See discussions, stats, and author profiles for this publication at: https://www.researchgate.net/publication/321017010 Pokazatelji međunarodne likvidnosti i sustav ranog upozoravanja financijskih kriza Presentation · June 2002 CITATIONS 0 2 authors, including: Some of the authors of this publication are also working on these related projects: Leading Indicators for Currency and Banking Crises View project self-fulfilling expectations View project Amina Ahec Šonje University College Effectus 45 PUBLICATIONS 47 CITATIONS SEE PROFILE All content following this page was uploaded by Amina Ahec Šonje on 12 November 2017. The user has requested enhancement of the downloaded file.
228
Embed
Pokazatelji međunarodne likvidnosti i sustav ranog ... · na nekoliko vrsta: valutne krize, bankarske krize, dvostruke (twin) krize, dužničke krize i sustavne financijske krize.
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
stada (rational herd behaviour) i 3) zaraze (contagion) (Blejer, 1998).
9 Dobru raspravu o vjerodostojnosti ekonomskih politika vidjeti u Lang (2001).
Koherentna samoispunjavajuća očekivanja ovise o višestrukim ravnotežnim točkama u
jednadžbama tečaja i monetarne (i ostalih) politike i raznim okidačima (koje mogu biti od
političkih skandala do negativnih službenih statističkih izvješća o ekonomskoj aktivnosti).
Spekulativna ponašanja na tržištu deviza, gdje ravnomjeran broj igrača ima optimistična
očekivanja o kretanju tečaja i pesimistična očekivanja o kretanju tečaja mogu dovesti do
stabiliziranja kretanja tečaja. Međutim, ako prevagne broj onih koji iz bilo kojih razloga očekuju
devalvaciju nacionalne valute, oni će svojim akcijama na tržištu doista i dovesti do devalvacije.
Hoće li špekulacije biti stabilizirajuće ili destabilizirajuće ovisi o protoku informacija na
financijskom tržištu, odnosno jesu li svi sudionici savršeno ili nesavršeno informirani.
U drugoj generaciji modela se izvrsno opisuju zbivanja koja neposredno prethode valutnoj krizi,
za razliku od modela prve generacije. Međutim, modeli druge generacije prenaglašavaju važnost
očekivanja i okidača koji pokreću val pesimizma i koherencije očekivanja na tržištu koji rezultira
devalvacijom valute. Ako se druga generacija modela shvati kao nadopuna prve generacije
modela, tada se dobije uvjerljivije objašnjenje valutnih kriza. Temeljne (fundamentalne)
makroekonomske varijable govore o tekućoj ekonomskoj politici vlade, njezinim ekonomskim
ciljevima i načinu postizanja tih ciljeva. Tečajni režim se obično javno iznosi i kanonizira u
zakonima za duža razdoblja vremena, osobito kod fiksnih tečaja. Što tekuća ekonomska politika
više odstupa od optimalne politike koja je konzistentna s održavanjem stabilnosti obećanog
tečajnog režima (npr. fiksirane razine tečaja), povećava se vjerojatnost napada na valutu i valutne
krize. Napad na valutu i valutna kriza se odvija međuigrom vlade i tržišta, serijom mjera vlade i
reakcija tržišta na te mjere. Nakon što na tržištu prevlada pesimizam o mogućnosti da vlada
zadrži obećani tečajni režim i pritisak na tržištu deviza krene prema devalvaciji, vlada pokušava
obraniti tečaj prodajom deviznih rezervi. Zbog čega ne dolazi do valutne krize čim se promjene
vladine politike od smjera zacrtanog optimalnom politikom za održanje sustava tečaja? Zbog
raznih mikroekonomskih razloga: transakcijskih troškova, poteškoće u osiguravanju kreditnih
linija za napada na valutu, činjenice da su mnogi pokazatelji vladine ekonomske politike dostupni
sa određenim zakašnjenjem i podložni revizijama. Zbog toga dolazi do povećanja uloge raznih
događaja koji postaju “okidači”, odnosno prekretači očekivanja na tržištu, poput raznih političkih
događaja itd., što prisili analitičare na tržištu da preispitaju svoja viđenja ekonomskih politika
vlade i konzistentnosti tih viđenja s obećanim tečajnim sustavom.
2.2.3. Treća generacija modela spekulativnih napada (P.Krugman, 1998b)
Ova generacija modela je nastala nakon krize u azijskim zemljama 1997. godine i pokušava na
temelju iskustava tih zemalja koje su valutne krize doživjele kao posljedicu drugih problema,
osobito u financijskom sustavu i bankarstvu, povezati ukupne probleme u bankarskom i
financijskom sektoru sa valutnim krizama. U navedenom članku P.Krugmana (1998b) radi se o
investicijskom mjehuriću i prskanju tog mjehurića – slomu na tržištu vrijednosnica. Model je
realan, tj. nema valuta, ali se pomoću njega mogu objasniti problemi zaduživanja i kriza valuta
istočnoazijskih zemalja 1997 godine.
U osnovi ovog pristupa je jednosektorski model rasta, postoji potpuna mobilnost kapitala i
potpuna sloboda ulaska i izlaska kapitala. Država (eksplicitno ili implicitno) garantira za banke
koje investiraju u precijenjene dionice poduzeća jer nemaju čvrstog budžetskog ograničenja –
banke su uglavnom podružnice stranih banaka ili posuđuju na inozemnom tržištu kapitala kako bi
davale zajmove poduzećima na domaćem tržištu. Država garantira za te banke zbog privlačenja
stranih banaka i investicija i zbog očuvanja financijskog sustava. Međutim, država zauzvrat ne
pojačava kontrolu i regulaciju financijskih posrednika, pa dolazi do ozbiljnih problema moralnog
hazarda.
Model također ima dva razdoblja. U prvom razdoblju poduzeća kupuju kapital, a u drugom
proizvode koristeći kupljeni kapital. Neka je funkcija proizvodnje kvadratnog oblika:
Q = (A+u)K - BK2, (26)
pri čemu je u slučajna varijabla kojom se uvodi neizvjesnost (rizik) u odluku o investiranju, K je
količina kapitala, a A i B su koeficijenti. U modelu se radi o maloj otvorenoj privredi, koja može
posuđivati po fiksnom svjetskom kamatnjaku jednakom 1, dok je domaći realni kamatnjak nula
(radi jednostavnosti). Pretpostavlja se da će kapital zaraditi svoj granični proizvod, odnosno da će
proizvođač proizvoditi optimalnu količinu, pa će naknada za posuđeni kapital (r) biti jednaka
graničnom proizvodu (dQ/dK):
r = A + u – 2BK. (27)
Ako nema nikakvih poremećaja, kapital će se investirati do točke u kojoj očekivani prinos
kapitala ne izjednači trošak posuđivanja jednak 1. Stoga će u privredi bez poremećaja količina
kapitala biti:
K = (A + E(u) - r)/2B, (28)
pri čemu je E operator očekivanja.
Sada se uvode financijski posrednici koji zapravo posuđuju na svjetskom tržištu i daju novac
poduzećima za nabavu kapitalne opreme. Svaki prinos veći od svjetskoga (r>1) predstavlja čisti
profit za financijske posrednike (što se može dogoditi u svakom slučaju u kojem je u takvo da
r>1). U tom slučaju dva su ishoda moguća: a) konkurencija među financijskim posrednicima
dovodi do izjednačavanja r=1 i b) garantirani financijski posrednici otkupe sav potrebni kapitala
K uz koji je r>1 i dijele čisti profit preuzimajući na sebe rizik zbog povećanog u. Slučaj a) je
povoljan za privredu. Međutim, slučaj b) dovodi do neželjenih posljedica, pri čemu garantirani
financijski posrednici zbog želje da otkupe sav potrebni kapital licitiraju prema gore cijenu
kapitala, te zbog povećane količine novca za željenu količinu kapitala i rastuće cijene kapitala
ubrzo dostignu granicu isplativosti preuzetih pozicija, garantiranih gubitaka. 10
Može se izvesti veza između maksimalne količine garantiranih gubitaka koju propisuje država
(eksplicitno ili implicitno) za banke/poduzeća i cijene dionica, tj. koju je sprema (implicitno ili
eksplicitno) preuzeti. Nakon što se postigne maksimalna količina garantiranih gubitaka, daljnji
gubici se više ne garantiraju. Zato banke uzimaju zajmove u inozemstvu i daju zajmove
poduzećima upravo na maksimalnoj količini garantiranih gubitaka. Bilo koji negativni šok može
uzrokovati prelazak gubitaka iznad maksimalne količine garantiranih gubitaka. U tom trenutku
cijena kapitala pada jer tržište postaje svjesno izloženosti banaka gubicima. Banke koje su ulagale
u poduzeća traže povrat zajmova. Centrale banaka podružnica i strane banke koje su posudile
kapital povlače fondove iz zemlje izazivajući valutnu krizu.
U svjetlu ove generacije modela, javlja se novi termin dvostruka (twin) kriza koji je povezan s
pojmom valutne krize upravo putem krhkog financijskog sektora preko kojeg se odvijaju
negativna kretanja i kod valutne i kod bankarske krize (Kaminsky i Reinhart, 1999).
10 Složeniji model koji uključuje i državu, vidjeti u: Irwin iVines (1999).
2.3. Bankarske krize
2.3.1. Osvrt na dosadašnje krizne epizode i njihove uzročnike
Ekonomska literatura jasno svjedoči da je interes struke za bankarske probleme jačao u
razdobljima značajnijih šokova u bankarstvu, da bi u godinama u kojima nije bilo osjetnih
poremećaja taj interes zamirao. No, snažnija financijska liberalizacija, povezivanje financijskih
tržišta različitih dijelova svijeta, pokretanje tranzicijskih procesa u tržištima u nastajanju,
slobodniji protok kapitala i njegovo rasprostiranje svjetskim financijskim kanalima, te val
financijskih poremećaja u istočnoj Aziji u kasnim 90-tima, “podsjetio” je ekonomiste na visoke
ekonomske i socijalne troškove pojave poremećaja u bankarskom sustavu.
Velika depresija 1929. godine bila je "velika" zbog toga što su pad cijena na tržištima kapitala i
recesija uzdrmale ukupni američki financijski sustav. Promašeni i neotplativi zajmovi i navala
štediša na banke stvorili su probleme u bilancama banaka, propast banaka blokirala je kreditne
kanale prema stanovništvu i poduzećima, došlo je do smanjenja proizvodnje i osobne potrošnje,
što sve zajedno čini obilježje ozbiljne ekonomske kontrakcije - depresije. U takvim uvjetima
ekonomija nije mogla oživjeti bez državne intervencije s ciljem stabiliziranja bankarskog i
općenito financijskog sustava. Radilo se o klasičnom cikličkom obrascu nastanka snažne
ekonomske krize koju je dodatno pothranila bankarska kriza. Stoga je slom bankarskog sustava
zapravo onaj čimbenik koji odvaja ekonomsku depresiju (krizu) od obične recesije.11
Nakon "gorkog" američkog iskustva, a naročito nakon drugog svjetskog rata, u mnogim je
zemljama zbog straha od pojave sličnih kriznih epizoda uslijedila čvršća financijska regulacija i
kontrola kapitalnih tokova. Svijet je, stoga, gotovo tri desetljeća nakon završetka 2. svjetskog rata
bio pošteđen ozbiljnijih poremećaja u bankarstvu.12
S odmicanjem procesa financijske
deregulacije 80-tih i 90-tih godina, bankarski poremećaji sve su učestalija pojava, premda
financijska liberalizacija može biti nužan ali ne i dovoljan uvjet za pojavu bankarske krize.
Međunarodni monetarni fond i Svjetska banka u svojim su istraživanjima za razdoblje 1975.-1997
godine identificirale više od 50 bankarskih kriznih epizoda u zemljama članicama tih institucija.
11 Kindleberger (1996) smatra da su financijske krize usko povezane s poslovnim ciklusima, te da izbijaju na samom
vrhu (peak) ekonomskog ciklusa, pojačavajući cikličku kontrakciju. No, treba imati na umu da je isto vrijeme došlo do
jačanja protekcionističkih mjera u međunarodnoj trgovini i konkurentskih devalvacija što je dodatno pothranilo krizu.
12 Bordo i Eichengreen (1999) na uzorku dvadesetak zemalja (razvijenih i tržišta u nastajanju) identificirali su u
razdoblju 1945-1971 samo jednu ozbiljniju bankarsku krizu, i to u Brazilu 1963. godine.
Financijska se liberalizacija i nestabilnost bankarskih sustava često smatraju jednim od ključnih
uzročnika izraženijih cikličkih oscilacija upravo u posljednjoj dekadi 20. stoljeća. Financijska
liberalizacija prethodila je dužničkoj krizi u Latinskoj Americi 1982. godine, koju su popratili
ozbiljni bankarski poremećaji. Oni su pak rezultirali snažnom kreditnom kontrakcijom i slijedom
toga općom ekonomskom stagnacijom13
. Međutim, u literaturi se mogu naći i sasvim suprotna
objašnjenja prema kojima ozbiljne recesije bez obzira što ih je potaklo, mogu biti uzročnikom
učestale pojave bankarskih poremećaja i kriza.14
Krajem 80-tih i početkom 90-tih u trima skandinavskim zemljama (Finska, Norveška i Švedska)
izbija snažna bankarska kriza koja je završila ozbiljnom recesijom u tim zemljama što je
djelomično povezano i s krizom europskog tečajnog mehanizma. U Finskoj je primjerice, stopa
rasta BDP-a sa 5% 1989. godine pala na -8% tijekom 1991. godine. Procijenjeno je da se
prosječni trošak sanacije bankarskog sustava u spomenutim skandinavskim zemljama kretao od 4
do 10% BDP-a (Eichengreen i Arteta, 2000), zbog čega brojni autori tim kriznim epizodama
pripisuju karakter sustavne bankarske krize. Analitičari smatraju da ekonomsku stagnaciju u tim
zemljama nisu uzrokovali samo bankarski poremećaji, već i slom tržišta bivšeg Sovjetskog
Saveza, te snažan pad cijena kapitala, posebno nakon ujedinjenja Njemačke15
. No treba imati na
umu da su još ranih 80-tih bankarski sustavi brojnih razvijenih zemalja, pa tako i Finske,
Norveške i Švedske, bili regulirani. Tijekom 80-tih uslijedilo je razdoblje ekonomske
liberalizacije koju karakterizira uklanjanje restrikcija na kapitalne tokove, snažan razvoj
financijskih instrumenata, pojava brojnih financijskih posrednika, te među njima rastuća
konkurentnost na financijskim tržištima. Istovremeno je došlo do znatnije kreditne ekspanzije
koja je pojačala ranjivost financijskih institucija koja se ogledala u padu kvalitete njihove aktive i
općenito slabljenju tržišne discipline. U literaturi poslovnih ciklusa takvo se razdoblje
pregrijavanja ekonomije praćeno snažnom kreditnom ekspanzijom naziva "boom and bust"
kreditnim ciklusom, kojeg dodatno potpiruje bankarska utrka za povećanjem vlastitih tržišnih
udjela unutar slabog i nedovoljno efikasnog institucionalnog okvira. Skandinavsko iskustvo
primjer je prije svega loše vođene makroekonomske politike, koja nije uspjela minimizirati
troškove prilagodbe financijskog sustava procesu snažne financijske deregulacije. Vlasti nisu
uspjele na vrijeme stvoriti efikasan okvir za nadzor banaka u vrijeme njihove izrazite ekspanzije i
izloženosti hipotekarnom kreditiranju i inozemstvu. Urušavanje bankarskih sustava u tim
13 Udio depozita u bruto domaćem proizvodu zemalja Latinske Amerike tako je tijekom krize pao čak ispod 20%. 14 Debatu među ekonomistima o smjeru kauzalnosti između bankarskih poremećaja i poslovnih ciklusa opisuju Gorton
(1991) i Calomiris i Gorton (1991).
zemljama ipak se ne može pripisati samo utjecaju financijske liberalizacije; kriza je bila usko
povezana sa klasičnim cikličkim pregrijavanjem ekonomije pri samom vrhu poslovnog ciklusa,
nakon čega su uslijedili izrazito nepovoljni makroekonomski trendovi – pad ekonomske
aktivnosti, pad dohodaka i pad cijena na tržištima kapitala. Ovo nam iskustvo govori kako
makroekonomski okvir financijske liberalizacije treba biti u središtu pozornosti
monetarnih i ekonomskih vlasti. Pod posebnim povećalom tijekom procesa domaće i vanjske
liberalizacije trebaju biti monetarni uvjeti i varijable kako bi se na vrijeme spriječilo daljnje
napuhavanje inicijalnog skoka cijena kapitala (imovine, vrijednosnica) u spekulativne
“mjehuriće”. Dodatne napore treba uložiti u proces jačanja upravljačkih znanja i vještina uprava
banaka, a posebno u području upravljanja svim vrstama bankarskih rizika. Takvi se napori mogu
dodatno potaknuti i poduprijeti jedino kvalitetnom i razboritom supervizijom banaka16
.
Pojava novih bankarskih kriza u 90-tima na drugim kontinentima, Latinskoj Americi i Aziji,
potakle su istraživanja koja su pokušala objasniti nove krizne epizode. Ozbiljnost azijske krize
pokušavala se objasniti urušavanjem bankarskog sustava zemalja zahvaćenih krizom. Meksička
se kriza u razdoblju 1994-95., zbog svoje povezanosti s poremećajima bankarskog sustava, smatra
puno ozbiljnijom i oštrijom od brazilske krize iz 1998-99., što se naknadno pokušavalo objasniti
dužim i sporijim oporavkom meksičke ekonomije. Na samom kraju 20. stoljeća listi zemalja sa
pretrpljenim bankarskim šokovima različitog intenziteta pridružuju se gotovo sve tranzicijske
zemlje Istočne i Srednje Europe, među kojima i Hrvatska.
Dosadašnje je iskustvo pokazalo da sa izbijanjem svake nove bankarske krizne epizode u
različitim dijelovima svijeta, dolazi do proširenja liste potencijalnih uzročnika tih poremećaja. U
ekonomskoj se literaturi kao vodeći uzročnici bankarskih poremećaja najčešće spominju:
a) kreditna ekspanzija,
b) "napuhavanje" cijena kapitala,
c) režim deviznih tečajeva,
d) nagla i nepromišljena financijska liberalizacija,
e) nekvalitetan institucionalni nadzor banaka, te
f) nekvalitetan zakonski i institucionalni okvir općenito.
15 Bundesbanka podigla je kamatne stope odmah nakon ujedinjenja Njemačke, što je dodatno privuklo kapital iz ostalih
europskih zemalja. 16 Vidjeti: Drees i Pazarbasioglu (1998).
Međutim, usprkos mnoštvu provedenih istraživanja, konsenzusa među ekonomistima oko liste
uzročnika bankarskih kriza još uvijek nema. To je stoga što se parcijalno analiziraju pojedinačne
krizne epizode, testiraju se ponekad sasvim različite liste varijabli utjecaja, polazi se od različitih
uzoraka (jedni ispituju zbivanja u razvijenim tržišnim ekonomijama, drugi u tržištima u
nastajanju, treći polaze od kombiniranog uzorka), koriste se različite metode i tehnike mjerenja
utjecaja potencijalnih uzročnika. Logična posljedica ove istraživačke rascjepkanosti je
nepostojanje zaokruženih teorijskih objašnjenja bankarskih kriza, te izostanak jedinstvene
klasifikacije kriza po vrstama i vremenu njihova izbijanja (timing kriza).
2.3.2. Identifikacija bankarskih poremećaja
U odnosu na valutne krizne epizode, bankarske je krize teže identificirati konkretnim statističkim
podatkom. Teško je predvidjeti i "datum" navale na bankarske šaltere, a kada do nje i dođe već je
Kao i svi poslovni subjekti i banke se mogu suočiti i suočavaju se sa financijskim problemima
kada vrijednost njene imovine padne ispod vrijednosti njezinih obaveza, što se naziva tehnička
nesolventnost. Vrijednost imovine banke može biti ugrožena kada raste kreditni rizik (stupanj
20 Priprema hitnih mjera prevencije za slučaj širenja likvidnosnih poteškoća, smanjila je rizik od ozbiljnijeg sistemskog
poremećaja u bankarskoj industriji Velike Britanije početkom 90-tih, kada se u gubicima našla nekolicina manjih
vjerojatnosti da dužnik neće biti sposoban vratiti kredit) i tržišni rizik (rizik promjene cijene
imovine – koja kotira na tržištu)21
. U oba slučaja, banka može smanjiti svoj rizik pažljivim
projiciranjem cijena imovine, diverzifikacijom svog kreditnog portfelja i uzimanjem ili
prihvaćanjem kolaterala (sredstava osiguranja potraživanja). Međutim, zbog neizvjesnosti i
nesavršenih (nesimetričnih) informacija navedene rizike nije moguće u potpunosti izbjeći, jer
poduzetnici u pravilu uvijek znaju više o svojim investicijskim poduhvatima od banke koja taj
projekt kreditno podupire. Razni nepredviđeni događaji ili šokovi koji mogu poremetiti
financijsku stabilnost dužnika banke ili uzrokovati poremećaj i komešanje na tržištima kapitala
također povećavaju vjerojatnost bankarskog poremećaja. No za banke je sasvim sigurno
najvažnije kretanje tržišnih kamatnih stopa i s time povezani kamatni rizik. Ako bankari ispravno
ne anticipiraju kretanje svoje krivulje prinosa, stopa povrata na kapital može značajno pasti u
odnosu na stopu koju plaćaju na svoje obveze.22
Banke mogu zapasti u krizu zbog svoje sklonosti tzv. “boom and bust” ponašanju tijekom
poslovnog ciklusa (Gavin i Hausmann, 1996). Banke su sklone za vrijeme cikličkog uzleta
podcijeniti problem nesimetričnih i nesavršenih informacija, negativne selekcije i moralnog
hazarda, zbog čega mogu upasti u klopku financiranja projekata sa slabijim dugoročnim
izgledima. Pojačana kreditna aktivnost može potaknuti uspjeh projekata u kratkom roku, jer
tržišna utrka u kojoj sudjeluju klijenti banke (pomognuti kreditima) “zagrijava” ekonomiju kroz
rast agregatne potražnje, te potiče rast cijena zemlje, nekretnina i drugih oblika vlasništva23
. U
uvjetima prekomjernog kreditiranja banke postaju ranjive na nepredvidljivo kasnije pogoršanje
financijske situacije svojih dužnika, što posebno dolazi do izražaja kada dođe do smanjenja
vrijednosti imovine bez obzira da li se radi o imovini banke ili pak o vrijednosti kolaterala,
odnosno bankarskog osiguranja za dani kredit.
Problemi nesimetričnih informacija, porast kreditnog rizika i moralnog hazarda postaju naročito
opasni u razdobljima visoke inflacije koja, rezultirajući padom realnih kamatnih stopa, dovodi do
smanjenja štednje i potiče kreditiranje. Ukoliko se kreditna ekspanzija odvija u uvjetima pada
kvalitete kreditiranih projekata, banke se izlažu većem kreditnom riziku, čime se povećava
banaka, smatra Logan (2000). 21 Primjerice, obveznica nosi i tržišni i kreditni rizik. Tržišni rizik je povezan s mogućnošću promjene cijene na tržištu
obveznica (ako tržišna cijena padne ispod cijene po kojoj je obveznica kupljena, dolazi do financijskog gubitka).
Kreditni rizik je rizik naplate duga po obveznici. 22 Poznat je slučaj štednih i kreditnih institucija u SAD ranih osamdesetih koje su zapale u krizu i gubitke zbog fiksnih
aktivnih kamatnih stopa, dok su tržišne kamatne stope i time povezani troškovi pasive (troškovi izvora sredstava) naglo
rasli. 23 Vidjeti u Honohan (1997).
vjerojatnost većih bankarskih gubitaka (rizik nesolventnosti). Inflacija može izazvati probleme u
bankarstvu i standardnim makroekonomskim kanalima, povećavajući ekonomsku nesigurnost i
nepostojanost vrijednosti robe i kapitala, dovodeći do značajnijeg poremećaja relativnih cijena,
što općenito povećava vjerojatnost tržišnog neuspjeha brojnih poslovnih subjekata, među njima i
banaka ukoliko nisu adekvatno procijenile rizik poslovanja u razdoblju visoke inflacije24
.
Uz rizik nesolventnosti banke su izložene i likvidnosnom riziku. Taj rizik predstavlja potencijalnu
opasnost od nemogućnosti podmirenja obveza o roku dospijeća, zbog neusklađene ročne strukture
izvora sredstava i plasmana. Problem neusklađenosti ročne strukture izvora sredstava (pasive) i
plasmana (aktive) može povećati vjerojatnost tzv. navale štediša na šaltere ili "bank runs".
Slučaj navale štediša na banku izložili su i objasnili Diamond i Dybvig (1983) u svom poznatom
modelu koji se temelji na postojanju dviju ravnoteža: prva je situacija navale depozitara na banku
(bank run), a druga je situacija u kojoj depozitari vjeruju u banku i u njoj zadržavaju svoje
depozite. Prva (loša) ravnotežna situacija nastaje kada pojedini depozitari povlače depozite zbog
straha da će to učiniti i svi ostali štediše iz bilo kojeg razloga, dovodeći banku ubrzo u stanje
nelikvidnosti, premda je banka bila u početku likvidna. To se još naziva efektom koordinacijske
greške depozitara (coordination failure among depositors).
Diamond i Dybvig (1983) ističu kako izgrađen i efikasan institucionalni okvir naročito kroz
sustav osiguranja štednih uloga može oslabiti djelovanje efekta koordinacijske greške štediša.
Ukoliko visina premije osiguranja štednih depozita nije dovoljno visoka da bi odražavala stupanj
izloženosti banke raznim rizicima, takav sustav osiguranja depozita može banku dodatno
potaknuti na preuzimanje prevelikih rizika, pa banka može postati još osjetljivija na iznenadne
promjene makroekonomskih uvjeta. U literaturi se mogu naći i suprotna mišljenja o utjecaju
sustava osigurane štednje i mogućnosti korištenja kredita posljednjeg utočišta – centralnih banaka
- na ponašanje banaka. Nerealno visoki iznosi osigurane štednje i postojanje zajmodavca u
krajnjoj nuždi (lender of last resort) mogu djelovati i negativno, potičući banku na još veću
izloženost raznim rizicima u poslovanju, čime raste i vjerojatnost njenog tržišnog neuspjeha.
2.3.4.2. Sustavne bankarske krize
Poremećaj u poslovanju neke banke može biti povezan s problemima ili propasti drugih banaka
ukoliko sve ili većinu banaka u sustavu istovremeno pogodi neki nepredviđeni događaj ili ako su
24 Vidjeti u Boyd, Chang i Smith (1998).
banke jako financijski izložene jedne prema drugima, što je podloga za pojavu efekta zaraze.
Potresi u ukupnom bankarskom sustavu najčešće nastaju ukoliko sve banke imaju slična
fundamentalna obilježja.
Potresi u bankarskom sektoru triju skandinavskih zemalja Finske, Norveške i Švedske ranih
devedesetih godina mogu se okarakterizirati sustavnom bankarskom krizom. Financijska
liberalizacija u zemljama Skandinavije sredinom osamdesetih godina u razdoblju cikličkog uzleta
i uz ekspanzivne impulse makroekonomske politike, potaknule su prekomjernu kreditnu aktivnost
i dugoročno neodrživo ponašanje bankara i investitora, što je dovelo do pregrijavanja ekonomije,
uz pretvaranje inicijalnog povećanja cijena imovine u spekulativne “mjehuriće”.
Makroekonomski zaokret u cijeloj Europi i s time vezane promjene u monetarnoj politici
skandinavskih zemalja, izazvali su pad cijena imovina, pojačali cikličku kontrakciju, što je
rezultiralo gubicima po plasmanima niza banaka.25
Najčešći uzročnik jačanja sustavnog bankarskog rizika i pojave sustavne krize je djelovanje
takozvanog efekta zaraze, odnosno postojanje mogućnosti proširenja financijskih poremećaja s
jedne banke na ostale banke u sustavu. Ekonomisti razlikuju različite vrste zaraze, odnosno
transmisije poremećaja sa banke na banku, sa financijskog sustava jedne zemlje na drugu. Kao što
je već istaknuto u uvodnom djelu ovog poglavlja, istraživanja bankarskih kriza relativno su
novijeg datuma, stoga nije neobična rascjepkanost istraživačkih pokušaja i prilična konfuzija u
pogledu objašnjenja i klasifikacije vrsta transmisije poremećaja. Ne postoje identične financijske i
bankarske krizne epizode, svaka od njih donosi sa sobom svoja specifična obilježja, uzročnike i
posljedice, a razlikuju se po karakteru, intenzitetu i načinu transmisije poremećaja. Sve navedeno
čini istraživanje sustavnih bankarskih kriza otvorenim, kontinuiranim i nedovršenim projektom.
Međutim, do sada se u literaturi najčešće spominju tri vrste bankarske zaraze:
A. "čista" zaraza,
B. zaraza inicirana informacijama (information-based) i
C. institucionalna zaraza (institution-to-institution transmission).
Dio istraživača koji su analizirali prije svega valutne krize, smatra kako do efekta "čiste" zaraze
dolazi neovisno o promjeni ekonomskih preduvjeta26
, te da zaraza nije potaknuta informacijama.
