Il rischio di creditonelle banche di credito cooperativo

Eugenio D’Amico - Università di Roma TreAnna Maria Biscotti - Università di Foggia

BANCARIA n. 1/2013

28

FORUM

l rischio di credito nelle banche di credito cooperativo

Credit risk, the case of Italian cooperative banks

I

1 Introduzione

Lo scopo del presente lavoro è quello di effettuare un’analisi intra-settoriale della rischio-sità di credito delle banche espressa in termini di sofferenze anche indagando sull’esisten-za di eventuali relazioni tra il rischio di credito e alcune variabili esplicative come la go-vernance, la dimensione, ecc.

In particolare, lo studio intende analizzare, nel periodo 1995-2009, il rischio di creditodi una particolare categoria di banche, le banche di credito cooperativo (Gutiérrez, 2008),su una specifica area dell’Italia: le regioni Lazio, Umbria e Sardegna. È stato scelto di con-centrarsi su questa specifica area perché le banche di credito cooperativo ivi situate, a dif-ferenza delle altre banche di credito cooperativo (soprattutto quelle del Centro-Nord, va-le a dire dalla regione Toscana in su), hanno mantenuto inalterata la politica dei prestiti.Di contro, le Bcc del Centro-Nord, soprattutto nel periodo di pre-crisi e di crisi e in se-guito all’introduzione dei limiti imposti da Basilea 2, piuttosto che rimanere concentrate(in termini di prestiti) nel settore core delle stesse, cioè il retail e lo small business (Kola-ri, Zardkoohi, 1990), hanno, in parte, sostituito la mancata erogazione del credito da par-te delle altre tipologie di banche (banche popolari e banche Spa) verso la media impresae ne hanno subito tutti gli effetti (negativi) prodotti dalla crisi (Lepetit et al., 2008).

Il lavoro presenta nel paragrafo 2 una breve review della principale letteratura e discu-te del research design nel paragrafo 3. La restante parte del lavoro è dedicata alla verifica

Eugenio D’Amico - Università di Roma Tre – Anna Maria Biscotti - Università di Foggia

Keywords: banche di credito coope-rativo, rischio di credito, prestiti, sof-ferenze

Jel codes: G21, G34, C21

Sebbene il lavoro sia frutto dell’opera e del-la ricerca congiunta degli autori, i paragrafi1, 3, 4 e 7 sono attribuibili a Eugenio D’A-mico e i paragrafi 2, 5, 6 e 8 sono attribui-bili ad Anna Maria Biscotti.

Questo lavoro, sulla scia di una serie di studi internazionali, presenta un’analisi del rischio di credito (misurato in termini di sofferenze)

delle banche di credito cooperativo di una specifica area dell’Italia: le regioni Lazio, Umbria e Sardegna. L’analisi è relativa al periodo

1995-2009. I risultati ottenuti, in contrasto con la maggior parte degli studi effettuati, mostrano una relazione inversa tra il livello delle

sofferenze e gli extra-crediti concessi nonché una relazione inversa tra il livello delle sofferenze e l’aumento della diffusione territoriale

attuata mediante l’apertura di nuovi sportelli.Tali relazioni possono essere ricondotte alle peculiarità delle banche esaminate.

This paper aims to empirically test the credit risk, measured as non-performing loans, of cooperative banks which operate in a specific Italian

geographic area (Lazio, Umbria and Sardegna).We perform a regression analysis over the period 1995-2009.The findings, in contrast with most

of the studies on the topic, highlight a negative significant relationship between the level of non-performing loans and the granted extra-loans as

well as a significantly negative relation between the non-performing loans and the increase of bank branches. Such results could be correlated

to the peculiarities that characterize the examined banks.

00-D'Amico (III)_28_39 31-01-2013 15:28 Pagina 28

29

FORUM

empirica con la descrizione del campione (paragrafo 4), l’analisi univariata (paragrafo 5) emultivariata (paragrafo 6) e alcuni ulteriori approfondimenti statistici (paragrafo 7). Nelparagrafo 8 sono sintetizzate le principali conclusioni.

2 Review della letteratura

La letteratura internazionale, soprattutto nell’ultimo decennio in ragione della crisi che hainvestito le varie economie mondiali e, di riflesso, i portafogli-prestiti delle banche, si èspesso confrontata con lo studio della rischiosità delle banche. Essa, tra l’altro, si è con-centrata sull’analisi delle eventuali relazioni che si registrano, nel tempo, tra la rischiositàe variabili generali di mercato (variabili macroeconomiche) nonché tra la rischiosità e ta-lune variabili specifiche delle banche. Fanno parte della prima fattispecie di variabili (in-dipendenti): il prodotto interno lordo e il ciclo economico (Calomiris et al., 2000; Mar-cucci, Quagliariello, 2009); la competitività tra le banche (Berger et al., 2009; Keeley,1990); la regolamentazione (Stiroth, Strahan, 2003; Leaven, Levine, 2006); l’andamentodei listini di borsa; il tasso di occupazione; ecc. Fanno invece parte della seconda tipologia(variabili specifiche o microeconomiche): le dimensioni della banca (per esempio espres-sa in termini di crescita delle filiali o di asset totali) (Calomiris, Mason, 2000); la compo-sizione del portafoglio prestiti; la dimensione e/o il tasso di crescita dei prestiti nel tempo(Sinkey, Greenwalt, 1991; Clair, 1992; Foos et al., 2010); la governance (Leaven, Levine,2006; Saunders et al., 1990; Rasmusen, 1988); la diversificazione (Goddard et al., 2008;Demsetz, Strahan, 1997; Wall, 1987); ecc.

Entrando nell’argomento specifico dell’analisi proposta nel lavoro, interessante è lo stu-dio di Salas e Saurina (2002) sulle banche commerciali e le casse di risparmio spagnole nelperiodo 1985-1987. Lo scopo e il contributo dello studio è quello di verificare l’impatto dialcune variabili macroeconomiche e di alcune variabili specifiche (microeconomiche) sultasso di incidenza dei crediti problematici espresso come il rapporto (o il logaritmo natu-rale del rapporto) tra crediti in sofferenza e il totale dei prestiti. Le conclusioni cui giun-gono gli autori sono simili per le due categorie di banche esaminate in merito all’effettoprodotto dalle variabili macroeconomiche e parzialmente diverse con riferimento agli ef-fetti prodotti dalle variabili microeconomiche. In particolare, su entrambe le categorie dibanche esaminate la qualità del credito risente delle fluttuazioni macroeconomiche misu-rate dal tasso di crescita del prodotto interno lordo dell’anno in corso e dell’anno prece-dente (lag -1). Per le casse di risparmio si registra altresì un legame con il tasso d’indebita-mento delle famiglie e delle imprese. Mentre, con riferimento alle variabili specifiche, nel-le banche commerciali si rileva una relazione diretta tra il rischio e il tasso di crescita del-le filiali di tre anni prima (lag -3) (contra: Ramirez, 2003) e una relazione inversa tra il ri-schio e le dimensioni (espresse dal rapporto tra gli asset specifici della banca rispetto al to-tale di sistema). Nelle casse di risparmio si registra invece una relazione diretta tra il rischioe il tasso di crescita dei crediti di tre anni prima (lag -3) nonché tra il rischio e il tasso dicrescita delle filiali di quattro anni prima (lag -4).

Jiménez e Saurina (2004) si propongono di indagare sulle relazioni che esistono fra il ri-schio di credito delle banche spagnole e alcune caratteristiche dei prestiti erogati, ovvero:la categoria di istituzione finanziaria erogante (banche commerciali, casse di risparmio,banche di credito cooperativo e altri enti finanziatori); la presenza, o meno, di garanzie rea-li sui finanziamenti concessi; l’intensità dei rapporti bancari di ciascun debitore. I risulta-ti, per la parte che qui interessa, evidenziano l’esistenza di una relazione positiva e signifi-cativa fra i prestiti assistiti da garanzie reali e il rischio di credito; una più elevata rischio-

00-D'Amico (III)_28_39 31-01-2013 15:28 Pagina 29

BANCARIA n. 1/2013

28

FORUM

l rischio di credito nelle banche di credito cooperativo

Credit risk, the case of Italian cooperative banks

I

1 Introduzione

Lo scopo del presente lavoro è quello di effettuare un’analisi intra-settoriale della rischio-sità di credito delle banche espressa in termini di sofferenze anche indagando sull’esisten-za di eventuali relazioni tra il rischio di credito e alcune variabili esplicative come la go-vernance, la dimensione, ecc.

In particolare, lo studio intende analizzare, nel periodo 1995-2009, il rischio di creditodi una particolare categoria di banche, le banche di credito cooperativo (Gutiérrez, 2008),su una specifica area dell’Italia: le regioni Lazio, Umbria e Sardegna. È stato scelto di con-centrarsi su questa specifica area perché le banche di credito cooperativo ivi situate, a dif-ferenza delle altre banche di credito cooperativo (soprattutto quelle del Centro-Nord, va-le a dire dalla regione Toscana in su), hanno mantenuto inalterata la politica dei prestiti.Di contro, le Bcc del Centro-Nord, soprattutto nel periodo di pre-crisi e di crisi e in se-guito all’introduzione dei limiti imposti da Basilea 2, piuttosto che rimanere concentrate(in termini di prestiti) nel settore core delle stesse, cioè il retail e lo small business (Kola-ri, Zardkoohi, 1990), hanno, in parte, sostituito la mancata erogazione del credito da par-te delle altre tipologie di banche (banche popolari e banche Spa) verso la media impresae ne hanno subito tutti gli effetti (negativi) prodotti dalla crisi (Lepetit et al., 2008).

Il lavoro presenta nel paragrafo 2 una breve review della principale letteratura e discu-te del research design nel paragrafo 3. La restante parte del lavoro è dedicata alla verifica

Eugenio D’Amico - Università di Roma Tre – Anna Maria Biscotti - Università di Foggia

Keywords: banche di credito coope-rativo, rischio di credito, prestiti, sof-ferenze

Jel codes: G21, G34, C21

Sebbene il lavoro sia frutto dell’opera e del-la ricerca congiunta degli autori, i paragrafi1, 3, 4 e 7 sono attribuibili a Eugenio D’A-mico e i paragrafi 2, 5, 6 e 8 sono attribui-bili ad Anna Maria Biscotti.

Questo lavoro, sulla scia di una serie di studi internazionali, presenta un’analisi del rischio di credito (misurato in termini di sofferenze)

delle banche di credito cooperativo di una specifica area dell’Italia: le regioni Lazio, Umbria e Sardegna. L’analisi è relativa al periodo

1995-2009. I risultati ottenuti, in contrasto con la maggior parte degli studi effettuati, mostrano una relazione inversa tra il livello delle

sofferenze e gli extra-crediti concessi nonché una relazione inversa tra il livello delle sofferenze e l’aumento della diffusione territoriale

attuata mediante l’apertura di nuovi sportelli.Tali relazioni possono essere ricondotte alle peculiarità delle banche esaminate.

This paper aims to empirically test the credit risk, measured as non-performing loans, of cooperative banks which operate in a specific Italian

geographic area (Lazio, Umbria and Sardegna).We perform a regression analysis over the period 1995-2009.The findings, in contrast with most

of the studies on the topic, highlight a negative significant relationship between the level of non-performing loans and the granted extra-loans as

well as a significantly negative relation between the non-performing loans and the increase of bank branches. Such results could be correlated

to the peculiarities that characterize the examined banks.

