BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Kapuściński Mariusz (Polish Academy of Sciences)
Tytuł
The Credit Cycle Does Exist
Cykl kredytowy istnieje
Źródło
Bank i Kredyt, 2025, nr 3, s. 361-380, aneks, bibliogr. s. 370-371
Bank & Credit
Słowa kluczowe
Cykle finansowe, Ryzyko systemowe, Polityka makroostrożnościowa, Banki, Cykl kredytowy
Financial cycles, Systemic risk, Macroprudential policy, Banks, Credit cycle
Uwagi
Klasyfikacja JEL: G21, E32, E69
streszcz., summ.
Abstrakt
Po globalnym kryzysie finansowym lat 2007-2009 cykl finansowy ponownie stał się przedmiotem zainteresowania polityki gospodarczej oraz obszarem badań. Można go zdefiniować jako "wzajemnie wzmacniające się interakcje pomiędzy postrzeganymi wartościami [aktywów] a ryzykiem, podejściem do ryzyka oraz ograniczeniami w dostępie do finansowania, przekładające się na boomy, po których następuje kryzys" (Borio 2014). Zgodnie z aktualną tendencją w literaturze jest on wyznaczany jako średniookresowy komponent kredytu i cen nieruchomości (Drehmann, Borio, Tsatsaronis 2012). Pipień i Tymoczko (2024) zaproponowali unikalny wkład do literatury dotyczącej cyklu finansowego, wyznaczając pozycje w cyklu kredytowym poszczególnych banków, zamiast ograniczać się do wykorzystania danych zagregowanych. Ich pytania badawcze są następujące: (1) "jaka jest zależność pomiędzy cyklami kredytowymi poszczególnych banków a cyklem kredytowym wyznaczonym na danych zagregowanych", (2) "czy występuje instytucja dominująca w polskim sektorze bankowym, która wpływa na zagregowany cykl kredytowy". Wykazują, że występuje "zróżnicowanie w cyklach kredytowych na poziomie poszczególnych banków". Ponadto sugerują, że cykl kredytowy jest determinowany głównie przez jeden bank, w związku z jego wielkością. Jako implikacje proponują wykorzystanie pozycji w cyklu kredytowym na poziomie banków na potrzeby analiz polityki makroostrożnościowej. Proponują również rozważenie - gdyby cykl kredytowy był determinowany przez jedną instytucję lub ich ograniczoną liczbę - częściowego zastąpienia polityki makroostrożnościowej narzędziami polityki mikroostrożnościowej. Celem tego badania jest dyskusja wyników Pipienia i Tymoczki (2024) oraz uzupełnienie ich. Co do zasady poszukuję odpowiedzi na te same pytania, które zostały wymienione powyżej. Wykorzystuję te same dane co Pipień i Tymoczko (2024) - dla banków działających w Polsce, replikuję ich wyniki oraz dostarczam nowych, wykorzystując rozwiązania metodyczne, które wydają się bardziej zgodne z podejściem dominującym w literaturze. Zamiast wykorzystywać filtr Hodricka-Prescotta i analizę korelacji krzyżowych, proponuję zastosować filtr Christiano-Fitzgeralda, analizę głównych składowych, dekompozycję zagregowanego cyklu kredytowego na wkłady poszczególnych banków oraz analizę zarażania (spillover analysis) Diebolda i Yilmaza (2009, 2012). Po pierwsze, argumentuję, że pozycje banków w cyklu kredytowym wyznaczone przez Pipienia i Tymoczkę (2024) są zdominowane przez cykl koniunkturalny, a nie przez cykl finansowy; ten pierwszy wydaje się mieć mniejsze znaczenie dla polityki makroostrożnościowej. Po drugie, nawet wykorzystując tę samą miarę cyklu co Pipień i Tymoczko (2024), znajduję znaczący wspólny komponent w pozycjach banków. Po wydzieleniu i skupieniu się na średnim okresie wahań wspólny komponent odpowiada za jeszcze więcej zmienności (72%). Po trzecie, wskazuję, że wkład poszczególnych banków do cyklu kredytowego jest bardziej zbilansowany. Podsumowując, trudno się nie zgodzić, że pozycje w cyklu kredytowym na poziomie banków mogłyby być użytecznym punktem odniesienia dla polityki ostrożnościowej. Jednak w swojej interpretacji wyników nie znajduję wsparcia dla zmian w polityce makroostrożnościowej postulowanych przez Pipienia i Tymoczkę (2024). (abstrakt oryginalny)

Pipień and Tymoczko (2024) make a unique contribution to the literature on the financial cycle, by extracting credit cycle positions at the bank level, rather than focusing on aggregate data. They interpret the results as indicating "a differentiation of credit cycles in individual banks". Also, they suggest the credit cycle is driven mainly by one bank. In this study I use the same data - for banks operating in Poland - to reinterpret their results and arrive at the following conclusions. First, since - contrary to the dominant stream of the literature -Pipień and Tymoczko (2024) do not focus on medium-term frequencies, their bank-level credit cycle positions are dominated by the business cycle, rather than the financial cycle. Second, even using the same measure of the cycle, the common component for respective banks is substantial. Focusing on medium-term frequencies makes it account for 72% of variability. Third, I find the contributions of respective banks to the cycle to be more balanced. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Aikman D., Haldane A.G., Nelson B.D. (2015), Curbing the credit cycle, The Economic Journal, 125(585), 1072-1109, DOI: 10.1111/ecoj.12113.