25Detaljnije o uzrocima sustavne bankarske krize u skandinavskim zemljama 90-tih vidjeti u Drees i Pazarbasioglu
(1998). 26 Vidjeti Kaufman (1994) i Masson (1998). Masson (1998) u svojoj analizi valutne krize u Meksiko i Tajlandu
razlikuje efekt "monsuna", efekt prelijevanja i efekt "čiste" zaraze. Za Massona je efekt čiste zaraze slučaj kada kriza u
Dakle, riječ je iznenadnoj panici među depozitarima. Preneseno u bankarski sustav to znači da
propast jedne banke dovodi do trke na šaltere ostalih banaka neovisno o sličnostima ili razlikama
među bankama u sustavu, bez neke vidljive i jasne povezanosti među institucijama. Međutim,
Calomiris i Gorton (1991), koji su analizirali bankarske krize, tvrde kako je vrlo teško razlikovati
efekt čiste zaraze od zaraze inicirane informacijama, i to ne samo zbog toga što smatraju da nije
moguće empirijski dokazati kako promjene ekonomskih uvjeta nisu uzročnik kriza. Po njima
bankarsku krizu može potaknuti objava informacija o lošem poslovanju nekih ili svih banaka, ali
jednako je tako mogu potaknuti nesimetrične informacije među depozitarima. Kako depozitari
nemaju informaciju o tome koje su banke izložene većim rizicima, počinje povlačenje depozita iz
svih banaka.
Jedan od oblika institucijske zaraze nastaje zbog direktne međusobne izloženosti banaka na
međubankarskom tržištu. Taj oblik zaraze jednostavno opisuje prošireni Diamond-Dybvig model
u kojem se umjesto odnosa dviju banaka i dviju ravnotežnih situacija, promatra odnos i
međusobna izloženost više različitih banaka na bankarskom tržištu.27
Riječ je o modelu širenja
sustavnog rizika i destabilizacije međubankarskog tržišta. Međusobnim kreditiranjem na
međubankarskom tržištu banke rješavaju "u hodu" svoje privremene, kratkotrajne probleme
likvidnosti bez troška držanja viška rezervi. Međutim, postojanje međubankarskog tržišta
pojačava izloženost sustava riziku koordinacijske pogreške depozitara, čak i kada su sve banke
solventne. U proširenom Diamond-Dybvig modelu sve su banke solventne, a polazi se od
pretpostavke da bilo koji egzogeni šok koji dovodi do povećanja potražnje za gotovinom jedne ili
više banaka, dovodi do ozbiljnog likvidnosnog problema koji može zahvatiti cijeli sustav.
Moguće je zamisliti situaciju u kojoj neka banka, koja zbog nepredviđenog događaja postane
privremeno nelikvidna, neće biti u stanju na međubankarskom tržištu dovoljno brzo pribaviti
sredstva za premošćivanje problema. Ona može krenuti u brzu naplatu svojih međubankarskih
potraživanja, dovodeći ostale banke u sličnu situaciju. Na taj način poremećaj kod jedne banke
jednoj zemlji potakne krizu u drugoj zbog razloga koji se ne daju objasniti utjecajem promjene makroekonomskih
preduvjeta, već zbog primjerice promjene tržišnog sentimenta ili iznenadne drugačije interpretacije postojećih
informacija. Kada neki zajednički uzrok, primjerice harmonizirani ekonomski potezi u razvijenim zemljama utječu na
tržišta u nastajanju, Masson govori o efektu "monsuna". Efekt prelijevanja nastaje kada kriza u jednoj zemlji u razvoju
utječe na makroekonomske varijable druge zemlje u razvoju (kada devalvacija jedne zemlje smanji cjenovnu
konkurentnost druge). 27 Vidjeti: Freixas, Parigi i Rochet (1999), i Allen i Gale (2000). Allen i Gale (2000) analiziraju između ostalog
mogućnost širenja zaraze među različitim regionalnim bankama koje su izložene jedna prema drugoj putem
međubankarskih potraživanja; kada jednu regiju zahvati bankarska kriza, banke druge regije mogu pretrpjeti gubitke
zbog pada vrijednosti potraživanja problematične regionalne banke.
može destabilizirati i učiniti nelikvidnim cijelo međubankarsko tržište i time bankarski sustav u
cjelini28
.
U literaturi se spominju još dva načina transmisije poremećaja, od kojih oba opisuju vrstu
"spillover" efekta ili efekta prelijevanja. Kod prvog načina, zbog uključenosti banaka u sustav
platnog prometa, te zbog izloženosti banaka na međubankarskom tržištu može doći i do porasta
rizika nesolventnosti, dakle i stvarnih bankarskih gubitaka bez obzira na uzrok njihova nastanka.
Sklonost ponašanju prema "zakonima čopora" na tržištima kapitala uzrok je druge vrste
"spillover" učinka, zbog kojeg iznenadni šok na tržištu kapitala može ugroziti ukupnu likvidnost
financijskih tržišta, slijedom toga i bankarskih sustava, bez obzira koji je segment financijskog
tržišta bio inicijalno pogođen (tržište vrijednosnih papira, tržište derivata29
, nekretnina). Poznat je
slučaj Long Term Capital Management (LTCM), jednog od najvećih hedge fondova osnovanog
1994. godine, koji se u jesen 1998. godine zbog nesmotrenog poslovanja suočio s ozbiljnim
problemom nelikvidnosti. LTCM je počeo likvidirati svoj portfolio, prodavati svoja financijska
potraživanja, dovodeći do naglog pada tržišnih cijena tih instrumenata.30
Postojala je opasnost da
inicijalni likvidnosni problem LTCM-a zbog njegove veličine izazove suštinske probleme, pa čak
i gubitke kod s njime povezanih financijskih institucija. Nakon što je izbila ruska kriza postojala
je opasnost da se zbog sustavnog rizika poremećaj proširi na cijeli američki i svjetski financijski
sustav. Lančano izbijanje nelikvidnosti na financijskim tržištima spriječio je tadašnji američki
ministar financija Rubin, prisilivši banke na Wall Sreetu da LTCM-u odobre kredite za
održavanje likvidnosti.
2.3.5. Uzroci bankarskih kriza
Teorija sugerira da postoji čitav niz potencijalnih uzročnika bankarskih poremećaja, kako
pojedinačnih tako i sustavnih. Proučavanje dosadašnjih kriznih epizoda pokazala su da do efekta
čiste zaraze ipak rjeđe dolazi u stvarnosti. Češće se u empirijskim radovima spominje mogućnost
djelovanja efekta zaraze inicirane informacijama (information-based contagion), koja uglavnom
28 Freixas, Parigi i Rochet (1999) u nastavku svog rada preispituju ulogu centralne banke u sprečavanju širenja
sustavnog rizika na međubankarskom tržištu i opravdanost "too big to fail" politike u slučaju kada inicijalno zdravi
sustav (solventne banke) zbog nepredviđenog događaja zapadne u likvidnosne probleme. 29 Derivati su vrsta vrijednosnih papira, kao što su ugovori o opcijama, koji se temelje na vrijednosnim papirima ili
robi. 30 Detaljnije vidjeti u: BIS (1999)
zahvaća banke slične bilančne strukture31
. U većini dosad objavljenih radova sugerira se kako sve
ključne informacije o poslovnoj klimi, o izvorima kapitala, o tržišnoj strukturi i o
makroekonomskom okruženju mogu biti korisni signali koji ukazuju na mogućnost pojave
krize kako u pojedinim bankama tako i u cijelom financijskom sustavu. Negativne promjene
makroekonomskih varijabli (npr. BDP-a, kamatnih stopa) za banku mogu biti neugodno
iznenađenje, s druge pak strane, pozitivna kretanja tih varijabli mogu banke potaknuti na
prekomjerno kreditiranje i pretjerano izlaganje prije spomenutim rizicima. Kao što kreditna
ekspanzija može biti znak porasta rizika u poslovanju banaka, tako i usporavanje gospodarskog
rasta nakon intenzivne kreditne aktivnosti može dovesti do pogoršanja bilanci banaka odnosno
porasta udjela loših zajmova u njihovoj aktivi. Indikatori sposobnosti banaka da objektivno
procjene sve vrste rizika u svom poslovanju, značajno bi mogli pomoći u ocjeni njihove
osjetljivosti na promjene makroekonomskih varijabli.