00-D'Amico (III)_28_39 31-01-2013 15:28 Pagina 28

29

FORUM

empirica con la descrizione del campione (paragrafo 4), l’analisi univariata (paragrafo 5) emultivariata (paragrafo 6) e alcuni ulteriori approfondimenti statistici (paragrafo 7). Nelparagrafo 8 sono sintetizzate le principali conclusioni.

2 Review della letteratura

La letteratura internazionale, soprattutto nell’ultimo decennio in ragione della crisi che hainvestito le varie economie mondiali e, di riflesso, i portafogli-prestiti delle banche, si èspesso confrontata con lo studio della rischiosità delle banche. Essa, tra l’altro, si è con-centrata sull’analisi delle eventuali relazioni che si registrano, nel tempo, tra la rischiositàe variabili generali di mercato (variabili macroeconomiche) nonché tra la rischiosità e ta-lune variabili specifiche delle banche. Fanno parte della prima fattispecie di variabili (in-dipendenti): il prodotto interno lordo e il ciclo economico (Calomiris et al., 2000; Mar-cucci, Quagliariello, 2009); la competitività tra le banche (Berger et al., 2009; Keeley,1990); la regolamentazione (Stiroth, Strahan, 2003; Leaven, Levine, 2006); l’andamentodei listini di borsa; il tasso di occupazione; ecc. Fanno invece parte della seconda tipologia(variabili specifiche o microeconomiche): le dimensioni della banca (per esempio espres-sa in termini di crescita delle filiali o di asset totali) (Calomiris, Mason, 2000); la compo-sizione del portafoglio prestiti; la dimensione e/o il tasso di crescita dei prestiti nel tempo(Sinkey, Greenwalt, 1991; Clair, 1992; Foos et al., 2010); la governance (Leaven, Levine,2006; Saunders et al., 1990; Rasmusen, 1988); la diversificazione (Goddard et al., 2008;Demsetz, Strahan, 1997; Wall, 1987); ecc.

Entrando nell’argomento specifico dell’analisi proposta nel lavoro, interessante è lo stu-dio di Salas e Saurina (2002) sulle banche commerciali e le casse di risparmio spagnole nelperiodo 1985-1987. Lo scopo e il contributo dello studio è quello di verificare l’impatto dialcune variabili macroeconomiche e di alcune variabili specifiche (microeconomiche) sultasso di incidenza dei crediti problematici espresso come il rapporto (o il logaritmo natu-rale del rapporto) tra crediti in sofferenza e il totale dei prestiti. Le conclusioni cui giun-gono gli autori sono simili per le due categorie di banche esaminate in merito all’effettoprodotto dalle variabili macroeconomiche e parzialmente diverse con riferimento agli ef-fetti prodotti dalle variabili microeconomiche. In particolare, su entrambe le categorie dibanche esaminate la qualità del credito risente delle fluttuazioni macroeconomiche misu-rate dal tasso di crescita del prodotto interno lordo dell’anno in corso e dell’anno prece-dente (lag -1). Per le casse di risparmio si registra altresì un legame con il tasso d’indebita-mento delle famiglie e delle imprese. Mentre, con riferimento alle variabili specifiche, nel-le banche commerciali si rileva una relazione diretta tra il rischio e il tasso di crescita del-le filiali di tre anni prima (lag -3) (contra: Ramirez, 2003) e una relazione inversa tra il ri-schio e le dimensioni (espresse dal rapporto tra gli asset specifici della banca rispetto al to-tale di sistema). Nelle casse di risparmio si registra invece una relazione diretta tra il rischioe il tasso di crescita dei crediti di tre anni prima (lag -3) nonché tra il rischio e il tasso dicrescita delle filiali di quattro anni prima (lag -4).

Jiménez e Saurina (2004) si propongono di indagare sulle relazioni che esistono fra il ri-schio di credito delle banche spagnole e alcune caratteristiche dei prestiti erogati, ovvero:la categoria di istituzione finanziaria erogante (banche commerciali, casse di risparmio,banche di credito cooperativo e altri enti finanziatori); la presenza, o meno, di garanzie rea-li sui finanziamenti concessi; l’intensità dei rapporti bancari di ciascun debitore. I risulta-ti, per la parte che qui interessa, evidenziano l’esistenza di una relazione positiva e signifi-cativa fra i prestiti assistiti da garanzie reali e il rischio di credito; una più elevata rischio-

00-D'Amico (III)_28_39 31-01-2013 15:28 Pagina 29

sità delle casse di risparmio rispetto alle banche commerciali; un minor rischio di creditoa fronte dell’accrescersi del numero di banche cui ciascun debitore è legato. Le banche dicredito cooperativo risultano essere più rischiose delle banche commerciali ma molto me-no delle casse di risparmio e delle altre istituzioni finanziarie.

Di particolare interesse sono poi alcuni studi pubblicati nel 2007. Quagliariello (2007),utilizzando un ampio campione di banche nel periodo 1985-2002 e applicando un model-lo econometrico in cui il rischio è misurato dal rapporto tra le sofferenze e i prestiti e dalrapporto tra il flusso dei nuovi crediti sofferenti e i crediti vivi dell’anno precedente, si po-ne l’obiettivo di analizzare la ciclicità della rischiosità stessa con riferimento all’Italia. Se-condo l’autore i prestiti in sofferenza, gli accantonamenti e le perdite su crediti sono ge-neralmente bassi nei periodi di crescita e aumentano nelle fasi di recessione. Tutto ciòcomporta una contrazione degli utili e dei prestiti nei periodi sfavorevoli, soprattutto daparte delle banche con minor capitalizzazione.

Jiménez et al. (2007), sulla scia del contributo di Boyd e De Niccolò (2005) relativo alrapporto tra la concorrenza e il rischio, analizzano il sistema bancario spagnolo sulla basedei database Banco de España. Essi concludono affermando che se la misura della concen-trazione è calcolata in termini di numerosità delle banche, di indice C4 di Bain o di indi-ce di Hirshmann-Herfìndall, non risulta alcuna relazione tra concentrazione (non concor-renza) e rischiosità. Invece, se si utilizza il «loan market power», con l’indice di Lerner, al-lora si registra una correlazione negativa tra lo stesso loan market power e la rischiosità.

Foos et al. (2010) analizzano più di 16.000 banche situate in 16 paesi (Usa, Canada,Giappone e 13 paesi europei) sulla banca dati BankScope nel periodo 1997-2007. Uno de-gli obiettivi della ricerca è quello di studiare l’eventuale relazione intertemporale tra cre-scita dei prestiti e rischiosità della singola banca. A tale scopo gli autori verificano l’im-patto della extra-crescita dei prestiti passati (abnormal loan growth) sulle perdite su credi-ti ed evidenziano una relazione positiva con un lag temporale di -2 fino a -4 anni.

Hess et al. (2009) effettuano un’analisi su 22 banche australiane e 10 banche neozelan-desi, nel periodo 1980-2005. Lo scopo dell’analisi è quello di verificare – per la prima vol-ta in Australia e in Nuova Zelanda (utilizzando BankScope) – i fattori determinanti le per-dite su crediti. A tal fine, mettono in relazione la variabile dipendente – costituita dal tas-so di incidenza delle perdite su crediti sul totale dei prestiti – con una serie di variabili re-lative a fattori macroeconomici e a fattori specifici delle banche. Le conclusioni cui giun-gono, sostanzialmente uguali sia per l’Australia che per la Nuova Zelanda, sono le seguen-ti: per quanto attiene le variabili macroeconomiche, si rileva una relazione tra le perditesu crediti e il return share index; per quanto invece attiene alle variabili specifiche, si re-gistra una significativa relazione tra la qualità del credito e il tasso d’espansione di 2-4 an-ni precedenti. Da ultimo, si rileva che le banche di minori dimensioni e le banche con unpiù ampio margine d’interesse evidenziano minori perdite su crediti.

3 Research design

Per effettuare l’analisi del rischio di credito delle Bcc considerate si è scelto di mettere inrelazione una variabile che sintetizza tale rischiosità con una serie di variabili esplicativedi tipo specifico (bancario) e di tipo aziendale. La variabile dipendente prescelta è l’am-montare delle sofferenze di ciascuna banca di credito cooperativo (S). Le variabili indi-pendenti specifiche che sono state correlate con le sofferenze sono l’ammontare dei presti-ti «in eccesso», il tasso di crescita dei prestiti, lo stock dei prestiti e il numero di filiali.L’ammontare dei prestiti «in eccesso» (abnormal loan growth) è stato calcolato sia come

BANCARIA n. 1/2013

30

FORUM

00-D'Amico (III)_28_39 31-01-2013 15:28 Pagina 30

31

FORUM

l’eccedenza del tasso di crescita dei prestiti della i-esima banca esaminata rispetto al tassodi crescita dei prestiti effettuati dall’intero sistema bancario (ΔLS), sia come l’eccedenzadel tasso di crescita dei prestiti della i-esima banca rispetto al tasso di crescita dei prestitieffettuati dal sistema cooperativo nel suo complesso (ΔLBcc). A queste due grandezze diexcess loan è stato poi affiancato l’incremento che subiscono i prestiti della i-esima bancanel tempo (L), l’ammontare dei prestiti complessivo della i-esima banca (GL) e il numerodi filiali della i-esima banca (B).

Sono state poi aggiunte due variabili di tipo aziendale: la dimensione misurata dall’atti-vo aziendale (Size) e la profittabilità misurata dal return on asset ottenuto rapportando ilrisultato di gestione agli impieghi (Roa).

4 Il campione analizzato

Il campione esaminato comprende tutte le banche di credito cooperativo delle regioni La-zio, Umbria e Sardegna. Tali banche sono federate in un’associazione chiamata FederLus(che è la federazione delle banche di credito cooperativo delle tre regioni indicate). In par-ticolare sono state studiate le banche di credito cooperativo che al 31 dicembre 2009 era-no associate alla FederLus con esclusione di quelle che nel periodo 1995-2009 (periodo alquale si estende l’analisi) hanno subito interruzioni per commissariamento o che non era-no costituite fin dal 1995.

Si tratta di 19 banche di credito cooperativo per 15 anni (285 osservazioni totali).La tavola 1 illustra le statistiche descrittive nel periodo esaminato. In particolare la ta-

bella presenta le seguenti variabili: le sofferenze (S); gli impieghi (L); il rapporto tra le sof-ferenze e gli impieghi (S/L); il rapporto tra il margine di interesse e il totale attivo (Mi/Ta);il rapporto tra il margine di intermediazione e il totale attivo (Mint/Ta); il rapporto tra ilrisultato di gestione e il totale attivo (Roa); il cost income ratio (C/I); il rapporto tra glistipendi e i costi operativi (Stip/C); il numero di sportelli (B) e la dimensione espressa daltotale attivo (Size).

