Hvordan påvirker en bankkrise husholdningernes forbrug?

Transkript

1 Hvordan påvirker en bankkrise husholdningernes forbrug? Thais Lærkholm Jensen og Niels Johannesen Københavns Universitet June 17, 2016

2 Introduktion Hvordan spreder en finanskrise sig til realøkonomien? Finanskrisen i blev efterfulgt af et spektakulært fald i husholdningernes kredit og forbrug? Kan dette tilskrives et fald i bankernes kreditudbud? (eller snarere et fald i husholdningernes efterspørgsel) Økonomisk politik: Kan en finanskrise inddæmmes ved at sikre gode kreditforhold for kunder i pressede banker?

3 Eksisterende litteratur Banker ramt af finanskrisen reducerer deres kreditudbud (Ivashina og Scharfstein, 2010; Ramcharan, 2015) Virksomheder påvirkes af kreditudbuddet (Chodorow-Reich, 2013; Dwenger, Fossen og Simmler, 2015) Husholdninger påvirkes af kreditudbuddet (Damar et al, 2014) Alternative forklaringer på faldet i husholdningernes forbrug (Mian and Sufi, 2010; Mian, Rao og Sufi, 2013)

4 Baggrund og empirisk tilgang Finanskrisens udgangspunkt var det amerikanske boligmarked og spredte sig gennem interbank-markedet for korte lån Danske bankers eksponering afhang af strukturen på deres balance - større eksponering ved: lavere finansiering med kundeindskud ( forsikrede og stabile) flere aktiver bundet i udlån ( illikvide på kort sigt) Hvis krisen fik eksponerede banker til at reducere deres udlån forskellige kreditudbuds-shocks til husholdninger afhængigt af deres bankrelation Opdel kunder i to grupper baseret på bankrelation i 2007 sammenlign kredit og forbrug hos kunder i eksponerede og ikke-eksponerede banker i årene

5 Den empiriske analyse 1 Reducerede eksponerede banker deres udlån efter finanskrisen? 2 Reducerede privatkunder i eksponerede banker deres lån efter finanskrisen? 3 Reducerede de deres forbrug? 4 (Hvor stor en del af faldet i det aggregerede privatforbrug kan forklares med fald i kreditudbuddet?)

6 Den empiriske udfordring Den største empiriske udfordring er at adskille udbuds- og efterspørgselseffekter - vi gør følgende: 1 Viser at kundernes observerbare kendetegn er helt ens på tværs af eksponerede og ikke-eksponerede banker 2 Viser at kunder i eksponerede og ikke-eksponerede banker havde samme trend i kredit og forbrug før krisen 3 Bruger stort sæt kontrolvariable til at opsuge efterspørgselsshocks 4 Udnytter at nogle individer har flere bankrelationer sammenligne den samme persons lån i eksponerede og ikke-eksponerede banker

7 Data Datasæt med alle danske individer for perioden baseret på tre kilder: SKAT: Indlån og udlån i danske banker dynamisk link mellem banker og deres privatkunder Registeroplysninger om individer ikke selvstændige alder i % random sample Nationalbanken: information om bankernes balancer udeluk 22 krakkede banker 101 banker i hovedanalysen

8 Bankkunders kendetegn Summary statistics part I ALL High Low High low Ratio P value Age Education, short Education, medium Education, long Female Partner Student Kids # of cars

9 Bankkunders kendetegn Summary statistics part II ALL High Low High low Ratio P value Disposable income, DKK 191, , ,413 1, Total income, DKK 255, , , Unemployment, promille Total Liabil., DKK 508, , ,688 7, Total Bank Debt, DKK 140, , ,675 1, Total deposits, DKK 68,187 68,982 67,366 1, Total spending, DKK 217, , ,936 2,

