Relationshiplending default prestiti · default rate dei prestiti Roma, 19 gennaio 2011. Agenda •...

Workshop sull’attività di ricerca del Laboratorio sul rapporto Banca e Impresa

Matteo Cotugno, Università di BolognaValeria Stefanelli, Università Niccolò Cusano di Roma

Giuseppe Torluccio, Università di Bologna

Relationship lendinge

default rate dei prestiti

Roma, 19 gennaio 2011

Agenda

• Premessa

• Obiettivo del lavoro

• Review della letteratura e ipotesi di ricerca

• Metodologia, modello e variabili di analisi

• Campione e dati

• Risultati

• Conclusioni

2Laboratorio sul rapporto Banca e Impresa

Premessa

• La crisi finanziaria ha posto in discussione la sostenibilità dei modelli diintermediazione orientati ad una logica originate to distribute.

• Tra le misure di intervento per arginare la crisi dei mercati, differentiprospettive suggeriscono la necessità di un flight to semplicity delle banche,improntato ad un riposizionamento sul business tradizionale che ne valorizzi laspecificità mediante un orientamento al credito di relazione che tenga ancheconto del tessuto imprenditoriale tipico italiano (Banca d’Italia 2009; Draghi 2010; Visco 2010; Cesarini

2009).• Recenti contributi confermano un minore coinvolgimento nella crisi da parte

delle banche tendenzialmente orientate al credito di relazione (Beccalli et al. 2009).• Nonostante la rilevanza e la vastità della produzione scientifica sul tema del

credito di relazione, non sono disponibili in letteratura verifiche empirichepuntuali sui benefici ottenibili dalle banche.


Obiettivo del lavoro

• Il presente lavoro indaga gli effetti di un modello di intermediazionecreditizia orientato al relationship lending (RL) sulla qualità del portafoglioprestiti della banca previo controllo degli effetti sulla relazione derivantidalle:– caratteristiche di business dell’intermediario;– dinamiche competitive locali;– andamento macroeconomico nazionale.


Review della letteratura (1/2)

• Prevalenza di studi empirici sui benefici del RL per le imprese (tra gli altri, Peterson

e Rajan 1994; Berger e Udell 1995; Cole 1998; Ferri e Messori 2000).• Sostanziale assenza di analisi su RL‐qualità dei prestiti nelle banche.

• Possibili ricadute dell’approccio relationship based sulla qualità delportafoglio prestiti, se si considera che:– la raccolta di soft information riduce il livello delle asimmetrie informative, con

maggiore capacità di screening e di monitoraggio della clientela (Sharpe 1990; Stein

2002; Boot 2000; Berger et al. 2002; Corigliano 2006; Torluccio 2006);– l’intensa relazione creditizia può innescare un problema di soft budget

constraint (Dewatripont e Roland 2000; Kornai et al. 2003).


Review della letteratura (2/2)• Studi precedenti adottano diverse proxy aziendali, spesso legate a

strutture/processi organizzativi interni, per esprimere l’orientamento al RLdella banca.

• I primi studi adottano variabili strutturali della banca, individuando nelladimensione aziendale e nella forma giuridica (o gruppo istituzionale) possibilidiscriminanti del modello di intermediazione creditizia basato sul RL (Corigliano et al.

2009; Torluccio 2006; Nakamura 1993 e 1994; Berger et al. 2002; Di Salvo et al., 2004; Bonaccorsi di Patti et al. 2005).• Studi successivi considerano invece diverse proxy organizzative per esprimere

l’intensità di un orientamento al RL della banca, come la metrica della distanzafunzionale (Alessandrini et al. 2005; Zazzaro 2006; Alessandrini 2009) o la natura labour intensive deiprocessi creditizi dell’intermediario (Uchida et al. 2006).

• Ulteriori verifiche tengono conto dell’ampiezza e della stabilità dei tradizionalimargini di profitto derivanti dall’attività di intermediazione creditizia in sensostretto (De Young e Hunter 2002; De Young et al. 2004; Bongini et al. 2007).