Dall’analisi delle statistiche descrittive emerge chiaramente la grande variabilità tra lebanche appartenenti al campione studiato. Ciò è, in particolare, testimoniato sia dalle dif-ferenze tra i valori medi e i valori mediani sia dai valori assunti dalla deviazione standard.D’altro canto, se si prendono in esame i bilanci delle singole banche si può notare come inparticolare una banca, la Bcc di Roma, presenti valori patrimoniali sensibilmente più alti

Tavola 1

Statistiche descrittive

Media Mediana Minimo Massimo Dev. Std. Asimmetria Curtosi

S 10,3154 5,00471 0,200000 125,776 20,5660 4,21288 17,3397

L 165,525 52,7000 7,70000 4176,41 505,934 5,60768 32,9756

S/L 0,108966 0,0820166 0,00508595 0,360748 0,0759452 1,31013 1,00505

Mi/Ta 0,0354148 0,0341918 0,0131473 0,0619266 0,00785623 0,632003 0,374941

Mint/Ta 0,0418334 0,0405294 0,00369384 0,0720000 0,00971063 0,334119 1,34563

Roa 0,00807384 0,00751729 -0,0277564 0,0262582 0,00621451 -1,09146 6,24188

C/I 0,718073 0,688525 0,398659 5,99418 0,399277 11,0650 132,538

Stip/C 0,585065 0,580645 0,428571 0,75 0,0577057 -0,405503 0,459654

B 9,00351 4,00000 1,00000 167,000 21,9411 5,24321 28,5880

Size 321,861 116,500 21,9000 6875,19 902,059 5,02421 25,9539

00-D'Amico (III)_28_39 31-01-2013 15:28 Pagina 31

sità delle casse di risparmio rispetto alle banche commerciali; un minor rischio di creditoa fronte dell’accrescersi del numero di banche cui ciascun debitore è legato. Le banche dicredito cooperativo risultano essere più rischiose delle banche commerciali ma molto me-no delle casse di risparmio e delle altre istituzioni finanziarie.

Di particolare interesse sono poi alcuni studi pubblicati nel 2007. Quagliariello (2007),utilizzando un ampio campione di banche nel periodo 1985-2002 e applicando un model-lo econometrico in cui il rischio è misurato dal rapporto tra le sofferenze e i prestiti e dalrapporto tra il flusso dei nuovi crediti sofferenti e i crediti vivi dell’anno precedente, si po-ne l’obiettivo di analizzare la ciclicità della rischiosità stessa con riferimento all’Italia. Se-condo l’autore i prestiti in sofferenza, gli accantonamenti e le perdite su crediti sono ge-neralmente bassi nei periodi di crescita e aumentano nelle fasi di recessione. Tutto ciòcomporta una contrazione degli utili e dei prestiti nei periodi sfavorevoli, soprattutto daparte delle banche con minor capitalizzazione.

Jiménez et al. (2007), sulla scia del contributo di Boyd e De Niccolò (2005) relativo alrapporto tra la concorrenza e il rischio, analizzano il sistema bancario spagnolo sulla basedei database Banco de España. Essi concludono affermando che se la misura della concen-trazione è calcolata in termini di numerosità delle banche, di indice C4 di Bain o di indi-ce di Hirshmann-Herfìndall, non risulta alcuna relazione tra concentrazione (non concor-renza) e rischiosità. Invece, se si utilizza il «loan market power», con l’indice di Lerner, al-lora si registra una correlazione negativa tra lo stesso loan market power e la rischiosità.

Foos et al. (2010) analizzano più di 16.000 banche situate in 16 paesi (Usa, Canada,Giappone e 13 paesi europei) sulla banca dati BankScope nel periodo 1997-2007. Uno de-gli obiettivi della ricerca è quello di studiare l’eventuale relazione intertemporale tra cre-scita dei prestiti e rischiosità della singola banca. A tale scopo gli autori verificano l’im-patto della extra-crescita dei prestiti passati (abnormal loan growth) sulle perdite su credi-ti ed evidenziano una relazione positiva con un lag temporale di -2 fino a -4 anni.

Hess et al. (2009) effettuano un’analisi su 22 banche australiane e 10 banche neozelan-desi, nel periodo 1980-2005. Lo scopo dell’analisi è quello di verificare – per la prima vol-ta in Australia e in Nuova Zelanda (utilizzando BankScope) – i fattori determinanti le per-dite su crediti. A tal fine, mettono in relazione la variabile dipendente – costituita dal tas-so di incidenza delle perdite su crediti sul totale dei prestiti – con una serie di variabili re-lative a fattori macroeconomici e a fattori specifici delle banche. Le conclusioni cui giun-gono, sostanzialmente uguali sia per l’Australia che per la Nuova Zelanda, sono le seguen-ti: per quanto attiene le variabili macroeconomiche, si rileva una relazione tra le perditesu crediti e il return share index; per quanto invece attiene alle variabili specifiche, si re-gistra una significativa relazione tra la qualità del credito e il tasso d’espansione di 2-4 an-ni precedenti. Da ultimo, si rileva che le banche di minori dimensioni e le banche con unpiù ampio margine d’interesse evidenziano minori perdite su crediti.

3 Research design

Per effettuare l’analisi del rischio di credito delle Bcc considerate si è scelto di mettere inrelazione una variabile che sintetizza tale rischiosità con una serie di variabili esplicativedi tipo specifico (bancario) e di tipo aziendale. La variabile dipendente prescelta è l’am-montare delle sofferenze di ciascuna banca di credito cooperativo (S). Le variabili indi-pendenti specifiche che sono state correlate con le sofferenze sono l’ammontare dei presti-ti «in eccesso», il tasso di crescita dei prestiti, lo stock dei prestiti e il numero di filiali.L’ammontare dei prestiti «in eccesso» (abnormal loan growth) è stato calcolato sia come

BANCARIA n. 1/2013

30

FORUM

00-D'Amico (III)_28_39 31-01-2013 15:28 Pagina 30

31

FORUM

l’eccedenza del tasso di crescita dei prestiti della i-esima banca esaminata rispetto al tassodi crescita dei prestiti effettuati dall’intero sistema bancario (ΔLS), sia come l’eccedenzadel tasso di crescita dei prestiti della i-esima banca rispetto al tasso di crescita dei prestitieffettuati dal sistema cooperativo nel suo complesso (ΔLBcc). A queste due grandezze diexcess loan è stato poi affiancato l’incremento che subiscono i prestiti della i-esima bancanel tempo (L), l’ammontare dei prestiti complessivo della i-esima banca (GL) e il numerodi filiali della i-esima banca (B).

Sono state poi aggiunte due variabili di tipo aziendale: la dimensione misurata dall’atti-vo aziendale (Size) e la profittabilità misurata dal return on asset ottenuto rapportando ilrisultato di gestione agli impieghi (Roa).

4 Il campione analizzato

Il campione esaminato comprende tutte le banche di credito cooperativo delle regioni La-zio, Umbria e Sardegna. Tali banche sono federate in un’associazione chiamata FederLus(che è la federazione delle banche di credito cooperativo delle tre regioni indicate). In par-ticolare sono state studiate le banche di credito cooperativo che al 31 dicembre 2009 era-no associate alla FederLus con esclusione di quelle che nel periodo 1995-2009 (periodo alquale si estende l’analisi) hanno subito interruzioni per commissariamento o che non era-no costituite fin dal 1995.

Si tratta di 19 banche di credito cooperativo per 15 anni (285 osservazioni totali).La tavola 1 illustra le statistiche descrittive nel periodo esaminato. In particolare la ta-

bella presenta le seguenti variabili: le sofferenze (S); gli impieghi (L); il rapporto tra le sof-ferenze e gli impieghi (S/L); il rapporto tra il margine di interesse e il totale attivo (Mi/Ta);il rapporto tra il margine di intermediazione e il totale attivo (Mint/Ta); il rapporto tra ilrisultato di gestione e il totale attivo (Roa); il cost income ratio (C/I); il rapporto tra glistipendi e i costi operativi (Stip/C); il numero di sportelli (B) e la dimensione espressa daltotale attivo (Size).

Dall’analisi delle statistiche descrittive emerge chiaramente la grande variabilità tra lebanche appartenenti al campione studiato. Ciò è, in particolare, testimoniato sia dalle dif-ferenze tra i valori medi e i valori mediani sia dai valori assunti dalla deviazione standard.D’altro canto, se si prendono in esame i bilanci delle singole banche si può notare come inparticolare una banca, la Bcc di Roma, presenti valori patrimoniali sensibilmente più alti

Tavola 1

Statistiche descrittive

Media Mediana Minimo Massimo Dev. Std. Asimmetria Curtosi

S 10,3154 5,00471 0,200000 125,776 20,5660 4,21288 17,3397

L 165,525 52,7000 7,70000 4176,41 505,934 5,60768 32,9756

S/L 0,108966 0,0820166 0,00508595 0,360748 0,0759452 1,31013 1,00505

Mi/Ta 0,0354148 0,0341918 0,0131473 0,0619266 0,00785623 0,632003 0,374941

Mint/Ta 0,0418334 0,0405294 0,00369384 0,0720000 0,00971063 0,334119 1,34563

Roa 0,00807384 0,00751729 -0,0277564 0,0262582 0,00621451 -1,09146 6,24188

C/I 0,718073 0,688525 0,398659 5,99418 0,399277 11,0650 132,538

Stip/C 0,585065 0,580645 0,428571 0,75 0,0577057 -0,405503 0,459654

B 9,00351 4,00000 1,00000 167,000 21,9411 5,24321 28,5880

Size 321,861 116,500 21,9000 6875,19 902,059 5,02421 25,9539

00-D'Amico (III)_28_39 31-01-2013 15:28 Pagina 31

di quelli delle altre banche del campione. Tale asimmetria è peraltro confermata dai mag-giori valori delle medie rispetto alle mediane, che testimoniano come la maggior parte del-le banche abbia valori inferiori alla media dell’intero campione.

Dal punto di vista economico è interessante confrontare i valori medi degli indici di red-ditività: il rapporto tra il margine di interesse e il totale attivo (Mi/Ta), il rapporto tra il mar-gine di intermediazione e il totale attivo (Mint/Ta) e il rapporto tra il risultato di gestionee il totale attivo (Roa). Da tale confronto si evince infatti come il contributo economicoapportato dalle prime due gestioni sia in gran parte assorbito dai costi di gestione, come pe-raltro confermato dai valori del rapporto cost-income (C/I). Se, infine, si analizza il valoredel rapporto tra gli stipendi e il totale dei costi operativi (Stip/C) si evince come gran par-te (più della metà) dei costi operativi sia composta dalla retribuzione del personale.

5 L’analisi univariata

La tavola 2 illustra i risultati, in termini di valore e di significatività statistica, dell’analisiunivariata delle variabili considerate nel nostro studio allo scopo di ottenere una primaidea delle relazioni tra loro esistenti nel periodo considerato (1995-2009).

Sebbene la matrice restituisca solamente le relazioni che le variabili hanno in rapportoa una sola altra variabile, da essa si possono trarre alcune prime considerazioni.

I risultati più interessanti, con riferimento allo studio, riguardano evidentemente i co-efficienti di correlazione relativi alle sofferenze. In proposito rileviamo una fortissima cor-relazione positiva (0,9479) statisticamente significativa a livello 1% tra il numero di filia-li (B) e l’ammontare delle sofferenze (S). Si rileva altresì una altrettanto forte relazione po-sitiva (0,9657) statisticamente significativa a livello 1% tra l’ammontare delle sofferenze(S) e la dimensione aziendale espressa dall’ammontare dell’intero attivo bancario (Size) etra l’ammontare delle sofferenze (S) e gli impieghi (GL) (0,9371). D’altro canto la rela-zione quasi perfetta (0,9935) statisticamente significativa a livello 1% che esiste tra le di-mensioni aziendali (Size) e il numero di filiali (B) nonché tra le dimensioni aziendali (Si-ze) e gli impieghi (GL) (0,9895) attesta la sostanziale omogeneità che esiste tra le men-zionate variabili. Ciò significa che a maggiori filiali corrisponde un maggior attivo totalesocietario e un maggior livello di impieghi ma anche un maggior livello di sofferenze.

