßnahme das Ausgabenwachstum in diesem Horizont voraussichtlich nach unten ziehen wird. Wenn sie schräg ist, bedeutet dies, dass die Schulden die Type der Verteilung sowie des Durchschnitts. Beispielsweise beeinflussen DSRs im oberen linken Bereich das Ausgabenwachstum am linken Ende stärker als am Median.

Wir heben diese Ergebnisse aus Diagramm 2 hervor:

• Im ersten Jahr haben hohe DSRs einen deutlich negativen Einfluss auf den linken Rand des Konsumwachstums, und zwar stärker als im Median.
• Vergleicht man die drei verschiedenen Modelle, sind die DSR-Koeffizienten auch zahlenmäßig am größten. Eine Erhöhung der Haushalts-DSRs um eine Standardabweichung senkt das Konsumwachstum am 5. Perzentil um 1,4 Prozentpunkte (oberes linkes Feld).
• Wenn wir zusätzliche Modelle mit zwei oder drei Schuldenvariablen schätzen, erklärt die DSR-Variable tendenziell einen größeren Teil der Variation als die anderen beiden (nicht im Diagramm dargestellt).
• Die Ergebnisse für die Schuldenlücke zeigen, dass sie einen negativen Effekt auf das Konsumwachstum hat, aber weniger Auswirkungen auf die Type der Verteilung.
• Für Kredit Wachstumdie signifikantesten Effekte liegen im Dreijahreszeitraum (unteres rechtes Feld) vor, und die Koeffizienten sind am linken Ende signifikanter als am Median.

Diagramm 2: Geschätzte Quantilregressionskoeffizienten aus unseren Modellen

Hinweise: Durchgezogene blaue Linien kennzeichnen mittlere Koeffizientenschätzungen, hellblau (dunkelblau) schattierte Bereiche stellen 90 % (68 %) Konfidenzbänder aus dem Block-Bootstrap-Verfahren dar. Die Modelle beinhalten makroökonomische Kontrollen: dreijährige Arbeitslosenentwicklung und verzögertes vierteljährliches Konsumwachstum (auf Jahresbasis).

Quelle: Berechnungen der Autoren.

Wir können diese aus einer anderen Perspektive betrachten, indem wir uns auf das 5. Perzentil konzentrieren und die Koeffizienten im Zeitverlauf darstellen (Abbildung 3). Beim DSR-Maß erreicht der Effekt auf das Konsumwachstum nach drei Quartalen seinen Höhepunkt und nimmt dann ab. im Einklang mit anderen Arbeiten Demnach sind die mittelfristigen Auswirkungen der DSRs geringer. Andererseits dauert es fünf Quartale, bis sich die Auswirkungen des Kreditwachstums auf die Ausgaben aufbauen, sind dann aber immer noch signifikant.

Diagramm 3: Quantilregressionskoeffizienten im Zeitverlauf für das 5. Perzentil

Hinweis: Durchgezogene blaue Linien kennzeichnen die mittleren Koeffizientenschätzungen, hell (dunkel) blau schattierte Bereiche repräsentieren 90 % (68 %) Konfidenzbänder aus dem Block-Bootstrap-Verfahren.

Quelle: Berechnungen der Autoren.

Schließlich können wir messen, wie sich die Risiken für die Ausgaben im Laufe der Zeit von Anfang der 1990er Jahre bis 2023 verändert haben. Wir verwenden die geschätzten Koeffizienten in der Stichprobe in Diagramm 2, um die Risikomaße in Diagramm 4 zu berechnen. Wir argumentieren, dass zusammenfassende Maße wie dieses für politische Entscheidungsträger hilfreich sein könnten. Der Einfachheit halber konzentrieren wir uns nur auf unser Modell mit DSRs.