Ipotesi di ricerca

• HP1: il tasso di default dei prestiti dipende positivamente dalla dimensionedella banca (Dimensione banca).

• HP2: il tasso di default dei prestiti dipende positivamente dalla distanzafunzionale esistente tra il centro direzionale e la succursale della banca(Distanza funzionale).

• HP3: il tasso di default dei prestiti dipende positivamentedall’orientamento produttivo relationship based della banca(Prestiti/Dipendenti).


Modello e variabili (1/3)

E’ stata adottata una regressione in panel‐data come di seguito riportata

Yit = β0 + β1DLit‐1 + β2 ROAit + β3 F‐DISTit + β4TAit + β5 LEit + β6CRit‐1 + β7SPECit+ β8DGLit + β9CIit + β10 HHIit + β11ΔGDPit + β12 ΔGDPit‐1 + εit + ui

dove i identifica la singola banca appartenente al campione (i = 1, 2, 3, …,1.927); Yit è il tasso di decadimento dei crediti della banca i‐esima; tesprime la variabile temporale (t = 2006, 2007 e 2008); β1 , β2 ,… β12 sono iparametri da stimare.



9

Variables Abbrev. MeasureDependent Variable

- Default rate DR New Non Performing Loanst/(Gross Loanst-1 – Non Performing Loans t-1)

- Doubtful loans rate DLR New Doubtful Loanst/(Gross Loanst-1 – Doubtful Loanst-1)- Past due loans rate PDR New Past Due Loanst/(Gross Loanst-1 – Past Due Loans t-1)Relationship lending

- F-Distance DISTF Natural logarithm of sum of Distance between ZIP Code of

Headquarter of bank and ZIP Code of branches - Bank size TA Ln(Total Assets)- Loans/Employees LE Gross loans/Number of EmployeesBanking business structure- ROA ROA Before Tax Profit/Total Assets- Capital Ratio CR Equity/Total Assets- Specialization SPEC Loans/Total Assets- Δ Gross Loans t DGL (Gross Loanst – Gross Loanst-1)/ Gross Loanst-1

- Past due loans t-1 PDL Past due Loans t-1/ Gross Loanst-1

- Doubtful loans t-1 DL Doubtful Loans t-1/ Gross Loanst-1

- Cost to Income CI Operational Costs/Intermediation MarginMacroeconomics and Local Market competition

- Herfindahl-Hirschman IndexHHI Index of concentration of branches in the bank’s provinces of

relevance- Δ GDP t Δ GDP t GDP variation- Δ GDP t-1 Δ GDP t-1 GDP t-1 variation

Laboratorio sul rapporto Banca e Impresa


10

CAP Direzione Generale

CAP Succursale

DISTANZA FUNZIONALE• La distanza funzionale è calcolata

come distanza stradale, in migliaia dikm, tra il CAP della Direzione Generaledella banca e il CAP della succursale.

• Tale misura viene ponderata per imesi di apertura della filiale,considerano i casi diapertura/chiusura o cessione infra‐annuale; in formule, per la banca i‐esima la distanza funzionale è data da:

k

j

ijm

1iji 12

Succursale CAPGenerale DirezioneCAP


Campione e dati

• Il campione utilizzato è rappresentato dal sistema bancario italiano censitoda ABI Banking Data negli anni 2005‐2008 (2.697 osservazioni).

• Poichè sono utilizzate delle variabili ritardate (es. crescita prestiti o capital ratiot‐1 per evitare problemi di endogeneirtà del modello) il numero diosservazioni utilizzate nella regressione si riduce a 1.927.

• La rappresentatività media del campione nell’orizzonte di osservazione è pari all’ 85,6% del sistema bancario italiano.