BANCARIA n. 1/2013

32

FORUM

Tavola 2

Matrice di correlazione Spearman/Pearson

S ΔLS ΔLBcc ΔL GL B Size Roa

1,0000 0,0467 0,0681 0,0602 0,9371(***) 0,9479(***) 0,9657(***) -0,0938 S

1,0000 0,9134(***) 0,9492(***) 0,0508 0,0380 0,0546 0,1051(*) Ls

1,0000 0,9406(***) 0,1059(*) 0,0839 0,0940 0,0869 LBcc

1,0000 0,0709 0,0560 0,0688 0,0912 L

1,0000 0,9914(***) 0,9895(***) -0,0423 GL

1,0000 0,9935(***) -0,0394 B

1,0000 -0,0349 Size

1,0000 Roa

*, **, *** indicano livelli di significatività (due code) al 10%; 5% e 1%.ΔS è l’ammontare delle sofferenze; ΔLS è l’ammontare degli excess prestiti rispetto all’intero sistema bancario;ΔLBcc è l’am-montare degli excess prestiti rispetto all’intero sistema cooperativo; L è l’ammontare dei prestiti rispetto all’esercizio prece-dente; GL sono gli impieghi; B rappresenta il numero di filiali; Size è la dimensione aziendale misurata dal logaritmo naturaledell’intero attivo; Roa è la profittabilità misurata dal rapporto tra il risultato di gestione e il totale attivo.

00-D'Amico (III)_28_39 31-01-2013 15:28 Pagina 32

33

FORUM

Una forte correlazione altamente significativa esiste anche tra le variabili che misuranogli incrementi di prestiti. Si registra infatti un coefficiente pari a 0,9492 significativo a li-vello 1% tra gli excess loan misurati rispetto all’intero sistema (ΔLS) e il tasso di incre-mento dei prestiti nel tempo (ΔL). La correlazione è pari a 0,9406 significativo a livello1% tra gli excess loan misurati rispetto al sistema Bcc (ΔLBcc) e il tasso di incremento deiprestiti nel tempo (ΔL). Si rileva infine un coefficiente pari a 0,9134 significativo a livel-lo 1% tra gli excess loan misurati rispetto al sistema Bcc (ΔLBcc) e gli excess loan misura-ti rispetto all’intero sistema bancario (ΔLS).

Da ultimo, ma non meno interessanti, sono le relazioni che esistono tra le varie misuredi incremento dei prestiti e i prestiti (impieghi) medesimi. Sulla base della letteratura inmateria era ragionevole attendersi anche in questo caso un forte legame che invece non ri-sulta dalla matrice di correlazione. Il coefficiente di correlazione tra i prestiti (GL) e gli ex-cess loan misurati rispetto all’intero sistema bancario (ΔLS) e il coefficiente di correlazio-ne tra i prestiti (GL) e il tasso di incremento dei prestiti nel tempo (ΔL) assumono valorimolto bassi (rispettivamente: 0,0508 e 0,0709) e, soprattutto, non significativi dal puntodi vista statistico. Molto basso e statisticamente significativo (sebbene solamente a livello10%) è anche il coefficiente di correlazione che lega i prestiti (GL) e gli excess loan mi-surati rispetto al sistema Bcc (ΔLBcc). In buona sostanza si può quindi affermare che, dalpunto di vista economico, lo stock del credito non si muove allo stesso modo in cui si muo-vono i vari tassi di incremento.

6 L’analisi multivariata

In questo paragrafo vengono approfondite l’analisi descrittiva e univariata effettuate neiparagrafi precedenti. A tal fine si è pensato di impostare un’analisi multivariata (econo-metrica). Tale analisi è stata effettuata mettendo in relazione (congiuntamente) la varia-bile dipendente prescelta, vale a dire l’ammontare delle sofferenze, sia con le variabili spe-cifiche e aziendali indicate in precedenza (tasso di crescita degli excess loan, tasso di cre-scita dei prestiti, stock dei prestiti, numero di filiali, dimensione e redditività), sia con unaserie di ulteriori variabili di controllo. Con riferimento a queste ultime abbiamo pensato diutilizzare variabili di governance e variabili di tipo macroeconomico. Tra le variabili di go-vernance si è scelto di introdurre una variabile dummy relativa al presidente del consigliodi amministrazione, una variabile dummy per il direttore generale e una variabile dummyper il consiglio di amministrazione. Con riferimento alle variabili macroeconomiche, in ra-gione della specifica attività delle banche di credito cooperativo, si è scelto di introdurreil livello consumi delle famiglie, il numero di imprese attive, il numero degli occupati e ilprodotto interno lordo relativi alla regione d’appartenenza della specifica Bcc, nella con-sapevolezza che si tratta di un’approssimazione rispetto (talune volte) al più ristretto am-bito geografico nella quale operano le banche del campione esaminato (Porath, 2004). Lafunzione di regressione è dunque:

CRt,i =αi +β1ΔLst,i +β2ΔLBcct,i +β3ΔLt,i +β4GLt,i +β5Bt,i +β6PC+β7DG+β8CdA+β9Sizet,i +β10Roat,i +β11NIt,i +β12Ct,i +β13+Ot,i +β14Pilt,i +ε

dove: CRt,i è il rischio di credito (espresso dal logaritmo naturale dell’ammontare delle sof-ferenze1) della banca i al tempo t; α è l’intercetta della regressione; ΔLSt,i è l’ammontaredegli excess prestiti (abnormal loan growth) rispetto all’intero sistema bancario della ban-ca i al tempo t; ΔLBcct,i è l’ammontare degli excess prestiti rispetto all’intero sistema co-

1 Le sofferenze sono espresse come loga-ritmo naturale in quanto le sole sofferenzesono una variabile bounded (sono sempremaggiori di zero); ciò comporta che i resi-dui non possono essere normali (in quantola funzione non può andare verso meno in-finito) e quindi la previsione effettuata suiresidui (che ipotizza la linearità che non puòesistere) non è corretta (Fukumoto, 2004).

00-D'Amico (III)_28_39 31-01-2013 15:28 Pagina 33

di quelli delle altre banche del campione. Tale asimmetria è peraltro confermata dai mag-giori valori delle medie rispetto alle mediane, che testimoniano come la maggior parte del-le banche abbia valori inferiori alla media dell’intero campione.

Dal punto di vista economico è interessante confrontare i valori medi degli indici di red-ditività: il rapporto tra il margine di interesse e il totale attivo (Mi/Ta), il rapporto tra il mar-gine di intermediazione e il totale attivo (Mint/Ta) e il rapporto tra il risultato di gestionee il totale attivo (Roa). Da tale confronto si evince infatti come il contributo economicoapportato dalle prime due gestioni sia in gran parte assorbito dai costi di gestione, come pe-raltro confermato dai valori del rapporto cost-income (C/I). Se, infine, si analizza il valoredel rapporto tra gli stipendi e il totale dei costi operativi (Stip/C) si evince come gran par-te (più della metà) dei costi operativi sia composta dalla retribuzione del personale.

5 L’analisi univariata

La tavola 2 illustra i risultati, in termini di valore e di significatività statistica, dell’analisiunivariata delle variabili considerate nel nostro studio allo scopo di ottenere una primaidea delle relazioni tra loro esistenti nel periodo considerato (1995-2009).

Sebbene la matrice restituisca solamente le relazioni che le variabili hanno in rapportoa una sola altra variabile, da essa si possono trarre alcune prime considerazioni.

I risultati più interessanti, con riferimento allo studio, riguardano evidentemente i co-efficienti di correlazione relativi alle sofferenze. In proposito rileviamo una fortissima cor-relazione positiva (0,9479) statisticamente significativa a livello 1% tra il numero di filia-li (B) e l’ammontare delle sofferenze (S). Si rileva altresì una altrettanto forte relazione po-sitiva (0,9657) statisticamente significativa a livello 1% tra l’ammontare delle sofferenze(S) e la dimensione aziendale espressa dall’ammontare dell’intero attivo bancario (Size) etra l’ammontare delle sofferenze (S) e gli impieghi (GL) (0,9371). D’altro canto la rela-zione quasi perfetta (0,9935) statisticamente significativa a livello 1% che esiste tra le di-mensioni aziendali (Size) e il numero di filiali (B) nonché tra le dimensioni aziendali (Si-ze) e gli impieghi (GL) (0,9895) attesta la sostanziale omogeneità che esiste tra le men-zionate variabili. Ciò significa che a maggiori filiali corrisponde un maggior attivo totalesocietario e un maggior livello di impieghi ma anche un maggior livello di sofferenze.

BANCARIA n. 1/2013

32

FORUM

Tavola 2

Matrice di correlazione Spearman/Pearson

S ΔLS ΔLBcc ΔL GL B Size Roa

1,0000 0,0467 0,0681 0,0602 0,9371(***) 0,9479(***) 0,9657(***) -0,0938 S

1,0000 0,9134(***) 0,9492(***) 0,0508 0,0380 0,0546 0,1051(*) Ls

1,0000 0,9406(***) 0,1059(*) 0,0839 0,0940 0,0869 LBcc

1,0000 0,0709 0,0560 0,0688 0,0912 L

1,0000 0,9914(***) 0,9895(***) -0,0423 GL

1,0000 0,9935(***) -0,0394 B

1,0000 -0,0349 Size

1,0000 Roa

*, **, *** indicano livelli di significatività (due code) al 10%; 5% e 1%.ΔS è l’ammontare delle sofferenze; ΔLS è l’ammontare degli excess prestiti rispetto all’intero sistema bancario;ΔLBcc è l’am-montare degli excess prestiti rispetto all’intero sistema cooperativo; L è l’ammontare dei prestiti rispetto all’esercizio prece-dente; GL sono gli impieghi; B rappresenta il numero di filiali; Size è la dimensione aziendale misurata dal logaritmo naturaledell’intero attivo; Roa è la profittabilità misurata dal rapporto tra il risultato di gestione e il totale attivo.

00-D'Amico (III)_28_39 31-01-2013 15:28 Pagina 32

33

FORUM

Una forte correlazione altamente significativa esiste anche tra le variabili che misuranogli incrementi di prestiti. Si registra infatti un coefficiente pari a 0,9492 significativo a li-vello 1% tra gli excess loan misurati rispetto all’intero sistema (ΔLS) e il tasso di incre-mento dei prestiti nel tempo (ΔL). La correlazione è pari a 0,9406 significativo a livello1% tra gli excess loan misurati rispetto al sistema Bcc (ΔLBcc) e il tasso di incremento deiprestiti nel tempo (ΔL). Si rileva infine un coefficiente pari a 0,9134 significativo a livel-lo 1% tra gli excess loan misurati rispetto al sistema Bcc (ΔLBcc) e gli excess loan misura-ti rispetto all’intero sistema bancario (ΔLS).

Da ultimo, ma non meno interessanti, sono le relazioni che esistono tra le varie misuredi incremento dei prestiti e i prestiti (impieghi) medesimi. Sulla base della letteratura inmateria era ragionevole attendersi anche in questo caso un forte legame che invece non ri-sulta dalla matrice di correlazione. Il coefficiente di correlazione tra i prestiti (GL) e gli ex-cess loan misurati rispetto all’intero sistema bancario (ΔLS) e il coefficiente di correlazio-ne tra i prestiti (GL) e il tasso di incremento dei prestiti nel tempo (ΔL) assumono valorimolto bassi (rispettivamente: 0,0508 e 0,0709) e, soprattutto, non significativi dal puntodi vista statistico. Molto basso e statisticamente significativo (sebbene solamente a livello10%) è anche il coefficiente di correlazione che lega i prestiti (GL) e gli excess loan mi-surati rispetto al sistema Bcc (ΔLBcc). In buona sostanza si può quindi affermare che, dalpunto di vista economico, lo stock del credito non si muove allo stesso modo in cui si muo-vono i vari tassi di incremento.

6 L’analisi multivariata

In questo paragrafo vengono approfondite l’analisi descrittiva e univariata effettuate neiparagrafi precedenti. A tal fine si è pensato di impostare un’analisi multivariata (econo-metrica). Tale analisi è stata effettuata mettendo in relazione (congiuntamente) la varia-bile dipendente prescelta, vale a dire l’ammontare delle sofferenze, sia con le variabili spe-cifiche e aziendali indicate in precedenza (tasso di crescita degli excess loan, tasso di cre-scita dei prestiti, stock dei prestiti, numero di filiali, dimensione e redditività), sia con unaserie di ulteriori variabili di controllo. Con riferimento a queste ultime abbiamo pensato diutilizzare variabili di governance e variabili di tipo macroeconomico. Tra le variabili di go-vernance si è scelto di introdurre una variabile dummy relativa al presidente del consigliodi amministrazione, una variabile dummy per il direttore generale e una variabile dummyper il consiglio di amministrazione. Con riferimento alle variabili macroeconomiche, in ra-gione della specifica attività delle banche di credito cooperativo, si è scelto di introdurreil livello consumi delle famiglie, il numero di imprese attive, il numero degli occupati e ilprodotto interno lordo relativi alla regione d’appartenenza della specifica Bcc, nella con-sapevolezza che si tratta di un’approssimazione rispetto (talune volte) al più ristretto am-bito geografico nella quale operano le banche del campione esaminato (Porath, 2004). Lafunzione di regressione è dunque:

CRt,i =αi +β1ΔLst,i +β2ΔLBcct,i +β3ΔLt,i +β4GLt,i +β5Bt,i +β6PC+β7DG+β8CdA+β9Sizet,i +β10Roat,i +β11NIt,i +β12Ct,i +β13+Ot,i +β14Pilt,i +ε

dove: CRt,i è il rischio di credito (espresso dal logaritmo naturale dell’ammontare delle sof-ferenze1) della banca i al tempo t; α è l’intercetta della regressione; ΔLSt,i è l’ammontaredegli excess prestiti (abnormal loan growth) rispetto all’intero sistema bancario della ban-ca i al tempo t; ΔLBcct,i è l’ammontare degli excess prestiti rispetto all’intero sistema co-

1 Le sofferenze sono espresse come loga-ritmo naturale in quanto le sole sofferenzesono una variabile bounded (sono sempremaggiori di zero); ciò comporta che i resi-dui non possono essere normali (in quantola funzione non può andare verso meno in-finito) e quindi la previsione effettuata suiresidui (che ipotizza la linearità che non puòesistere) non è corretta (Fukumoto, 2004).

00-D'Amico (III)_28_39 31-01-2013 15:28 Pagina 33

operativo della banca i al tempo t; ΔLt,i è l’ammontare dei prestiti rispetto all’esercizio pre-cedente della banca i al tempo t; GLt,i è l’ammontare degli impieghi della banca i al tem-po t; Bt,i rappresenta il numero di filiali della banca i al tempo t; PC è la dummy di gover-nance relativa al presidente del consiglio di amministrazione ed è pari a 0 se non è cam-biato il presidente e pari a 1 se invece il presidente è stato sostituito; DG è la dummy digovernance relativa al direttore generale ed è pari a 0 se non è cambiato il direttore gene-rale e pari a 1 se invece il direttore generale è stato sostituito; CdA è la dummy di gover-nance relativa al consiglio di amministrazione ed è pari a 0 se non è cambiata la maggio-ranza del consiglio di amministrazione e pari a 1 se invece è avvenuta la sostituzione dellamaggioranza del consiglio di amministrazione; Sizet,i è la dimensione aziendale della bancai al tempo t misurata (per evitare problemi di eteroschedasticità) dal logaritmo naturaledell’intero attivo; Roat,i è la profittabilità della banca i al tempo t misurata dal rapporto trail risultato di gestione e il totale attivo; NIt,i è il numero di imprese attive nella regione diappartenenza della i-esima Bcc al tempo t; Ci,t sono i consumi per famiglia nella regione diappartenenza della i-esima Bcc al tempo t; Ot,i è il numero degli occupati nella regione diappartenenza della i-esima Bcc al tempo t; Pilt,i è il prodotto interno lordo nella regione diappartenenza della i-esima Bcc al tempo t; ε è il termine errore.

Prima di effettuare la regressione abbiamo verificato l’eventuale multicollinearità trale variabili esplicative utilizzando il Vif (variance inflation factor) e abbiamo esclusoquelle con valori superiori o eguali al valore critico 10, ovvero: l’ammontare degli excessprestiti rispetto all’intero sistema bancario, l’ammontare dei prestiti rispetto all’esercizioprecedente (entrambi collineari rispetto all’ammontare degli excess prestiti rispetto al si-stema Bcc); gli occupati e il Pil regionali (entrambi collineari rispetto al numero di nuo-ve imprese attive e ai consumi) e gli impieghi (collineari rispetto al numero di filiali e,se calcolati in termini di logaritmo, rispetto alla dimensione). Inoltre, utilizzando unlongitudinal sample, abbiamo applicato i robust standard error clustered a livello di im-presa (Hac) al fine di controllare le osservazioni che non sono tra loro indipendenti. Laregressione è stata stimata utilizzando il modello Ols. Il test di Breush-Pagan ha infattiattestato la preferibilità di tale modello rispetto al modello panel a effetti casuali (Stati-stica test di Breusch-Pagan: Lm = 0,41477 con p-value = 0,519558 – un basso p-valueconta contro l’ipotesi nulla che il modello pooled Ols sia adeguato, in favore del model-lo alternativo con effetti casuali). Dalla regressione è stata esclusa la Bcc di Marino inquanto outlier.

La tavola 3 illustra i risultati ottenuti.La regressione, sebbene riferita a variabili considerate nel medesimo esercizio (senza

lag), conduce a risultati difformi rispetto ai citati studi internazionali. Si tratta, molto pro-babilmente, di risultati condizionati dall’ambito geografico esaminato (ovvero le tre regio-ni: Lazio, Umbria e Sardegna). In proposito, si ribadisce, come tale area geografica sia diparticolare interesse in quanto le banche di credito cooperativo ivi situate hanno mante-nuto una politica degli impieghi orientata al core business delle Bcc cioè: il retail e lo smallbusiness mentre le altre banche di credito cooperativo (soprattutto del Centro-Nord) nelperiodo esaminato hanno, in parte, deviato dalla loro attività caratteristica per assumereun ruolo più simile a quello esercitato dalle banche commerciali.

I risultati evidenziano una relazione negativa e statisticamente significativa a livello 1%tra le sofferenze e il tasso di incremento dei prestiti calcolato rispetto al sistema delle ban-che di credito cooperativo ΔLBcc (β1 = -0,747093). Ciò significa che all’aumentare degliextra-prestiti diminuisce l’incidenza delle sofferenze. Tale relazione attesta pertanto la ca-pacità di siffatta tipologia di banche di gestire il credito anche in periodi di difficile con-giuntura economica e finanziaria.

BANCARIA n. 1/2013

34

FORUM

00-D'Amico (III)_28_39 31-01-2013 15:28 Pagina 34

35

FORUM

La tavola evidenzia poi una relazione anch’essa negativa (sebbene meno consistente:β2 = -0,00385803) e significativa a livello 1% tra le sofferenze e il numero di filiali checonferma quanto rilevato con riferimento agli extra-loan. D’altro canto le Bcc effettuanouna politica di espansione sempre nell’ambito del territorio (comune) d’origine o in ter-ritori (comuni) limitrofi. Questo permette loro di sfruttare proficuamente la conoscenzadel territorio stesso.

Interessante è poi il legame positivo e statisticamente significativo a livello 1% che esi-ste tra le sofferenze e la variabile dummy relativa al direttore generale (β4 = 0,371159). Intal senso la regressione dice che in media si registra un incremento delle sofferenze allor-quando si cambia il direttore generale. La tavola conferma poi la forte relazione statistica-mente significativa (a livello 1%), già evidenziata dall’analisi univariata, che esiste tra ladimensione e il livello delle sofferenze (β6 = 0,944562).

Molto alta è la relazione inversa statisticamente significativa a livello 1% che esiste trail return on asset e il livello delle sofferenze (β7 = -15,8897). Dal punto di vista economi-co ciò sta a significare che le sofferenze hanno in media un impatto fortemente negativosulla redditività operativa delle Bcc. D’altro canto le banche di credito cooperativo, perpropria natura e operatività, basano molto i risultati della gestione operativa (e dell’interoconto economico) sull’attività di prestito piuttosto che, ad esempio, sull’intermediazione esul trading e pertanto difficilmente riescono a recuperare le perdite della gestione del cre-dito con altre attività operative. Ancora, la regressione evidenzia una relazione negativasignificativa a livello 1% tra la presenza di imprese nel mercato e il livello di sofferenze euna relazione positiva significativa a livello 1% tra i consumi per famiglia e il livello di sof-ferenze, con valori prossimi allo zero (β8 = -2,99788e-06; β9 = 1,97805e-05) che attestanola sostanziale indipendenza statistica tra le suindicate variabili esplicative e le sofferenze.

CRt,i = αi + β1ΔLBcct,i + β2Bt,i + β3PC + β4DG + β5CdA + β6Sizet,i + β7Roat,i + β8NIt,i + β9Ct,i + ε

Estimate p-value Vif

Const -3,09154 <0,00001 ***

ΔLBcc -0,747093 0,00330 *** 1,100

B -0,00385803 0,00395 *** 2,638

PC 0,118534 0,11798 1,172

DG 0,371159 0,00044 *** 1,052

CdA 0,0252481 0,75283 1,133

I_Size 0,944562 <0,00001 *** 2,766

Roa -15,8897 <0,00001 *** 1,177

NI -2,99788e-06 <0,00001 *** 8,174

C 1,97805e-05 <0,00001 *** 8,099

R-quadro 0,844490

R-quadro corretto 0,839107

P-value(F) 1,08e-99

*, **, *** indicano livelli di significatività (due code) al 10%; 5% e 1%.Cr è il logaritmo naturale delle sofferenze; ΔLBcc è l’ammontare degli excess prestiti rispetto all’intero sistema cooperativo;B rappresenta il numero di filiali; PC è la dummy di governance relativa al presidente del consiglio di amministrazione; DG èla dummy di governance relativa al direttore generale; CdA è la dummy di governance relativa al consiglio di amministra-zione; Size è la dimensione aziendale misurata dal logaritmo naturale dell’intero attivo; Roa è la profittabilità misurata dal rap-porto tra il risultato di gestione e il totale attivo; Nl è il numero di imprese attive nella regione di appartenenza della i-esi-ma Bcc; C sono i consumi per famiglia nella regione di appartenenza della i-esima Bcc.