Na sličan način i razne institucionalne varijable mogu olakšati ili pak otežati funkcioniranje
financijskog sustava. Autori često ispituju kako na pojavu bankarskih poremećaja djeluje razina
kvalitete institucionalnog okvira, sustav plaćanja u zemlji, sustav osiguranja štednih uloga, te
razvijenost međubankarskog tržišta i izloženost banaka na financijskom tržištu. Kada tome
dodamo i one pokušaje koji ispituju ulogu vanjskih (međunarodnih) čimbenika, vrste tečajnih
režima, te procesa financijske liberalizacije, lista potencijalnih uzročnika bankarskih poteškoća
postaje sve nepreglednija.
Međutim, na temelju dosad provedenih empirijskih analiza i novijih preglednih radova moguće je
listu uzročnika značajno suziti, naročito ako tragamo za konsenzusom među istraživačima.
Empirijski nam radovi otkrivaju da su među makroekonomskim varijablama najčešći i
najsnažniji uzročnici bankarskih poremećaja32
:
A. snažan rast kreditne aktivnosti
B. porast udjela vanjskog duga u bruto domaćem proizvodu
C. promjene realnih kamatnih stopa
D. deregulacija politike pasivnih kamatnih stopa.
31 Vidjeti: Kaufman (1994), Aharony i Swary (1996),. Docking, Hirshey i Jones (1997). 32 Vidjeti u: Hardy i Pazarbasioglu (1999) i Eichengreen i Arteta (2000).
Od mikroekonomskih varijabli dva su se pokazatelja u dosadašnjim studijama pokazala
snažnim signalima budućih poremećaja i propasti banaka, koji se smatraju dobrim proxy
varijablama osjetljivosti banaka i bankarskog sustava na poremećaje33
:
A. porast udjela nepodmirenih zajmova u ukupnoj bankarskoj aktivi
B. nizak udio kapitala u ukupnoj aktivi (imovini) banke.
Većina autora dijeli mišljenje kako u tržištima u nastajanju bankarsku stabilnost najčešće
ugrožava kombinacija "nerazborite" domaće makroekonomske i kreditne politike i procesa
financijske deregulacije, čemu se nerijetko pridružuju i nepovoljna kretanja u međunarodnom
okruženju. Isto tako autori će se uglavnom složiti oko tvrdnje da su problematične banke obično
jače izložene prema sektorima ekonomije koji u početku doživljavaju nagli rast, među kojima
brojni i bankrotiraju neposredno prije izbijanja bankarske krize.
Kada se ova vrlo kratka lista najsnažnijih i signifikantnih uzročnika bankarskih problema proširi
ostalim potencijalnim čimbenicima koji su bili predmetom dosadašnjih analiza konsenzusa među
istraživačima je sve manje, a rasprava postaje sve polemičnija. Na pitanje - "Jesu li vanjski,
međunarodni čimbenici, tečajni režim, financijska liberalizacija, sustav osiguranja štednih uloga i
kvaliteta institucionalnog okvira također signifikantni indikatori bankarskih poremećaja?" - struka
još uvijek nema jednoznačan odgovor. Stoga ćemo se ukratko osvrnuti na te čimbenike.
2.3.5.1. Utjecaj međunarodnog okruženja
Većina kritika upućenih djelovanju međunarodnog financijskog sustava polaze od ideje da
ekonomski trendovi i kreditna aktivnost u razvijenim tržišnim ekonomijama (primjerice zemljama
OECD) mogu u značajnoj mjeri utjecati na financijsku stabilnost tržišta u razvoju34
. Upozoravalo
se prije svega na snažan utjecaj kojeg je u međunarodnim razmjerima imala popularno zvana
Volckerova dezinflacija35
, odnosno razdoblje jake monetarne restrikcije i ekonomske recesije u
SAD-u u razdoblju 1979.-1981. godine. Kritičari smatraju da je Volckerova dezinflacija znatno
doprinijela rasplamsavanju dužničke i bankarske krize u Latinskoj Americi 1982. godine, a kao
značajan vanjski čimbenik pojave meksičke krize sredinom 90-tih spominju također monetarnu
33 Vidjeti u: Hardy i Pazarbasioglu (1999) i Gonzalez-Hermosillo (1999). 34
Vidjeti primjerice u: Calvo, Leiderman i Reinhart (1993) i Goldstein i Turner (1996) 35
Paul Volcker bio je od 1979. do 1987. godine na čelu Board of Governors američkog Federal Reserve
System.
restrikciju u SAD 1994. godine. S druge pak strane, kritičari “kritike međunarodnog financijskog
sustava” pokušavali su umanjiti značaj vanjskih čimbenika, smatrajući da se time želi skrenuti
pozornost ekonomskih vlasti sa realnih domaćih ekonomskih i financijskih problema.
Eichengreen i Rose (1998) među prvima su proveli empirijsku provjeru ovih suprostavljenih
tvrdnji. Autori su analizirali povezanost između bankarskih kriza i raznih makroekonomskih i
financijskih varijabli (domaćih i vanjskih) na uzorku od preko 100 zemalja u razvoju, za razdoblje
1975-1992. godine. Čimbenike koji mogu utjecati na pojavu bankarskih kriza u zemljama u
razvoju autori su grupirali u skupine: domaća makroekonomska politika, vanjski
makroekonomski uvjeti, tečajni režimi, domaća financijska struktura i bankarska supervizija.
Testirajući utjecaj brojnih varijabli iz navedenih skupina na vjerojatnost pojave bankarske krize u
zemljama uzorka, autori su utvrdili snažan utjecaj kretanja kamatnih stopa u zemljama OECD-a
(stopa rasta zemalja OECD-a u manjoj mjeri) na vjerojatnost pojave bankarskih poremećaja u
zemljama u razvoju.
Dvije godine kasnije Eichengreen sam ponavlja isto istraživanje (Eichengreen, 2000) kako bi
provjerio vjerodostojnost prethodnih rezultata na novim, ažuriranim podacima koji sežu do 1997.
godine. S proširenjem razdoblja analize Eichengreen nalazi sve manje empirijskih dokaza o
snažnom "OECD efektu". Autor je i prije tog istraživanja uočio da, naročito u kasnim 90-tim,
dolazi do određenih promjena u izvorima i načinu rasplamsavanja financijskih kriza. Zaoštravanje
globalnih kreditnih uvjeta sredinom 90-tih (uslijed rasta američkih i europskih kamatnih stopa) u
manjoj se mjeri prelilo i odrazilo na azijsku krizu 1997. godine, nego što je to bio slučaj u ranijim
kriznim epizodama tijekom 80-tih i ranih 90-tih (Eichengreen i Mathieson, 1998). Zbog toga
Eichengreen i Arteta (2000) odvojeno testiraju utjecaj kamatnih stopa i stopa rasta razvijenih
zemalja na vjerojatnost pojave krize u zemljama u razvoju, i to prvo za razdoblje do 1992. godine,
a potom za razdoblje do 1997. godine. Njihova je analiza potvrdila prijašnji nalaz o
signifikantnom utjecaju viših kamatnih stopa i nižeg rasta razvijenih zemalja na povećanje
vjerojatnosti krize u zemljama u razvoju, ali samo za razdoblje do 1992. godine. Proširenjem
uzorka do 1997. godine efekt inozemnih kamata i stopa rasta znatno slabi, što je autore navelo na
zaključak da bankarske krize sredinom 90-tih mijenjaju svoju prirodu, te da među generatorima
nestabilnosti umjesto vanjskih počinju dominirati unutrašnji čimbenici.36
36
Takvim objašnjenjima pridružuje se i Mendis (1998) koji smatra da utjecaj vanjskih čimbenika ovisi i o
režimu deviznih tečajeva pojedinih zemalja, koji može (ali i ne mora) izolirati domaći bankarski sustav od
nepovoljnih vanjskih utjecaja.