• Dati e Fonti:– Bilanci delle banche individuali (1.927), ABI Banking DATA– Filiali (117.877), Banca d’Italia– Dati macroeconomici ,ISTAT


12

Variables Mean SD Min Median MaxLoan portfolio qualityNon Performing Loans 0.032 0.033 0.000 0.021 0.190Doubtful Loans 0.029 0.028 0.000 0.021 0.137Past due loans 0.008 0.010 0.000 0.005 0.059Default rate 0.012 0.013 0.000 0.008 0.078Doubtful Loans rate 0.030 0.028 0.000 0.022 0.137Relationship lending variablesF-Distance 4.862 2.801 0.000 4.748 13.576Bank Size 13.060 1.781 8.498 12.789 19.877

Loans/Employees 3961.499 4096.782 21.562 3289.449 35185.800Banking business structure variablesSpecialization 0.647 0.197 0.001 0.695 0.969Capital Ratio 0.122 0.066 0.025 0.107 0.519Cost to income 0.664 0.273 0.181 0.626 2.426ROA 0.009 0.010 -0.043 0.010 0.034Δ Gross Loans 0.231 0.756 -0.400 0.110 6.652Local competition and macroeconomicsHHI 902.080 256.702 355.106 920.979 5172.414

Δ GDP 0.008 0.013 -0.010 0.015 0.020

Risultati – Statistiche descrittive


13

Risultati ‐ Correlazioni1 2 3 4 5 6 7 8 9 10 11 12

1 Δ GDP 1

2 HHI Medio -0.081* 1(0.001)

3 Doubt loans 0.054* -0.062* 1(0.024) (0.009)

4 Past due -0.161* 0.085* 0.141* 1(0.000) (0.000) (0.000)

5 Bank Size -0.030 0.033 -0.344* -0.035 1(0.211) (0.165) (0.000) (0.148)

6 F-Distance -0.008 0.096* -0.301* 0.002 0.845* 1(0.725) (0.000) (0.000) (0.943) (0.000)

7 ROA 0.174* 0.122* 0.061* -0.013 -0.265* -0.176* 1(0.000) (0.000) (0.011) (0.576) (0.000) (0.000)

8 Capital Ratio 0.035 -0.019 0.149* -0.017 -0.392* -0.353* 0.138* 1(0.145) (0.431) (0.000) (0.468) (0.000) (0.000) (0.000)

9 Specialization -0.019 -0.053* 0.055* -0.012 0.119* 0.125* -0.146* -0.200* 1(0.434) (0.026) (0.021) (0.628) (0.000) (0.000) (0.000) (0.000)

10 Δ Gross Loans 0.029 0.000 -0.048* 0.033 -0.014 -0.053* -0.049* 0.156* -0.067* 1(0.227) (0.989) (0.047) (0.175) (0.567) (0.027) (0.043) (0.000) (0.005)

11 Loans/Employees -0.044* 0.043* -0.058* 0.025 0.345* 0.114* -0.310* -0.194* 0.307* 0.059* 1(0.069) (0.072) (0.017) (0.295) (0.000) (0.000) (0.000) (0.000) (0.000) (0.014)

12 Cost to Income -0.093* 0.014 -0.020 0.009 -0.246* -0.105* 0.038 0.009 -0.183* 0.238* -0.326* 1(0.000) (0.574) (0.401) (0.721) (0.000) (0.000) (0.112) (0.706) (0.000) (0.000) (0.000)