  2. Aldasoro I., Avdjiev S., Borio C., Disyatat P. (2023), Global and domestic financial cycles: variations on a theme, International Journal of Central Banking, December, 49-98.
  3. Bai J., Ng S. (2002), Determining the number of factors in approximate factor models, Econometrica, 70(1), 191-221, DOI: 10.1111/1468-0262.00273.
  4. Berlin M. (2009), Bank credit standards, Business Review, Q2, Federal Reserve Bank of Philadelphia, 1-10.
  5. Bernanke B., Gertler M., Gilchrist S. (1999), The financial accelerator in a quantitative business cycle framework, in: J. Taylor, M. Woodford (eds.), Handbook of Macroeconomics, DOI: 10.1016/ S1574-0048(99)10034-X.
  6. Biggs M., Mayer T., Pick A. (2010), Credit and economic recovery: demystifying Phoenix Miracles, DOI: 10.2139/ssrn.1595980.
  7. Borio C. (2014), The financial cycle and macroeconomics: What have we learnt?, Journal of Banking & Finance, 45, 182-198, DOI: 10.1016/j.jbankfin.2013.07.031.
  8. Claessens S., Kose M.A., Terrones M.E. (2011), Financial cycles: What? How? When?, IMF Working Paper, WP/11/76, International Monetary Fund.
  9. Comin D., Gertler M. (2006), Medium-term business cycles, American Economic Review, 96(3), 523-551, DOI: 10.1257/aer.96.3.523.
  10. Diebold F., Yilmaz K. (2009), Measuring financial asset return and volatility spillovers, with application to global equity markets, Economic Journal, 119(534), 158-171, DOI: 10.1111/j.1468-0297.2008.02208.x.
  11. Diebold F., Yilmaz K. (2012), Better to give than to receive: predictive directional measurement of volatility spillovers, International Journal of Forecasting, 28(1), 57-66, DOI: 10.1016/j.ijforecast. 2011.02.006.
  12. Drehmann M., Borio C., Tsatsaronis K. (2012), Characterising the financial cycle: don't lose sight of the medium term!, BIS Working Paper, 380, Bank for International Settlements.
  13. Filardo A., Lombardi M., Raczko M. (2018), Measuring financial cycle time, BIS Working Paper, 755, Bank for International Settlements.
  14. Hałka A., Szafranek K. (2016), Whose inflation is it anyway? Inflation spillovers between the euro area and small open economies, Eastern European Economics, 54, 109-132, DOI: 10.1080/00128775. 2015.1126788.
  15. Kilian L., Lütkepohl H. (2017), Structural Vector Autoregressive Models, Cambridge University Press, DOI: 10.1017/9781108164818.
  16. Krupa P.J., Skrzypczyński P. (2012), Are business cycles in the US and emerging economies synchronized?, NBP Working Paper, 111, Narodowy Bank Polski.
  17. Kufel P., Osińska M., Błażejowski M., Kufel T. (2014), Analiza porównawcza wybranych filtrów w analizie synchronizacji cyklu koniunkturalnego, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, 328, 41-50.
  18. Lenart Ł., Pipień M. (2018), Cyclical properties of the credit and production in selected European countries - a comparison of deterministic and stochastic approach, Acta Physica Polonica A, 133(6), 1371-1387, DOI: 10.12693/APhysPolA.133.1371.
  19. Ouliaris S., Pagan A., Restrepo J. (2016), Quantitative Macroeconomic Modeling with Structural Vector Autoregressions - an EViews Implementation, https://www.eviews.com/StructVAR/structvar.pdf.
  20. Pipień M., Tymoczko D. (2024), Does the credit cycle exist? Policy recommendations based on empirical analyses of the Polish banking sector, Bank i Kredyt, 55(1), 1-20.
  21. Rey H. (2015), Dilemma not trilemma: the global financial cycle and monetary policy independence, NBER Working Paper, 21162, National Bureau of Economic Research.
  22. Schüler Y.S., Hiebert P.P., Peltonen T.A. (2015), Characterising the financial cycle: a multivariate and time-varying approach, ECB Working Paper, 1846, European Central Bank.
  23. Schüler Y.S., Hiebert P.P., Peltonen T.A. (2020), Financial cycles: characterisation and real-time measurement, Journal of International Money and Finance, 100, February, 102082, DOI: 10.1016/ j.jimonfin.2019.102082.
  24. Stremmel H. (2015), Capturing the financial cycle in Europe, ECB Working Paper, 1811, European Central Bank.
  25. Velicer W.F. (1976), Determining the number of components from the matrix of partial correlations, Psychometrika, 41(3), 321-327, DOI: 10.1007/BF02293557.
Cytowane przez
Pokaż
ISSN
0137-5520
Język
eng
URI / DOI
http://dx.doi.org/10.5604/01.3001.0055.1458
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu