Silicon Valley Bank var toppen af ​​et bankisbjerg

Traditionelle finansielle institutioner tager indskud fra kunder og bruger dem til at yde lån. Men de låner meget mere ud, end hvad de har i vente på et givet tidspunkt - et koncept kendt som fraktioneret bankvirksomhed. På den ene side kaldes forskellen mellem renterne på lånene og de renter, der betales til indskydere, som nettorentemarginalen og bestemmer en banks rentabilitet. På den anden side kaldes forskellen mellem aktiverne og passiverne deres egenkapital og bestemmer bankens modstandsdygtighed over for eksterne stød.

Inden den seneste løbetur på banken blev SVB betragtet som ikke kun en rentabel bankinstitution, men også en sikker, fordi den havde 212 milliarder dollars i aktiver mod omkring 200 milliarder dollars i passiver. Det betyder, at de havde en pude på 12 milliarder dollars i egenkapital eller 5.6% af aktiverne. Det er ikke dårligt, selvom det er omkring halvdelen af ​​gennemsnittet på 11.4 % blandt banker.

Problemet er, at de seneste handlinger fra USA's føderale reserve reducerede værdien af ​​langfristet gæld, som SVB var stærkt eksponeret for gennem sine pantesikrede værdipapirer (omkring 82 milliarder dollars). Da SVB i december meddelte sine aktionærer, at de havde 15 milliarder dollars i urealiserede tab, hvilket udslettede bankens egenkapitalpude, rejste det mange spørgsmål.

Relateret: USDC depeged, men det vil ikke blive standard

Den 8. marts meddelte SVB, at de havde solgt 21 milliarder dollars i likvide aktiver med tab og erklærede, at de ville rejse penge for at udligne tabet. Men at det meddelte et behov for at rejse flere penge - og endda overvejede at sælge banken - bekymrede investorerne betydeligt, hvilket førte til omkring 42 milliarder dollars i forsøg på hævninger fra banken. Naturligvis havde SVB ikke tilstrækkelig likviditet, og Federal Deposit Insurance Corporation overtog den 17. marts.

Den makrofinansielle litteratur har meget at sige om disse situationer, men en god opsummering er at forvente en meget ikke-lineær dynamik - det vil sige, at små ændringer i input (egenkapital-til-aktiv-forholdet) kan have væsentlige ændringer i output ( likviditet). Bankløb kan være mere tilbøjelige under recessioner og have store effekter på den samlede økonomiske aktivitet.

Forfølger strukturelle løsninger

SVB er ganske vist ikke den eneste bank, der har en højere og risikofyldt eksponering over for makroøkonomiske forhold, såsom renter og forbrugerefterspørgsel, men det var kun toppen af ​​isbjerget, der ramte nyhederne i løbet af den seneste uge. Og vi har set dette før - senest under finanskrisen 2007-2008 med sammenbruddet af Washington Mutual. Eftervirkningerne førte til en stigning i finansiel regulering, hovedsageligt i Dodd-Frank Act, som udvidede myndighederne i Federal Reserve til at regulere finansiel aktivitet og godkendte nye retningslinjer for forbrugerbeskyttelse, herunder lanceringen af ​​Consumer Financial Protection Bureau.

Det skal bemærkes, at DFA også vedtog "Volcker-reglen", der begrænsede banker fra proprietær handel og andre spekulative investeringer, hvilket i vid udstrækning forhindrede banker i at fungere som investeringsbanker, der bruger deres egne indskud til at handle med aktier, obligationer, valutaer og så videre.

Stigningen af ​​finansiel regulering førte til en skarp ændring i efterspørgslen efter videnskabs-, teknologi-, ingeniør- og matematikarbejdere (STEM), eller "kvanter" for korte. Finansielle tjenesteydelser er særligt følsomme over for lovgivningsmæssige ændringer, hvor en stor del af byrden falder på arbejdskraft, da regulering påvirker deres ikke-renteudgifter. Banker indså, at de kunne reducere overholdelsesomkostningerne og øge den operationelle effektivitet ved at øge automatiseringen.

Og det er præcis, hvad der skete: Andelen af ​​STEM-arbejdere voksede med 30 % mellem 2011 og 2017 inden for finansielle tjenesteydelser, og meget af dette blev tilskrevet stigningen i reguleringen. Imidlertid har små og mellemstore banker (SMB'er) haft en mere udfordrende tid med at klare disse regler - i det mindste delvist på grund af omkostningerne ved at leje og opbygge sofistikerede dynamiske modeller til at forudsige makroøkonomiske forhold og balancer.

Den nuværende state-of-the-art inden for makroøkonomiske prognoser sidder fast i 1990 økonometriske modeller, som er meget unøjagtige. Selvom prognoser ofte justeres i sidste øjeblik for at fremstå mere nøjagtige, er virkeligheden, at der ikke er nogen konsensus-arbejdshest-model eller tilgang til at forudsige fremtidige økonomiske forhold, idet man sætter nogle spændende og eksperimenterende tilgange til side fra f.eks. Atlanta Federal Reserve med sin GDPNow værktøj.

Relateret: Lovgivere bør tjekke SEC's krigstidskonsigliere med lovgivning

Men selv disse "nowcasting"-værktøjer inkorporerer ikke enorme mængder opdelte data, hvilket gør prognoserne mindre relevante for SMB'er, der er udsat for visse aktivklasser eller regioner og mindre interesserede i økonomiens nationale tilstand i sig selv.

Vi er nødt til at bevæge os væk fra prognoser som en "check-the-box" foranstaltning til overholdelse af lovgivningen mod et strategisk beslutningsværktøj, der tages alvorligt. Hvis nowcasts ikke fungerer pålideligt, skal du enten stoppe med at producere dem eller finde ud af en måde at gøre dem nyttige. Verden er meget dynamisk, og vi skal bruge alle de værktøjer, vi har til rådighed, lige fra disaggregerede data til sofistikerede maskinlæringsværktøjer, for at hjælpe os med at forstå den tid, vi er i, så vi kan opføre os forsigtigt og undgå potentielle kriser.

Ville bedre modellering have reddet Silicon Valley Bank? Måske ikke, men bedre modellering ville have øget gennemsigtigheden og sandsynligheden for, at de rigtige spørgsmål ville blive stillet for at tilskynde til de rigtige forholdsregler. Teknologi er et værktøj - ikke en erstatning - for god regeringsførelse.

I kølvandet på Silicon Valley Banks kollaps, har der været en masse fingerpegning og rehashing af fortiden. Endnu vigtigere bør vi spørge: Hvorfor opstod bankkørslen, og hvad kan vi lære?

Christos A. Makridis er professor og iværksætter. Han fungerer som administrerende direktør og grundlægger af Dainamic, en finansiel teknologistartup, der bruger kunstig intelligens til at forbedre prognoser, og fungerer som forskningspartner ved blandt andet Stanford University og University of Nicosia. Han har doktorgrader i økonomi og ledelsesvidenskab og ingeniørvidenskab fra Stanford University.

Denne artikel er til generel informationsformål og er ikke beregnet til at være og bør ikke opfattes som juridisk rådgivning eller investeringsrådgivning. De synspunkter, tanker og meninger, der udtrykkes her, er forfatterens alene og afspejler eller repræsenterer ikke nødvendigvis Cointelegraphs synspunkter og meninger.

Kilde: https://cointelegraph.com/news/silicon-valley-bank-was-the-tip-of-a-banking-iceberg