Risultati – Variabile dipendente: Default rate; Regressione EF

14

Pre Sign Model 1 Model 2 Model 3Δ GDP - 0.0170 -0.0276 -0.0388**

(0.78) (-1.46) (-2.00)Δ GDPt-1 - -0.136*** -0.0808** -0.0865**

(-3.18) (-1.98) (-2.06)HHI +/- -0.0000 -0.0000 -0.0000

(-0.65) (-0.54) (-0.52)ROA - -0.375*** -0.465*** -0.427***

(-7.32) (-9.01) (-7.23)Specialization +/- 0.00308 -0.00164 0.00366

(0.64) (-0.34) (0.73)Doubt loanst-1 + 0.107*** 0.0867*** 0.106***

(5.41) (4.43) (5.33)Δ Gross Loans + 0.0005 0.0024*** 0.0009*

(1.00) (4.64) (1.94)Bank Size + 0.0155***

(6.59)F-Distance + 0.0034*** 0.0039***

(4.19) (4.64)Capital ratio t-1 - -0.0767***

(-7.83)Loans/Employees + -0.0000

(-0.71)Cost to Income + -0.0044

(-1.63)Intercept -0.190*** 0.0092* -0.0029

(-6.17) (1.68) (-0.53)N. Obs 1927 1927 1927Groups 701 701 701R-square within 0.121 0.147 0.107F-Stat 20.95*** 23.39*** 14.51***Hausman 87.67*** 71.58*** 36.34***


Risultati – Hp. 1

HP1: il tasso di default dei prestiti dipende positivamente dalla dimensione dellabanca (Dimensione banca).

• Ipotesi confermata.• Le banche di grande dimensione, caratterizzate da una elevata complessità

organizzativa e di business, manifestano maggiori difficoltà nel trasferire la softinformation sul cliente all’interno dei propri processi organizzativi del credito (McNulty

et al. 2001; Udell 2009), a detrimento della qualità del portafoglio prestiti.


Risultati – Hp. 2

HP2: il tasso di default dei prestiti dipende positivamente dalla distanza funzionaleesistente tra il centro direzionale e la succursale della banca (Distanzafunzionale).

• Ipotesi confermata.• Una elevata distanza geografica, organizzativa e culturale tra il centro decisionale

e la periferia della banca (distanza funzionale) penalizza la valorizzazione delle softinformation sulla clientela all’interno dei processi organizzativi del credito (Degryse e

Ongena, 2005; Alessandrini et al., 2009) e incrementa il tasso di default.


Risultati – Hp. 3

HP3: il tasso di default dei prestiti dipende positivamente dall’orientamentoproduttivo relationship based della banca (Prestiti/Dipendenti).

• Ipotesi non confermata (la variabile indagata non ha significatività statistica).• Le banche con un minor rapporto prestiti per addetto (maggiore intensità del

fattore lavoro e un approccio relazionale al credito, De Young e Hunter 2002; De Young et al., 2004)non presentano un minor tasso di decadimento dei prestiti.


Risultati – Variabili di controllo

• La banca con un maggiore stock di incagli riporta un maggior ammontare di nuovesofferenze nell’anno successivo.

• La specializzazione produttiva (prestiti/totale attivo) non influenza il default rate.• La relazione tra crescita del portafoglio prestiti e default rate è positiva.• Al crescere del grado di capitalizzazione diminuisce il livello di risk‐taking della

banca (minor default rate).• La relazione rischio‐rendimento è negativa: le banche con un maggiore ROA

generano minori sofferenze dei crediti.• La competizione nel mercato locale non sembra influenzare il default rate.• In tutti i modelli la variazione del PIL è statisticamente significativa e in linea con le

aspettative.


Risultati ‐ Test di Robustezza

• Nei bilanci delle banche sono individuabili tre livelli di criticità del creditodeteriorato: past due, incagli, sofferenze.

• Per verificare la robustezza della relazione è stata performata la regressione fattain precedenza (che considera le sofferenze) ricorrendo agli altri due livelli dicriticità del credito (considerati come variabili dipendenti): il tasso d’incaglio e iltasso di passaggio a past due.

La regressione adottata nel test di robustezza pertanto è:Yit = β0 +β1PDLit‐1 + β2 ROAit + β3 F‐DISTit + β4 TAit + β5 LEit + β6 CRit‐1 +β7SPECit + β8DGLit

+ β9CIit + β10 HHIit + β11ΔGDPit + β12ΔGDPit‐1 + εit + ui

dove Yit è, alternativamente, il tasso di incaglio ed il tasso di passaggio a past due deiprestiti nel portafoglio.