Tavola 3

Regressione (1995-2009)

00-D'Amico (III)_28_39 31-01-2013 15:28 Pagina 35

operativo della banca i al tempo t; ΔLt,i è l’ammontare dei prestiti rispetto all’esercizio pre-cedente della banca i al tempo t; GLt,i è l’ammontare degli impieghi della banca i al tem-po t; Bt,i rappresenta il numero di filiali della banca i al tempo t; PC è la dummy di gover-nance relativa al presidente del consiglio di amministrazione ed è pari a 0 se non è cam-biato il presidente e pari a 1 se invece il presidente è stato sostituito; DG è la dummy digovernance relativa al direttore generale ed è pari a 0 se non è cambiato il direttore gene-rale e pari a 1 se invece il direttore generale è stato sostituito; CdA è la dummy di gover-nance relativa al consiglio di amministrazione ed è pari a 0 se non è cambiata la maggio-ranza del consiglio di amministrazione e pari a 1 se invece è avvenuta la sostituzione dellamaggioranza del consiglio di amministrazione; Sizet,i è la dimensione aziendale della bancai al tempo t misurata (per evitare problemi di eteroschedasticità) dal logaritmo naturaledell’intero attivo; Roat,i è la profittabilità della banca i al tempo t misurata dal rapporto trail risultato di gestione e il totale attivo; NIt,i è il numero di imprese attive nella regione diappartenenza della i-esima Bcc al tempo t; Ci,t sono i consumi per famiglia nella regione diappartenenza della i-esima Bcc al tempo t; Ot,i è il numero degli occupati nella regione diappartenenza della i-esima Bcc al tempo t; Pilt,i è il prodotto interno lordo nella regione diappartenenza della i-esima Bcc al tempo t; ε è il termine errore.

Prima di effettuare la regressione abbiamo verificato l’eventuale multicollinearità trale variabili esplicative utilizzando il Vif (variance inflation factor) e abbiamo esclusoquelle con valori superiori o eguali al valore critico 10, ovvero: l’ammontare degli excessprestiti rispetto all’intero sistema bancario, l’ammontare dei prestiti rispetto all’esercizioprecedente (entrambi collineari rispetto all’ammontare degli excess prestiti rispetto al si-stema Bcc); gli occupati e il Pil regionali (entrambi collineari rispetto al numero di nuo-ve imprese attive e ai consumi) e gli impieghi (collineari rispetto al numero di filiali e,se calcolati in termini di logaritmo, rispetto alla dimensione). Inoltre, utilizzando unlongitudinal sample, abbiamo applicato i robust standard error clustered a livello di im-presa (Hac) al fine di controllare le osservazioni che non sono tra loro indipendenti. Laregressione è stata stimata utilizzando il modello Ols. Il test di Breush-Pagan ha infattiattestato la preferibilità di tale modello rispetto al modello panel a effetti casuali (Stati-stica test di Breusch-Pagan: Lm = 0,41477 con p-value = 0,519558 – un basso p-valueconta contro l’ipotesi nulla che il modello pooled Ols sia adeguato, in favore del model-lo alternativo con effetti casuali). Dalla regressione è stata esclusa la Bcc di Marino inquanto outlier.

La tavola 3 illustra i risultati ottenuti.La regressione, sebbene riferita a variabili considerate nel medesimo esercizio (senza

lag), conduce a risultati difformi rispetto ai citati studi internazionali. Si tratta, molto pro-babilmente, di risultati condizionati dall’ambito geografico esaminato (ovvero le tre regio-ni: Lazio, Umbria e Sardegna). In proposito, si ribadisce, come tale area geografica sia diparticolare interesse in quanto le banche di credito cooperativo ivi situate hanno mante-nuto una politica degli impieghi orientata al core business delle Bcc cioè: il retail e lo smallbusiness mentre le altre banche di credito cooperativo (soprattutto del Centro-Nord) nelperiodo esaminato hanno, in parte, deviato dalla loro attività caratteristica per assumereun ruolo più simile a quello esercitato dalle banche commerciali.

I risultati evidenziano una relazione negativa e statisticamente significativa a livello 1%tra le sofferenze e il tasso di incremento dei prestiti calcolato rispetto al sistema delle ban-che di credito cooperativo ΔLBcc (β1 = -0,747093). Ciò significa che all’aumentare degliextra-prestiti diminuisce l’incidenza delle sofferenze. Tale relazione attesta pertanto la ca-pacità di siffatta tipologia di banche di gestire il credito anche in periodi di difficile con-giuntura economica e finanziaria.

BANCARIA n. 1/2013

34

FORUM

00-D'Amico (III)_28_39 31-01-2013 15:28 Pagina 34

35

FORUM

La tavola evidenzia poi una relazione anch’essa negativa (sebbene meno consistente:β2 = -0,00385803) e significativa a livello 1% tra le sofferenze e il numero di filiali checonferma quanto rilevato con riferimento agli extra-loan. D’altro canto le Bcc effettuanouna politica di espansione sempre nell’ambito del territorio (comune) d’origine o in ter-ritori (comuni) limitrofi. Questo permette loro di sfruttare proficuamente la conoscenzadel territorio stesso.

Interessante è poi il legame positivo e statisticamente significativo a livello 1% che esi-ste tra le sofferenze e la variabile dummy relativa al direttore generale (β4 = 0,371159). Intal senso la regressione dice che in media si registra un incremento delle sofferenze allor-quando si cambia il direttore generale. La tavola conferma poi la forte relazione statistica-mente significativa (a livello 1%), già evidenziata dall’analisi univariata, che esiste tra ladimensione e il livello delle sofferenze (β6 = 0,944562).

Molto alta è la relazione inversa statisticamente significativa a livello 1% che esiste trail return on asset e il livello delle sofferenze (β7 = -15,8897). Dal punto di vista economi-co ciò sta a significare che le sofferenze hanno in media un impatto fortemente negativosulla redditività operativa delle Bcc. D’altro canto le banche di credito cooperativo, perpropria natura e operatività, basano molto i risultati della gestione operativa (e dell’interoconto economico) sull’attività di prestito piuttosto che, ad esempio, sull’intermediazione esul trading e pertanto difficilmente riescono a recuperare le perdite della gestione del cre-dito con altre attività operative. Ancora, la regressione evidenzia una relazione negativasignificativa a livello 1% tra la presenza di imprese nel mercato e il livello di sofferenze euna relazione positiva significativa a livello 1% tra i consumi per famiglia e il livello di sof-ferenze, con valori prossimi allo zero (β8 = -2,99788e-06; β9 = 1,97805e-05) che attestanola sostanziale indipendenza statistica tra le suindicate variabili esplicative e le sofferenze.

CRt,i = αi + β1ΔLBcct,i + β2Bt,i + β3PC + β4DG + β5CdA + β6Sizet,i + β7Roat,i + β8NIt,i + β9Ct,i + ε

Estimate p-value Vif

Const -3,09154 <0,00001 ***

ΔLBcc -0,747093 0,00330 *** 1,100

B -0,00385803 0,00395 *** 2,638

PC 0,118534 0,11798 1,172

DG 0,371159 0,00044 *** 1,052

CdA 0,0252481 0,75283 1,133

I_Size 0,944562 <0,00001 *** 2,766

Roa -15,8897 <0,00001 *** 1,177

NI -2,99788e-06 <0,00001 *** 8,174

C 1,97805e-05 <0,00001 *** 8,099

R-quadro 0,844490

R-quadro corretto 0,839107

P-value(F) 1,08e-99

*, **, *** indicano livelli di significatività (due code) al 10%; 5% e 1%.Cr è il logaritmo naturale delle sofferenze; ΔLBcc è l’ammontare degli excess prestiti rispetto all’intero sistema cooperativo;B rappresenta il numero di filiali; PC è la dummy di governance relativa al presidente del consiglio di amministrazione; DG èla dummy di governance relativa al direttore generale; CdA è la dummy di governance relativa al consiglio di amministra-zione; Size è la dimensione aziendale misurata dal logaritmo naturale dell’intero attivo; Roa è la profittabilità misurata dal rap-porto tra il risultato di gestione e il totale attivo; Nl è il numero di imprese attive nella regione di appartenenza della i-esi-ma Bcc; C sono i consumi per famiglia nella regione di appartenenza della i-esima Bcc.

Tavola 3

Regressione (1995-2009)

00-D'Amico (III)_28_39 31-01-2013 15:28 Pagina 35

La bontà di adattamento del modello proposto è statisticamente confermata dall’alto li-vello del r-quadro (0,844490) e la giustezza delle variabili introdotte è confermata dal li-vello dell’r-quadro corretto (0,839107) sostanzialmente in linea con l’r-quadro.

7 Ulteriori approfondimenti statistici. L’«effetto ritardo»

Le considerazioni svolte nel precedente paragrafo riguardano la relazione che esiste tra lavariabile dipendente sofferenze (rischio di credito) e le variabili esplicative entrambe con-siderate nel medesimo anno. Invero, come rilevato nel paragrafo 2, la letteratura econo-mica si sofferma anche (soprattutto) sui possibili effetti che le politiche aziendali possonoprodurre, dopo uno o più anni, sulle sofferenze. È infatti altamente ipotizzabile che le sof-ferenze possano essere la conseguenza di scelte che la banca ha effettuato in anni prece-denti. Si fa riferimento, in particolare, alla politica di crescita territoriale effettuata me-diante l’apertura di nuove filiali e alla politica di espansione del credito effettuata in mi-sura maggiore rispetto alla media dell’intero sistema cooperativo. È per queste ragioni chesi è scelto di approfondire ulteriormente l’analisi econometrica calcolando i lag temporalirispetto alle indicate variabili. In particolare, sono stati calcolati i lag con riferimento atutte le variabili con esclusione della redditività operativa e della dimensione aziendale.Tale scelta è dettata innanzitutto da motivi economici in quanto il nostro obiettivo è quel-lo di verificare l’effetto negli anni successivi delle sole variabili prescelte e le due variabilitralasciate (soprattutto la variabile dimensionale) avrebbero potuto «disturbare» tale in-dagine. Invero, anche dal punto di vista statistico la scelta sembra essere corretta; infatti,se si tralasciano le due variabili indicate, la bontà di adattamento del modello rimane mol-to alta (valori superiori all’80%) mentre, se si ritardano anche le variabili relative alla red-ditività e alla dimensione, la bontà di adattamento del modello diventa molto debole (va-lori inferiori al 20%).

La tavola 4 illustra i risultati di tale approfondimento. Per motivi di spazio si è scelto dipresentare solamente i risultati relativi alle variabili ritardate.

L’analisi dei ritardi temporali conferma i risultati relativi alla precedente regressione chesono in controtendenza rispetto a quanto evidenziato da precedenti studi effettuati a livel-lo internazionale.

Ancora una volta, infatti, si evince una relazione inversa tra le sofferenze e il tasso diincremento dei prestiti calcolato rispetto al sistema delle banche di credito cooperativo(ΔLBcc). Va in particolare evidenziato come nel terzo anno successivo all’incremento deiprestiti si ha una relazione inversa (significativa a livello 10%) estremamente consistente(40,27%). Più contenuta è invece la relazione inversa nel tempo tra le nuove aperture disportelli e le sofferenze. In questo caso permane la relazione inversa significativa all’1% conl’eccezione del terzo anno.

Di particolare interesse il coefficiente relativo al consiglio di amministrazione con lagtemporale pari a -2 e pari a -5. Dalla regressione risulta infatti un valore positivo(0,258123) significativo a livello 1% per il lag -2 e un valore positivo (0,199222) signifi-cativo a livello 5% per il lag -5. Ciò significa che due e cinque anni dopo il cambiamento(della maggioranza) del consiglio di amministrazione si registra (in media) un incrementodelle sofferenze.

I lag temporali confermano la sostanziale indifferenza statistica tra il livello delle soffe-renze e le variabili macroeconomiche considerate.

La bontà di adattamento dei modelli utilizzati è confermata dagli alti livelli dei valoridell’r-quadro e dell’r-quadro corretto.