Die blaue Linie (Defizit) zeigt das 5. Perzentil der zukünftigen Ausgabenverteilung. Wir kehren es um, sodass ein höherer Wert ein höheres Risiko bedeutet. Beispielsweise entspricht das 5. Perzentil keinem Ausgabenwachstum im Einjahreshorizont, aber einem Wachstum von etwa 1,5 % im Dreijahreshorizont. Dies spiegelt die Tatsache wider, dass die DSRs in letzter Zeit etwas gestiegen sind (Abbildung 1), aber für die Ausgaben in der nahen Zukunft sind die DSRs viel wichtiger als für die Ausgaben in der weiteren Zukunft.

Eine ergänzende Methode zur Messung der Widerstandsfähigkeit von Haushalten besteht darin, die „Abwärtsrisiken“ zu betrachten. Während die blaue Linie einen bestimmten Punkt (5. Perzentil) der Verteilung berücksichtigt, berücksichtigt die orange Linie die gesamte Wahrscheinlichkeitsmasse unterhalb des Medians. In technischeren Begriffen können wir zur Beschreibung von Abwärtsrisiken die relative Entropie verwenden: die überschüssige Wahrscheinlichkeitsmasse über oder unter einem bestimmten Quantil, in diesem Fall unter dem Median, des bedingt Verteilung relativ zur Wahrscheinlichkeitsmasse der bedingungslos Dichte. Die blaue Linie in Abbildung 4 zeigt, dass wir während Rezessionsphasen relativ gesehen mehr Wahrscheinlichkeitsmasse auf der linken Seite der bedingten Verteilung erwarten können, was die Abwärtsrisiken erhöht.

Abbildung 4: Zwei Kennzahlen für Abwärtsrisiken bei Ausgaben unter der Bedingung von DSRs

Hinweis: Für weitere Einzelheiten zur Methodik verweisen wir interessierte Leser auf Abschnitt II.B in Adrian et al (2019).

Quelle: Berechnungen der Autoren.

Auswirkungen

Abbildung 4 zeigt, dass es in den letzten 15 Jahren kein übermäßiges Wachstum der privaten Verschuldung gab. Die Risikoindikatoren für non-public Haushalte sind seit der globalen Finanzkrise (unter Ausklammerung der mit Covid verbundenen Volatilität) in Grenzen gehalten worden. In den letzten zwei Jahren haben die privaten Haushalte trotz steigender Lebenshaltungskosten und steigender Zinsen keine drastischen Ausgabenkürzungen vorgenommen, weil sie zu Beginn dieser Part in einer stabileren Place waren.

Was würde passieren, wenn das Wachstum der privaten Kreditaufnahme in Zukunft anziehen würde? Der rechte Teil von Abbildung 3 zeigt, dass es 1–2 Jahre dauern könnte, bis die maximale Wirkung auf den Konsum eintritt. So bleibt Zeit für die Umsetzung etwaiger makroprudenzieller Maßnahmen. Würden politische Maßnahmen dagegen erst ergriffen, wenn höhere Kreditflüsse zu einem deutlich höheren Schuldenstand oder höheren DSRs geführt hätten, wäre die Widerstandsfähigkeit der Kreditnehmer bereits an einem Punkt angelangt, an dem sie nachließen (erster und zweiter Teil von Abbildung 3).

Vania Esady arbeitet in der Abteilung Aktuelle Wirtschaftslage der Financial institution. Dieser Beitrag wurde geschrieben, während Stephen Burgess battle in der Abteilung für makrofinanzielle Risiken der Financial institution tätig.

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

Kommentare erscheinen erst nach Genehmigung durch einen Moderator und werden nur veröffentlicht, wenn der vollständige Identify angegeben ist. Financial institution Underground ist ein Weblog für Mitarbeiter der Financial institution of England, in dem sie Ansichten austauschen können, die vorherrschende politische Orthodoxien in Frage stellen – oder unterstützen. Die hier geäußerten Ansichten sind die der Autoren und entsprechen nicht notwendigerweise denen der Financial institution of England oder ihrer politischen Ausschüsse.