Risultati – Variabile dipendente: Tasso di Incaglio; Regressione EF

20

Pre Sign Model 1 Model 2 Model 3Δ GDP - -0.102** -0.121*** -0.131***

(-2.51) (-3.38) (-3.62)Δ GDPt-1 - 0.0272 0.0553 0.0299

(0.34) (0.72) (0.38)HHI +/- 0.0000 0.0000 0.0000

(0.45) (0.53) (0.49)ROA - -0.488*** -0.578*** -0.664***

(-5.07) (-5.92) (-6.07)Specialization +/- -0.0020 -0.0074 -0.0034

(-0.22) (-0.83) (-0.37)Past due loanst-1 + 0.254*** 0.240*** 0.232***

(4.79) (4.50) (4.34)Δ Gross Loans + 0.0044*** 0.0062*** 0.0050***

(4.67) (6.27) (5.37)Bank Size + 0.0098**

(2.22)F-Distance + 0.0036** 0.0045***

(2.36) (2.90)Capital ratio t-1 - -0.0807***

(-4.40)Loans/Employees + -0.0000

(-0.79)Cost to Income + -0.0171***

(-3.41)Intercept -0.103* 0.0214** 0.0185*

(-1.78) (2.07) (1.78)N. Obs 1927 1927 1927Groups 701 701 701R-square within 0.103 0.118 0.112F-Stat 17.41*** 18.06*** 15.40***Hausman 51.92*** 70.46*** 70.46***


Risultati – Variabile dipendente: Past due rate; Regressione EF

2121

Pre Sign Model 1 Model 2 Model 3Δ GDP - -0.0613*** -0.0675*** -0.0692***

(-2.79) (-3.52) (-3.59)Δ GDPt-1 - -0.0600 -0.0585 -0.0597

(-1.39) (-1.41) (-1.44)HHI +/- -0.0000 -0.0000 -0.0000

(-0.30) (-0.19) (-0.15)ROA - 0.105** 0.112** 0.0875

(2.02) (2.13) (1.50)Specialization +/- 0.0065 0.0058 0.0067

(1.35) (1.20) (1.36)Δ Gross Loans + 0.0011** 0.0011** 0.0013***

(2.17) (2.12) (2.58)Bank Size + 0.0056**

(2.36)F-Distance + 0.0051*** 0.0052***

(6.24) (6.34)Capital ratio t-1 - 0.0031

(0.32)Loans/Employees + -0.0000

(-1.33)Cost to Income + -0.0025

(-0.94)Intercept -0.0659** -0.0179*** -0.0157***

(-2.11) (-3.24) (-2.82)N. Obs 1927 1927 1927Groups 701 701 701R-square within 0.0289 0.0547 0.0564F-Stat 5.189*** 8.810*** 8.088***Hausman 27.74*** 56.08*** 54.17***21


Risultati ‐ Test di Robustezza

• I test di robustezza condotti utilizzando il tasso di incaglio o il tasso dipassaggio a past due confermano i risultati ottenuti in precedenza.

• In particolare è confermata la relazione positiva tra la generazione dinuovo rischio (misurato in termini di passaggio a incaglio o past due) e:– la dimensione della banca;– la distanza funzionale.

• Anche in questi modelli il rapporto prestiti/dipendenti non ha rilevanzastatistica.


Conclusioni

• I modelli d’intermediazione creditizia orientati al RL appaiono più efficacinella gestione della qualità del portafoglio prestiti.

• Le banche di minori dimensioni, tipicamente caratterizzate anche daridotta complessità organizzativa e da una limitata distanza funzionale,quindi in linea di principio più propense a seguire logiche di RL,conseguono benefici sostanziali in termini di default rate dei prestiti.

• La minore automazione dei processi creditizi della banca (prestiti peraddetto) non genera effetti significativi sulla qualità del portafoglio.

• Una maggiore capitalizzazione degli intermediari sembra favorire sceltepiù “prudenti” in termini di assunzione di rischio di credito.


Relationshiplending default prestiti · default rate dei prestiti Roma, 19 gennaio 2011. Agenda •...

Documents

Transcript of Relationshiplending default prestiti · default rate dei prestiti Roma, 19 gennaio 2011. Agenda •...