1

Bankernes robusthed – måler vi rigtigt?

Er regnskabs- eller markedsbaserede data nøglen til at

opdage finansiel ustabilitet?

Finansforeningen og DJØF Finansnetværk

København, 9. juni 2016

Johannes Raaballe

Institut for Økonomi – Aarhus Universitet

2

Overvågnings- og styringsredskaberne, der svigtede op til den danske bankkrise,

var baseret på regnskabsdata. Vi finder, at hvis overvågnings- og

styringsredskaberne i stedet havde været baseret på markedsdata, ville man:

1. allerede op til 4-5 år før den danske bankkrise have været advaret om, at

noget alvorligt kunne være under opsejling i den danske banksektor

2. entydig have opdaget en dansk bankkrise medio 2008, altså allerede før

Roskilde Banks fald

3. på forhånd have identificeret de banker, der var i farezonen, og hvoraf de

fleste efterfølgende døde

4. opdage at identifikationen under punkt 3 var i bemærkelsesværdig

overensstemmelse med bankledelsernes egen vurdering af situationen.

3

De officielle solvensmål var ikke til nogen hjælp.

På kort og mellemlangt sigt er der finansiel stabilitet, men på langt sigt står vi

ikke i en bedre situation end op til den danske bankkrise.

4

Metode

Population: Danske børsnoterede banker med hovedsæde i Danmark ultimo

2007.

Metoden bag undersøgelsen er meget enkel og tager udgangspunkt i et

ældgammelt princip om, at høj risiko kræver tilsvarende høj polstring. Det er

også det princip, som det officielle solvensmål, Solvens, hviler på.

Den eneste væsentlige forskel på det officielle solvensmål, Solvens, og det nye

markedsopgjorte solvensmål, Msolvens, er, at Solvens beregnes ud fra

regnskabsmæssige værdier og MSolvens beregnes ud fra (aktie)

markedsværdier.

5

Det officielle solvensmål Solvens beregnes ved:

(1): edeAktiverRisikovægt

alBasiskapitSolvens (regnskabsværdier)

Den markedsopgjorte solvens, MSolvens, beregnes ved:

(2): (%)

%

.)(

.)(

Aktiver

MEK

krepåAktivernjortRisikoMarkedsopg

krdiAktierMarkedsværMSolvens

(markedsværdier)

Det sidste lighedstegn i (2) fremkommer ved at dividere tæller og nævner med

markedsværdien af aktiverne. Altså er MEK% beregnet som markedsværdien af

aktierne divideret med markedsværdien af aktiverne.

6

Den markedsopgjorte volatilitet på aktiverne, Aktiver , er standardafvigelsen

opgjort på årsbasis af de procentvise ændringer i markedsværdien af bankens

aktiver, altså i praksis primært usikkerheden på bankens udlån.

Ideen/intuitionen bag estimeringen af Aktiver er således: Risikoen i banken er på

bankens aktivside. Passiverne bærer risikoen på aktiverne med størst risiko på

aktierne, efterstillede kapitalindskud, … . Vi kan måle risikoen på passiverne ud

fra markedsdata og får dermed et markedsbaseret mål for risikoen på bankens

aktiver.

7

Når der er finansiel ustabilitet/den enkelte bank er i risiko, så er der også risiko

på de efterstillede kapitalindskud. Det er altså i så fald væsentligt også at måle

denne risiko for at opgøre den samlede risiko på aktiverne.

8

(2): A

MEKMSolvens

%

Hvis MSolvens eksempelvis er lavere end 0,67, vil bankens markedsopgjorte

egenkapital være elimineret, hvis banken taber, hvad der svarer til 0,67

standardafvigelse på dens aktiver. I så fald siger vi, at banken er i høj risiko (HR) –

25% sandsynlighed for at banken ikke overlever næste år vurderet ud fra en

normalfordeling.

Hvis der imod MSolvens er højere end 1,64, kan banken egenkapitalmæssigt tåle

at tabe mere end, hvad der svarer til 1,64 standardafvigelser på dens aktiver. I så

fald siger vi, at banken er udenfor risiko.

Hvis bankens MSolvens ligger i intervallet 0,67 til 1,64 siger vi, at banken er i risiko

(R) – 5% sandsynlighed for at banken ikke overlever næste år vurderet ud fra en

normalfordeling.

9

De officielle solvensmål sammenlignet med MSolvens Alle efterfølgende gennemsnitstal er opgjort ligevægtede. Vi vil besvare følgende spørgsmål:

Hvilke mål identificerede finansiel ustabilitet?

Hvor tidligt identificeredes den enkelte banks problemer?

Hvordan vurderede den enkelte bank selv situationen?

10

Figur 1: De officielle solvensmål og MSolvens for alle banker.

11

Figur 2: De officielle solvensmål og MSolvens for de overlevende og døde banker.

12

Selv gruppen af overlevende banker var i risiko (R) som gruppe ultimo 2008.

Selv for de døde banker giver den tidsmæssige udvikling i det officielle

solvensmål Solvens ikke anledning til nogen form for bekymring.

Går man bag om tallene, finder man, at der i gruppen af døde banker medio

2008 er 8 banker, der er i risiko på dette tidspunkt. Der er altså dømt finansiel

ustabilitet medio 2008.

De officielle solvensmål stod derimod på godt vejr over hele tidsforløbet.