BANCARIA n. 1/2013

36

FORUM

00-D'Amico (III)_28_39 31-01-2013 15:28 Pagina 36 00-D'Amico (III)_28_39 31-01-2013 15:28 Pagina 37

La bontà di adattamento del modello proposto è statisticamente confermata dall’alto li-vello del r-quadro (0,844490) e la giustezza delle variabili introdotte è confermata dal li-vello dell’r-quadro corretto (0,839107) sostanzialmente in linea con l’r-quadro.

7 Ulteriori approfondimenti statistici. L’«effetto ritardo»

Le considerazioni svolte nel precedente paragrafo riguardano la relazione che esiste tra lavariabile dipendente sofferenze (rischio di credito) e le variabili esplicative entrambe con-siderate nel medesimo anno. Invero, come rilevato nel paragrafo 2, la letteratura econo-mica si sofferma anche (soprattutto) sui possibili effetti che le politiche aziendali possonoprodurre, dopo uno o più anni, sulle sofferenze. È infatti altamente ipotizzabile che le sof-ferenze possano essere la conseguenza di scelte che la banca ha effettuato in anni prece-denti. Si fa riferimento, in particolare, alla politica di crescita territoriale effettuata me-diante l’apertura di nuove filiali e alla politica di espansione del credito effettuata in mi-sura maggiore rispetto alla media dell’intero sistema cooperativo. È per queste ragioni chesi è scelto di approfondire ulteriormente l’analisi econometrica calcolando i lag temporalirispetto alle indicate variabili. In particolare, sono stati calcolati i lag con riferimento atutte le variabili con esclusione della redditività operativa e della dimensione aziendale.Tale scelta è dettata innanzitutto da motivi economici in quanto il nostro obiettivo è quel-lo di verificare l’effetto negli anni successivi delle sole variabili prescelte e le due variabilitralasciate (soprattutto la variabile dimensionale) avrebbero potuto «disturbare» tale in-dagine. Invero, anche dal punto di vista statistico la scelta sembra essere corretta; infatti,se si tralasciano le due variabili indicate, la bontà di adattamento del modello rimane mol-to alta (valori superiori all’80%) mentre, se si ritardano anche le variabili relative alla red-ditività e alla dimensione, la bontà di adattamento del modello diventa molto debole (va-lori inferiori al 20%).

La tavola 4 illustra i risultati di tale approfondimento. Per motivi di spazio si è scelto dipresentare solamente i risultati relativi alle variabili ritardate.

L’analisi dei ritardi temporali conferma i risultati relativi alla precedente regressione chesono in controtendenza rispetto a quanto evidenziato da precedenti studi effettuati a livel-lo internazionale.

Ancora una volta, infatti, si evince una relazione inversa tra le sofferenze e il tasso diincremento dei prestiti calcolato rispetto al sistema delle banche di credito cooperativo(ΔLBcc). Va in particolare evidenziato come nel terzo anno successivo all’incremento deiprestiti si ha una relazione inversa (significativa a livello 10%) estremamente consistente(40,27%). Più contenuta è invece la relazione inversa nel tempo tra le nuove aperture disportelli e le sofferenze. In questo caso permane la relazione inversa significativa all’1% conl’eccezione del terzo anno.

Di particolare interesse il coefficiente relativo al consiglio di amministrazione con lagtemporale pari a -2 e pari a -5. Dalla regressione risulta infatti un valore positivo(0,258123) significativo a livello 1% per il lag -2 e un valore positivo (0,199222) signifi-cativo a livello 5% per il lag -5. Ciò significa che due e cinque anni dopo il cambiamento(della maggioranza) del consiglio di amministrazione si registra (in media) un incrementodelle sofferenze.

I lag temporali confermano la sostanziale indifferenza statistica tra il livello delle soffe-renze e le variabili macroeconomiche considerate.

La bontà di adattamento dei modelli utilizzati è confermata dagli alti livelli dei valoridell’r-quadro e dell’r-quadro corretto.

BANCARIA n. 1/2013

36

FORUM

00-D'Amico (III)_28_39 31-01-2013 15:28 Pagina 36 00-D'Amico (III)_28_39 31-01-2013 15:28 Pagina 37

8 Conclusioni

Nel presente articolo è stato esaminato il rischio di credito delle banche di credito coope-rativo delle regioni Lazio, Umbria e Sardegna. A tal fine sono stati effettuati un’analisi uni-variata, un’analisi multivariata e un approfondimento statistico per considerare gli even-tuali effetti differiti nel tempo.

I risultati dell’analisi attestano una relazione inversa tra il livello delle sofferenze e gliextra-crediti (rispetto alla media dell’intero sistema nazionale delle banche di credito co-operative) nonché una relazione inversa tra il livello delle sofferenze e l’aumento della dif-fusione territoriale mediante l’apertura di nuovi sportelli.

Tali relazioni (in quanto attestano la capacità – in media – di gestire gli sviluppi di-mensionali) dal punto di vista economico possono essere ricondotte alle peculiarità dellebanche esaminate. Si tratta infatti, se si esclude la sola Bcc di Roma, di banche di piccolee piccolissime dimensioni che operano in una ristretta realtà locale. Si tratta poi di ban-che che utilizzano al meglio la conoscenza del territorio e della clientela e si rivolgono qua-si sempre verso i medesimi settori specifici e tradizionali (retail e small business). Sonobanche in cui si attuano politiche espansive sia in termini di prestiti che in termini di fi-liali solamente laddove la banca si trovi in condizioni sane e nei confronti di clientela se-lezionata e conosciuta. In tal senso si può, pertanto, dire che la conoscenza personale plu-riennale dei clienti e del territorio nonché il costante investimento quasi esclusivamenteverso lo small business e il retail abbia consentito alle banche analizzate di «battere» le tec-niche di selezione proprie dei sofisticati modelli matematico-statistici introdotti da Basilea2. Tale dato risulta ancora più interessante se si rileva come nel periodo critico (2002-

BANCARIA n. 1/2013

38

FORUM

Tavola 4

Regressioni con lag temporali

Lag -1 Lag -2 Lag -3 Lag -4 Lag -5

ΔLBcc 0,0448809 -0,314571 -0,402749* 0,0843103 -0,264382

(0,80364) (0,20340) (0,08435) (0,70726) (0,16094)

B -0,00344662*** 0,00154227 0,00144398*** -0,00342595*** -0,00115228***

(0,00032) (0,12862) (0,00317) (<0,00001) (0,00192)

PC 0,00562905 -0,186323 -0,0378133 0,0699257 -0,0270402

(0,94477) (0,12204) (0,69059) (0,53960) (0,72034)

DG 0,0419507 -0,0497169 -0,193665 -0,14217 0,0900443

(0,85752) (0,54682) (0,19147) (0,44811) (0,66858)

CdA 0,0545874 0,258123*** 0,161327 0,0339313 0,199222**

(0,46811) (0,00650) (0,19717) (0,61405) (0,02663)

NI -3,6078e-06*** -2,86135e-06*** -2,60538e-06*** -2,87515e-06*** -2,85757e-06***

(<0,00001) (<0,00001) (<0,00001) (<0,00001) (<0,00001)

C 2,06164e-05*** 1,52886e-05*** 1,09004e-05*** 7,60548e-06*** 4,71057e-06*

(<0,00001) (<0,00001) (0,00005) (0,00247) (0,06920)

R-quadro 0,822175 0,812181 0,809588 0,814891 0,835972

R-quadro corretto 0,815562 0,804634 0,801269 0,806030 0,827288

P-value(F) 1,61e-85 3,04e-76 3,18e-69 5,09e-64 5,32e-62

P-value normalità 0,828878 0,152177 0,468256 0,573152 0,334209

*, **, *** indicano livelli di significatività (due code) al 10%; 5% e 1%.In parentesi sono indicati i p-value.

00-D'Amico (III)_28_39 31-01-2013 15:28 Pagina 38

2008) il rapporto tra le sofferenze e gli impieghi delle banche esaminate abbia subito undecremento del 3,14% ovvero un decremento maggiore sia di quello ottenuto dalle ban-che popolari (-1,03%) e dalle banche Spa (-1,94%), sia di quello ottenuto dall’intero ag-gregato nazionale delle banche di credito cooperativo (-0,38%). E nel medesimo periodo,a fronte di un incremento del 10,51% degli impieghi delle banche popolari (caratterizzatoperaltro dall’alternarsi di periodi positivi e negativi) e di un incremento del 63,4% degliimpieghi delle banche Spa (dato fortemente influenzato dal forte incremento nell’anno2007), si registra un incremento del 106% degli impieghi dell’intero sistema delle Bcc e unincremento del 112,37% delle Bcc esaminate.

39

FORUM

BIBLIOGRAFIA

Berger A.N., Klapper L.F.,Turk-Ariss R. (2009), «Bank Competition and Financial Stability», in Journal of Financial Ser-vices Research, 35(2), pp. 99-118.Boyd J.H., De Niccolò G. (2005), «The Theory of Bank Risk Taking and Competition Revised», in Journal of Finance, 60(3),pp. 1329-1343.Calomiris C.W., Mason J.R. (2000), Causes of U.S. Bank Distress during the Depression, Nber working paper n. 7919, pp.530-554.Clair R.T. (1992), «Loan Growth and Loan Quality: Some Preliminary Evidence from Texas Banks», in Federal Reserve Bankof Dallas Economic Review, 3, pp. 9-22.Demsetz R., Strahan P. (1997), «Diversification, Size, and Risk at Bank Holding Companies,» in Journal of Money, Creditand Banking, 29(3), pp. 300-313.Foos D., Norden L.,Weber M. (2010), «Loan Growth and Riskiness of Banks», in Journal of Banking and Finance, 34(12).Fukumoto K. (2004), Taking Bounded Variables Seriously: Extended Beta Binomial, Asymmetric Logit, and Time Series, ResearchWorkshop in Applied Statistics, Harvard University.Goddard J., McKillop D.,Wilson J. (2008), «The Diversification and Financial Performance of Us Credit Unions», in Jour-nal of Banking and Finance, 32(9), pp. 1836-1849.Gutiérrez E. (2008), The Reform of the Italian Cooperative Banks, Imf Working Paper.Hess K., Grimes A., Holmes M. (2009), «Credit Losses in Australasian Banking», in The Economic Record, 85(270), pp.331-343.Hesse H., Cihak M. (2007), Cooperative Banks and Financial Stability, Imf Working Paper.Jiménez G., Saurina J. (2004), «Collateral,Type of Lender and Relationship Banking as Determinants of Credit Risk», inJournal of Banking and Finance, 28(9), pp. 2191-2212.Jiménez G., Lopez J.A., Saurina J. (2007), How Does Competition Impact Bank Risk-Taking?, Working Paper n. 2007-23,Federal Reserve Bank of San Francisco.Keeley M.C. (1990), «Deposit Insurance, Risk, and Market Power in Banking», in American Eonomic Review, 80(5), pp. 1183-1199.Kolari J., Zardkoohi R. (1990), «Economies of Scale and Scope in Thrift Institutions: the Case of Finnish Cooperative andSavings Banks», in Scandinavian Journal of Economics, 92(3), pp. 437-451.Leaven L., Levine R. (2006), Corporate Governance, Regulation, and Bank Risk Taking,Working Paper Nber.Lepetit L., Nys E., Rous P., Tarazi A. (2008), «Bank Income Structure and Risk: An Empirical Analysis of EuropeanBanks», in Journal of Banking and Finance, 32(8), pp. 1452-1467.Marcucci J., Quagliariello M. (2009), «Asymmetric Effects of the Business Cycle on Bank Credit Risk», in Journal of Ban-king and Finance, 33(9), pp. 1624-1635.Porath D. (2004), Estimating Probabilities of Default for German Savings Banks and Credit Cooperatives, Bundesbank Discus-sion Paper, n. 6.Quagliariello M. (2007), «Banks’ Riskiness Over the Business Cycle: A Panel Analysis on Italian Intermediaries», in AppliedFinancial Economics, 17(2), pp. 119-138.Ramirez Carlos D. (2003), «Did Branch Banking Restrictions Increase Bank Failures? Evidence from Virginia and West Vir-ginia in the late 1920s», in Journal of Economics and Business, 55(4), pp. 331-352.Rasmusen E. (1988), «Stock Banks and Mutual Banks»,in Journal of Law and Economics, n. 31, pp. 395-422.Salas V., Saurina J. (2002), «Credit Risk in Two Institutional Regimes: Spanish Commercial and Savings Banks», in Journal ofFinancial Services Research, 22(3), pp. 203-224.Saunders A., Strock E.,Travlos N.G. (1990), «Ownership Structure, Deregulation, and Bank Risk Taking», in Journal ofFinance, 45(2), pp. 643-654.Sinkey J. (1975), «A Multivariate Statistical Analysis of the Characteristics of problem Banks», in Journal of Finance, 30(1), pp.21-36.Sinkey J.F., Greenwalt M.B. (1991), «Loan-Loss Experience and Risk-Taking Behvior at Large Commercial Banks», in Jour-nal of Financial Services Research, 5(1), pp. 43-59.Stiroth K.J., Strahan P. E. (2003), «Competitive Dynamics of Deregulation: Evidence fron U.S. Banking», in Journal of Mo-ney, Credit and Banking, 35(5), pp. 801-828.Wall L.D. (1987), «Has Bank Holding Companies’ Diversification Affected their Risk of Failure?», in Journal of Economics andBusiness, 39(4), pp. 313-326.