2.3.5.2. Uloga tečajnih režima
Eichengreen i Arteta (2000) nisu našli dovoljno čvrstih empirijskih dokaza koji bi omogućili da
se neki od tečajnih režima, bilo fiksni, fluktuirajući ili pak intermedijarni,37
proglase odgovornima
za poremećaje u bankarskoj industriji u zemljama uzorka. Analiza je provedena na uzorku od 75
zemalja u razvoju u razdoblju od 1975.-1997. i oslanjala se na već postojeće klasifikacije
bankarskih kriza u tim zemljama.38
U zemljama sa fluktuirajućim i intermedijarnim tečajnim
režimima postotak pojavljivanja bankarskih poremećaja (kao udio u ukupnim, kriznim i
nekriznim opservacijama) neznatno je veći nego u zemljama sa režimom fiksnog tečaja.
Međutim, niti jedna hipoteza koju su pokušavali testirati, bilo ona o ključnom utjecaju fiksnog,
fluktuirajućeg, ili intermedijarnog tečajnog režima, nije našla potvrdu u čvrstim i robusnim
empirijskim rezultatima.39
Da li to znači da su sve zemlje, neovisno o tečajnoj politici koju vode,
podjednako osjetljive na pojavu bankarskih poremećaja?
S time se ne bi složili pobornici tzv. “double mismatch” škole koji vjeruju kako tečajne
fluktuacije mogu pridonijeti problemima u bankarskom sektoru jednostavno zbog potencijalnih
opasnosti koje izviru iz valutne i ročne neusklađenosti u strukturi bilanci financijskih institucija.40
I kritičari “mekog” upravljanog plivajućeg tečajnog režima, kakav je prevladavao u azijskim
zemljama prije izbijanja krize, smatraju da je takva tečajna politika dodatno povećala strukturnu
osjetljivost bankarskog i financijskog sustava izlažući ga pritiscima sa financijskih tržišta.41
Neki
ekonomisti čak i čvršćim tečajnim sustavima poput “čvrstog” upravljanog plivajućeg tečajnog
režima i režima valutnog odbora pripisuju značajan ponder utjecaja na pojavu bankarskih
37
Pod intermedijarni tečajni režim autori ubrajaju sljedeće: a) ograničeni fluktuirajući tečaj, b) upravljani
plivajući tečaj s unaprijed određenim (najavljenim) dopuštenim granicama odstupanja nominalnog tečaja, i
c) upravljani plivajući tečaj s unaprijed nenajavljenim granicama dozvoljenog odstupanja nominalnog
tečaja. 38
Istraživanje se temelji na podacima iz Caprio i Klingebiel (1999) i obuhvaća razdoblje od 1975.-1997.
godine, a zbog dostupnosti podataka broj zemalja uzorka sveden je sa originalnih 122 na 75 zemalja u
razvoju. Raščlanivši uzorak na krizna i nekrizna razdoblja koristeći metodologiju Eichengreen, Rose i
Wyplosz (1996), autori su dobili 78 kriznih (sustavnih) epizoda i 2248 nekriznih opservacija. 39
Regresijska je analiza pokazala da niti jedan od tečajnih režima nema signifikantan utjecaj na vjerojatnost
pojave bankarske krize na promatranom uzorku zemalja i za promatrano razdoblje analize, budući da
procijenjeni koeficijenti uz dummy varijable fiksnog i intermedijarnog tečajnog režima nisu bitno različiti
od nule uz standardnu razinu pouzdanosti. 40
Jedan od predvodnika "double mismatch" škole, odnosno pristupa dvostruke neusklađenosti bilanci
financijskih institucija je Ricardo Hausmann, poznati istraživač i glavni ekonomist Inter-American
Development Bank (Eichengreen i Arteta, 2000). 41
Lindgren, Balino, Enoch, Gulde, Quintyn i Leslie (1999)
poremećaja, smatrajući da centralne banke u takvim sustavima mogu izgubiti funkciju
zajmodavca u krajnjoj nuždi.42
Eichengreen i Arteta (2000) svojim istraživanjem dovode u pitanje ove stavove, te zaključuju
kako ne postoje čvrsti empirijski dokazi o značajnijem utjecaju raznih tečajnih sustava na pojavu
bankarskih poremećaja. Dok su analizom za razdoblje do 1992. godine utvrdili da je u zemljama
sa fiksnim tečajnim režimom rjeđe dolazilo do sustavnih bankarskih kriza nego u zemljama s
intermedijarnim ili fluktuirajućim tečajem, u analizi koja se proteže sve do kraja 1997. godine ta
povezanost fiksnih tečajnih režima sa nižom vjerojatnosti pojave krize postaje statistički sve
slabija.
Zašto je istraživačima problem utvrditi prirodu veze između raznih tečajnih režima i osjetljivosti
bankarskog sustava, pokušala je odgovoriti Reinhart (2000). Preispitujući MMF-ovu službenu
klasifikaciju tečajnih režima u zemljama članicama, autorica zaključuje da problem leži u samoj
klasifikaciji i službenoj statistici, te da često zemlje koje službeno provode politiku fluktuirajućeg
tečaja, u praksi poduzimaju mjere koje tu fleksibilnost bitno ograničavaju.
Kako bi zaobišli taj problem “lažne” klasifikacije, Eichengreen i Arteta (2000) konstruiraju
vlastite varijable za aproksimaciju pojedinih tečajnih režima. Stvarnu stabilnost nominalnog
tečaja procjenjuju pomoću dvije mjere: jednu dummy varijablu uvode za slučaj promjene
nominalnog tečaja koja je manja od 5% u posljednjoj godini opažanja, a druga odražava oscilacije
nominalnog tečaja do 10% u zadnjoj godini opažanja. U specifikacijama koje testiraju utjecaj
spomenutih mjera valutne stabilnosti kao nezavisnih varijabli na vjerojatnost pojave bankarske
krize kao zavisne varijable, i to u istoj kalendarskoj godini (zavisna i nezavisna varijabla
promatrane u vremenu t), utvrdili su da "čvršći" tečajni režimi smanjuju vjerojatnost pojave
bankarskih kriza.43
Međutim, zbog mogućeg problema simultanog odnosa između zavisne i nezavisnih varijabli
potrebno je neke objašnjavajuće varijable uvesti u model s određenim vremenskim pomakom
42
Wood (1999). 43
Parametri uz mjere valutne stabilnosti su negativni i statistički signifikantni. Kako se radi o probit
modelu, a vrijednost zavisne varijable su nule (nema krize) i jedinice (sustavna bankarska kriza), predznak
procijenjenih parametara sugerira da li objašnjavajuće varijable smanjuju ili povećavaju vjerojatnost pojave
krize. Isti rezultat dobili su i Eichengreen i Rose (1998).
unatrag. To se odnosi i na analizu utjecaja tečajnog režima44
. Budući da se podaci o aktualnim
tečajnim režimima odnose na kraj kalendarske godine, moguć je simultan odnos između tečajnog
režima i pojave poremećaja u bankarstvu. Ukoliko u istoj kalendarskoj godini tečaj znatno
fluktuira i bankarska kriza doživljava svoj vrhunac moguć je zaključak da tečajne fluktuacije
dovode do poremećaja u bankarstvu. Međutim, zbog problema simultanosti nije moguće isključiti
i obrnuti zaključak: da upravo bankarski poremećaji povećavaju osjetljivost deviznog tržišta što
može završiti napuštanjem politike fiksnog tečaja i prelaskom na fluktuirajući devizni režim45
.