10 Kreditudbudsshock Step 1: Reducerede eksponerede banker deres udlån mere i årene efter krisen?

11 Kreditudbudsshock

12 Krediteffekter på bankkundeniveau Step 2: Reducerede kunder i eksponerede banker deres lån efter finanskrisen?

13 Empirisk model Praktisk implementering af difference-in-difference set-up: Y it = α i + γω t X i + βω t eksponeret i + ε it Y it : kredit / forbrug hos person i på tidspunkt t α i : personspecifikke effekter Ω t : årsspecifikke effekter eksponeret i : personens bankrelation i 2007 var eksponeret X i : personlige kendetegn i 2007 Store standardfejl på trods af stort sample tager højde for korrelation mellem kunder i samme bank

14 Kontrolvariable X i indeholder stort antal kontrolvariable for at opsuge efterspørgselsshocks: Alder (30 kategorier) Børn Køn Uddannelse (4 kategorier) Husejer Bopælskommune (98 kategorier) Industrikode (9 kategorier) Kredit i 2007 (10 kategorier) Løn i 2007 (10 kategorier)

15 Effekt på samlet kredit (i kroner)

16 Effekt på kredit - opsummering Effekt på samlet kredit (banker og realkredit): kroner Heraf: gæld i banker: kroner gæld i 2007-bank: kroner gæld i andre banker: kroner Kunder i eksponerede banker neutraliserer i gennemsnit omkring halvdelen af kreditudbudsshocket ved at skifte bank

17 Kreditbegrænsninger? De fleste personer har skattebegunstiget pensionsopsparing privat eller gennem arbejdsforhold Pensionsopsparingen kan udbetales men strafskat på 60% Træk på pensionsopsparing kan opfattes som signal om kreditbegrænsninger

18 Effekt på træk på pensionsopsparing (i kroner)

19 Forbrugseffekter Step 3: Reducerede privatkunder i eksponerede banker deres forbrug efter finanskrisen?

20 Imputeret forbrug Forbrug kan imputeres fra registerinformationer om indkomst og formue: forbrug it = indkomst it formue it Begrænsninger: vi ser ikke markedsværdien af ejendomme udelades af formue vi ser kun markedsværdien af værdipapirer / obligationsgæld kan ikke adskille kurseffekter og beholdningseffekter Imputeret forbrug er støjfyldt men korrelerer stærkt med survey-mål for forbrug - i særdeleshed for lønmodtagere (Browning and Leth-Petersen, 2003)

21 Effekt på imputeret forbrug (i kroner)

22 Effekt på forbrug Imputed spending (excl. shares) Imputed spending (incl. shares) Owns a car Property assessment post exposed 3,811*** 4,191*** *** 10,240** (1,365) (1,247) ( ) (5,148) Observations 669, , , ,047 R squared Covariates year FE Yes Yes Yes Yes Municipality year FE Yes Yes Yes Yes Industry year FE Yes Yes Yes Yes Municipality Industry year FE No No No No Individual FE Yes Yes Yes Yes Number of pnr 355, , , ,901

23 Effekt på forbrug Property assessment Total debt Housing size (m2) post exposed 34,644*** 27,038*** 0.489** (6,837) (6,881) (0.191) Observations 239, , ,275 R squared Covariates year FE Yes Yes Yes Municipality year FE Yes Yes Yes Industry year FE Yes Yes Yes Municipality Industry year FE No No No Individual FE No No No Number of pnr Yes Yes Yes

24 Opsummering af resultater Kunder i eksponerede banker oplevede: DKK 14,200 fald i total kredit (ca. 3%) DKK 4,200 fald i imputeret årligt forbrug (ca. 2%) DKK 10,000 fald i ejendomsværdi (ca. 2%) 0.3 ppt fald i sandsynligheden for at eje en bil (ca. 1%) DKK 35 stigning i årligt træk på pensionskonti (ca. 35%) Ingen ændring i indkomst eller arbejdsløshed...i forhold til kunder i ikke-eksponerede banker

25 Konklusion Finanskrisen blev overført fra banker til husholdninger gennem et fald i kreditudbuddet fald i samlet kredit hos kunder i eksponerede banker fald i forbrug Denne kanal kan forklare omkring 1/3 af faldet i privatforbruget i perioden