00-D'Amico (III)_28_39 31-01-2013 15:28 Pagina 39

8 Conclusioni

Nel presente articolo è stato esaminato il rischio di credito delle banche di credito coope-rativo delle regioni Lazio, Umbria e Sardegna. A tal fine sono stati effettuati un’analisi uni-variata, un’analisi multivariata e un approfondimento statistico per considerare gli even-tuali effetti differiti nel tempo.

I risultati dell’analisi attestano una relazione inversa tra il livello delle sofferenze e gliextra-crediti (rispetto alla media dell’intero sistema nazionale delle banche di credito co-operative) nonché una relazione inversa tra il livello delle sofferenze e l’aumento della dif-fusione territoriale mediante l’apertura di nuovi sportelli.

Tali relazioni (in quanto attestano la capacità – in media – di gestire gli sviluppi di-mensionali) dal punto di vista economico possono essere ricondotte alle peculiarità dellebanche esaminate. Si tratta infatti, se si esclude la sola Bcc di Roma, di banche di piccolee piccolissime dimensioni che operano in una ristretta realtà locale. Si tratta poi di ban-che che utilizzano al meglio la conoscenza del territorio e della clientela e si rivolgono qua-si sempre verso i medesimi settori specifici e tradizionali (retail e small business). Sonobanche in cui si attuano politiche espansive sia in termini di prestiti che in termini di fi-liali solamente laddove la banca si trovi in condizioni sane e nei confronti di clientela se-lezionata e conosciuta. In tal senso si può, pertanto, dire che la conoscenza personale plu-riennale dei clienti e del territorio nonché il costante investimento quasi esclusivamenteverso lo small business e il retail abbia consentito alle banche analizzate di «battere» le tec-niche di selezione proprie dei sofisticati modelli matematico-statistici introdotti da Basilea2. Tale dato risulta ancora più interessante se si rileva come nel periodo critico (2002-

BANCARIA n. 1/2013

38

FORUM

Tavola 4

Regressioni con lag temporali

Lag -1 Lag -2 Lag -3 Lag -4 Lag -5

ΔLBcc 0,0448809 -0,314571 -0,402749* 0,0843103 -0,264382

(0,80364) (0,20340) (0,08435) (0,70726) (0,16094)

B -0,00344662*** 0,00154227 0,00144398*** -0,00342595*** -0,00115228***

(0,00032) (0,12862) (0,00317) (<0,00001) (0,00192)

PC 0,00562905 -0,186323 -0,0378133 0,0699257 -0,0270402

(0,94477) (0,12204) (0,69059) (0,53960) (0,72034)

DG 0,0419507 -0,0497169 -0,193665 -0,14217 0,0900443

(0,85752) (0,54682) (0,19147) (0,44811) (0,66858)

CdA 0,0545874 0,258123*** 0,161327 0,0339313 0,199222**

(0,46811) (0,00650) (0,19717) (0,61405) (0,02663)

NI -3,6078e-06*** -2,86135e-06*** -2,60538e-06*** -2,87515e-06*** -2,85757e-06***

(<0,00001) (<0,00001) (<0,00001) (<0,00001) (<0,00001)

C 2,06164e-05*** 1,52886e-05*** 1,09004e-05*** 7,60548e-06*** 4,71057e-06*

(<0,00001) (<0,00001) (0,00005) (0,00247) (0,06920)

R-quadro 0,822175 0,812181 0,809588 0,814891 0,835972

R-quadro corretto 0,815562 0,804634 0,801269 0,806030 0,827288

P-value(F) 1,61e-85 3,04e-76 3,18e-69 5,09e-64 5,32e-62

P-value normalità 0,828878 0,152177 0,468256 0,573152 0,334209

*, **, *** indicano livelli di significatività (due code) al 10%; 5% e 1%.In parentesi sono indicati i p-value.

00-D'Amico (III)_28_39 31-01-2013 15:28 Pagina 38

2008) il rapporto tra le sofferenze e gli impieghi delle banche esaminate abbia subito undecremento del 3,14% ovvero un decremento maggiore sia di quello ottenuto dalle ban-che popolari (-1,03%) e dalle banche Spa (-1,94%), sia di quello ottenuto dall’intero ag-gregato nazionale delle banche di credito cooperativo (-0,38%). E nel medesimo periodo,a fronte di un incremento del 10,51% degli impieghi delle banche popolari (caratterizzatoperaltro dall’alternarsi di periodi positivi e negativi) e di un incremento del 63,4% degliimpieghi delle banche Spa (dato fortemente influenzato dal forte incremento nell’anno2007), si registra un incremento del 106% degli impieghi dell’intero sistema delle Bcc e unincremento del 112,37% delle Bcc esaminate.

39

FORUM

BIBLIOGRAFIA

Berger A.N., Klapper L.F.,Turk-Ariss R. (2009), «Bank Competition and Financial Stability», in Journal of Financial Ser-vices Research, 35(2), pp. 99-118.Boyd J.H., De Niccolò G. (2005), «The Theory of Bank Risk Taking and Competition Revised», in Journal of Finance, 60(3),pp. 1329-1343.Calomiris C.W., Mason J.R. (2000), Causes of U.S. Bank Distress during the Depression, Nber working paper n. 7919, pp.530-554.Clair R.T. (1992), «Loan Growth and Loan Quality: Some Preliminary Evidence from Texas Banks», in Federal Reserve Bankof Dallas Economic Review, 3, pp. 9-22.Demsetz R., Strahan P. (1997), «Diversification, Size, and Risk at Bank Holding Companies,» in Journal of Money, Creditand Banking, 29(3), pp. 300-313.Foos D., Norden L.,Weber M. (2010), «Loan Growth and Riskiness of Banks», in Journal of Banking and Finance, 34(12).Fukumoto K. (2004), Taking Bounded Variables Seriously: Extended Beta Binomial, Asymmetric Logit, and Time Series, ResearchWorkshop in Applied Statistics, Harvard University.Goddard J., McKillop D.,Wilson J. (2008), «The Diversification and Financial Performance of Us Credit Unions», in Jour-nal of Banking and Finance, 32(9), pp. 1836-1849.Gutiérrez E. (2008), The Reform of the Italian Cooperative Banks, Imf Working Paper.Hess K., Grimes A., Holmes M. (2009), «Credit Losses in Australasian Banking», in The Economic Record, 85(270), pp.331-343.Hesse H., Cihak M. (2007), Cooperative Banks and Financial Stability, Imf Working Paper.Jiménez G., Saurina J. (2004), «Collateral,Type of Lender and Relationship Banking as Determinants of Credit Risk», inJournal of Banking and Finance, 28(9), pp. 2191-2212.Jiménez G., Lopez J.A., Saurina J. (2007), How Does Competition Impact Bank Risk-Taking?, Working Paper n. 2007-23,Federal Reserve Bank of San Francisco.Keeley M.C. (1990), «Deposit Insurance, Risk, and Market Power in Banking», in American Eonomic Review, 80(5), pp. 1183-1199.Kolari J., Zardkoohi R. (1990), «Economies of Scale and Scope in Thrift Institutions: the Case of Finnish Cooperative andSavings Banks», in Scandinavian Journal of Economics, 92(3), pp. 437-451.Leaven L., Levine R. (2006), Corporate Governance, Regulation, and Bank Risk Taking,Working Paper Nber.Lepetit L., Nys E., Rous P., Tarazi A. (2008), «Bank Income Structure and Risk: An Empirical Analysis of EuropeanBanks», in Journal of Banking and Finance, 32(8), pp. 1452-1467.Marcucci J., Quagliariello M. (2009), «Asymmetric Effects of the Business Cycle on Bank Credit Risk», in Journal of Ban-king and Finance, 33(9), pp. 1624-1635.Porath D. (2004), Estimating Probabilities of Default for German Savings Banks and Credit Cooperatives, Bundesbank Discus-sion Paper, n. 6.Quagliariello M. (2007), «Banks’ Riskiness Over the Business Cycle: A Panel Analysis on Italian Intermediaries», in AppliedFinancial Economics, 17(2), pp. 119-138.Ramirez Carlos D. (2003), «Did Branch Banking Restrictions Increase Bank Failures? Evidence from Virginia and West Vir-ginia in the late 1920s», in Journal of Economics and Business, 55(4), pp. 331-352.Rasmusen E. (1988), «Stock Banks and Mutual Banks»,in Journal of Law and Economics, n. 31, pp. 395-422.Salas V., Saurina J. (2002), «Credit Risk in Two Institutional Regimes: Spanish Commercial and Savings Banks», in Journal ofFinancial Services Research, 22(3), pp. 203-224.Saunders A., Strock E.,Travlos N.G. (1990), «Ownership Structure, Deregulation, and Bank Risk Taking», in Journal ofFinance, 45(2), pp. 643-654.Sinkey J. (1975), «A Multivariate Statistical Analysis of the Characteristics of problem Banks», in Journal of Finance, 30(1), pp.21-36.Sinkey J.F., Greenwalt M.B. (1991), «Loan-Loss Experience and Risk-Taking Behvior at Large Commercial Banks», in Jour-nal of Financial Services Research, 5(1), pp. 43-59.Stiroth K.J., Strahan P. E. (2003), «Competitive Dynamics of Deregulation: Evidence fron U.S. Banking», in Journal of Mo-ney, Credit and Banking, 35(5), pp. 801-828.Wall L.D. (1987), «Has Bank Holding Companies’ Diversification Affected their Risk of Failure?», in Journal of Economics andBusiness, 39(4), pp. 313-326.

00-D'Amico (III)_28_39 31-01-2013 15:28 Pagina 39