13

Hvor tidligt identificeredes den enkelte banks problemer?

Og var denne identifikation i overensstemmelse med den enkelte banks egen

vurdering?

Alle banker, der døde allerede i 2008, blev identificeret, men ikke før medio 2008.

Om dette konkluderer Grosen og Raaballe:

Markedsbaserede mål er gode til at indikere, at noget alvorligt kan være under

opsejling i banksektoren. I begyndelsen af en bankkrise giver markedsbaserede

mål en relativ kort varsling af den enkelte banks død. Varslingstiden for den

enkelte bank forbedres relativt kraftigt hen over bankkrisen.

14

Alle banker, der af MSolvens blev klassificeret som værende i høj risiko, søgte om

hybrid kernekapital under bankpakke II …

Altså var bankledelsernes egen vurdering af situationen i bemærkelsesværdig

overensstemmelse med MSolvens’ klassifikation.

15

Faktorerne bag Solvens og MSolvens (Figur 1): Egenkapital og risiko

Egenkapital

Figur 3: Tre egenkapitalmål for alle banker.

16

Risiko

Figur 5: To risikomål for alle banker.

17

Andre markedsbaserede mål

SRISK. Brownlees og Engle/Danmarks Nationalbank

Merton-modellering. KMV-modellen

18

Figur 6: MSolvens – 1,64 standardafvigelser for Danske Bank, Jyske Bank og Sydbank

For de store banker identificeres finansiel ustabilitet først ultimo 2006 –

væsentligt senere end for de øvrige banker. Det er altså væsentligt også at have

de små og mellemstore banker med i populationen, hvis man i tide vil opdage, at

vi kan være på vej mod finansiel ustabilitet.

19

Bemærk hvor ens de tre banker fremtræder før og efter bankkrisen målt ved

MSolvens. Men se specifikationen:

Tabel 1: De 4 store danske bankers MSolvens ultimo 2015

Bank MSolvens MEK% Standardafvigelsen på aktiverne

(std) (pct.) (pct.)

Danske Bank 4,12 5,44% 1,32%

Jyske Bank 4,56 5,45% 1,20%

Sydbank 4,16 10,72% 2,58%

Spar Nord 3,75 9,94% 2,65%

20

Tabel 2: Danske børsnoterede bankers soliditet ultimo 2015 og 2014 baseret på MSolvens

Bank

MSolvens 2015

MSolvens 2014

1 Grønlandsbanken 10,27 9,25 2 Kreditbanken 9,81 4,93 3 Lån og Spar Bank 6,73 4,58 4 Djurslands Bank 6,68 5,33 5 Nordfyns Bank 6,68 4,44 6 Ringkjøbing Landbo 6,30 7,25 7 Fynske Bank 5,94 6,33 8 Nordjyske Bank 5,52 4,74 9 Jutlander Bank 4,67 5,11

10 Jyske Bank 4,56 3,47 11 Møns Bank 4,43 3,14 12 Sydbank 4,16 3,63 13 Danske Bank 4,12 3,97 14 Spar Nord 3,75 3,02 15 Lollands Bank 3,64 3,91 16 Salling Bank 2,50 2,47 17 Vestjysk Bank 2,49 0,81 18 Skjern Bank 2,38 2,60 19 Hvidbjerg Bank 1,86 2,42 20 Totalbanken 0,91 1,72 21 Danske Andelskasser 0,33 0,74 22 Østjysk Bank 0,14 0,17

21

Som vi så for de danske banker i 2008, kan det soliditetsmæssigt gå særdeles

hurtig ned ad bakke.

Så hvis banken befinder sig i det lysegrønne felt, må målet være hurtigst muligt

at komme op i det grønne felt.

Vi håber med denne artikel

at have bidraget til fortsat debat om markedsbaserede mål

at den enkelte bank vil følge vor anbefaling om til enhver tid at stræbe efter at

have en MSolvens på mindst 4 standardafvigelser.

22

Et markedsbaseret mål som eksempelvis MSolvens kan sammenlignes med et

fintfølende termometer. Ligesom termometeret er MSolvens simpelt. Og det

bygger på en ældgammel ide om, at omfanget af egenkapital skal stå i et fornuftigt

forhold til risikoen.

MSolvens-termometeret slår virkeligt ud og er følsomt. Det slog retvisende ud

under den danske bankkrise, men om det også er retvisende fremadrettet, må

tiden vise.

Men en ting ved vi, det nuværende officielle Solvens-termometer er gået i stykker.

23

Appendiks: Om måling af aktivernes risiko

Når gælden er usikker, bør usikkerheden på aktiverne måles ved

(A1): """"

""EA

DE

E

, hvor ”E” er markedsværdien af aktierne, de efterstillede kapitalindskud … og D er

værdien af den sikre gæld. ""E er volatiliteten på de risikable passiver.

Den teoretiske pendant hertil er i en Merton-model

(A2): EAdNDE

E

)(

1

1 , hvor 1)( 1 dN , hvis gælden er risikabel.

24

Bemærk at hvis al gæld er risikofri, så reduceres (A1) og (A2) til den simple

deleveringsformel:

EADE

E

.

Men denne delevering duer kun, når banken ikke er i farezonen, hvilket netop ikke

er tilfældet under finansiel ustabilitet. Denne delevering duer altså ikke.