Stoga Eichengreen i Arteta u specifikaciju uvode mjeru valutne stabilnosti s vremenskim
pomakom od jedne godine unatrag. U tom slučaju prijašnji nalaz prema kojem valutna stabilnost
reducira vjerojatnost pojave krize u potpunosti se gubi, a dobiveni koeficijenti uz mjere valutne
stabilnosti pozitivnog su predznaka. Premda se radi o statistički nepouzdanom i nesignifikantnom
rezultatu zanimljiva je interpretacija predznaka koeficijenta: valutna stabilnost u godini prije
izbijanja krize povećava vjerojatnost pojave bankarske krize. Ovaj je nalaz naveo autore na
interpretaciju odnosa varijable valutne stabilnosti i bankarske krize kao odnosa obrnute
kauzalnosti - tj. da zapravo bankarske krize potiču napuštanje implicitnih ili eksplicitnih režima
vezanih tečajeva, kao što to tvrdi literatura o "twin" ili dvostrukim krizama.
Eichengreen i Arteta pokušali su provjeriti ovu tezu o utjecaju bankarskih na valutne poremećaje,
koja ih je približila stavovima začetnika teorije dvostrukih kriza. S tom namjerom u svoje
specifikacije uvode tzv. Frankel-Rose mjeru valutnog sloma46
. Procijenjeni koeficijent uz valutnu
nestabilnost (premda nesignifikantan) sugerira da tečajna nestabilnost povećava vjerojatnost
pojave krize u istoj kalendarskoj godini. Uključivši u specifikaciju varijablu valutnog sloma s
vremenskim pomakom (godinu dana unaprijed) autori ne pronalaze statistički pouzdane dokaze o
utjecaju prethodnog valutnog poremećaja na bankarsku krizu. Stoga ovi nalazi autore upućuju na
zaključak da je tečajna nestabilnost u godini kulminacije bankarske krize posljedica te krize, što
završava najvjerojatnije napuštanjem sustava vezanih tečajeva. Da smjer povezanosti kriznih
epizoda najčešće ide od bankarskih prema valutnim krizama jasno su izrekli i Glick i Hutchison
44
Poznat je primjer simultanog odnosa stopa rasta i pojave bankarske krize. Interpretacija prema kojoj
usporavanje ekonomskog rasta signalizira pojavu bankarskih poremećaja je problematična, jer je poznato
da bankarska kriza sasvim sigurno rezultira smanjenim stopama rasta. 45
Ova je tvrdnja zapravo središnja točka teorije dvostrukih ili "twin" kriza, čijim se tvorcima smatraju
istraživači Graciela Kaminsky, Carmen Reinhart i Saul Lizondo. U svojim su dosadašnjim radovima autori
pokušavali dokazati ispravnom tvrdnju prema kojoj bankarske krize prethode valutnima, a ne obratno. 46
Frankel i Rose (1996) konstruirali su mjeru valutnog "sloma" kao dummy varijablu čija je vrijednost
jednaka jedinici kada prva diferencija logaritma nominalnog tečaja premaši 25%.
(2000) proučavajući povezanost bankarskih i valutnih kriza, te tvrde kako pojava bankarske krize
može biti dobar signalni indikator budućeg valutnog poremećaja i izbora novog tečajnog režima u
zemljama u razvoju.
Unatoč zanimljivim nalazima autori nisu uspjeli pronaći jasan i čvrst empirijski dokaz kojim bi se
razne varijante tečajnih režima mogle proglasiti signalnim indikatorom budućih bankarskih
poremećaja. S druge strane iskustvo govori da razni tečajni režimi mogu, ovisno o umješnosti
vođenja tečajne politike u zadanom makroekonomskom i međunarodnom okruženju, utjecati na
razinu osjetljivosti strukture domaćih bankarskih i financijskih institucija.
U tom pravcu razmišlja i Mendis (1998) koji smatra da učinak vanjskih i unutrašnjih šokova na
bankarski sustav ipak može varirati u različitim tečajnim sustavima, odnosno da povezanost
tečajnih režima sa bankarskim krizama ovisi o prirodi i snazi i podrijetlu šoka. To je pokušao
pokazati jednostavnom empirijskom analizom utjecaja dviju varijabli vanjskog šoka na pojavu
bankarske krize. Prva "šok" varijabla je varijabla odstupanja uvjeta trgovine od trenda, a druga
mjera vanjskog šoka je varijabla kapitalnih priljeva. Polazna je pretpostavka da fiksni tečajni
režimi amortiziraju unutrašnje šokove i njihov utjecaj na bankarski sustav, dok s druge strane
uslijed snažnih vanjskih pritisaka djeluju kao dodatni destabilizator domaćeg financijskog
sustava. Mendis sugerira da iznenadne promjene uvjeta trgovine povećavaju rizik od bankarskih
poremećaja ukoliko je tečajni režim fiksan, a ne i ukoliko je fluktuirajući. Što se pak kapitalnih
tokova tiče, Mendis u svom istraživanju pokazuje kako jednostavno nije moguće preferirati ovaj
ili onaj tečajni režim, odnosno kako nema tog tečajnog režima koji bi uspješno obranio domaći
financijski sustav od opasnosti snažnih spekulativnih kapitalnih fluktuacija.
Mendisova teorija i empirija potakle su Eichengreena i Artetu na provjeru njegovih tvrdnji. U
analizi ograničenoj na razdoblje do 1992. godine, dvije interaktivne varijable, od kojih prva
predstavlja kombinaciju fluktuirajućeg tečaja i stope promjene uvjeta trgovine, a druga
kombinaciju fluktuirajućeg tečaja i udjela kapitalnih priljeva u BDP-u, signifikantno povećavaju
vjerojatnost pojave bankarske krize. Rezultat sugerira da fluktuirajući tečajni režim u kombinaciji
sa vanjskom liberalizacijom povećava rizik pojave krize financijskog sustava. Štoviše, autore je
prilično iznenadio njihov vlastiti rezultat koji je bliži stavovima "double mishatch" škole: umjesto
da fluktuirajući tečajni režim izolira bankarski sustav od vanjskih šokova, autorovi izračuni
pokazuju da ga takav tečajni sustav još više izlaže riziku uslijed pojačanih vanjskih šokova.
Budući da s proširenjem analize do 1997. godine utjecaj spomenutih interaktivnih varijabli na
pojavu krize postaje statistički nesignifikantan, kao što se pokazala nesignifikantnom i varijabla
fluktuirajućeg tečaja (promatrana odvojeno od varijabli vanjske liberalizacije), autori nisu pridali
veći značaj dobivenim rezultatima.
Iako su zagovornici pojedinih tečajnih režima pokušavali pronaći empirijske dokaze kojima bi
ostale režime proglasili odgovornima za pojavu bankarskih poremećaja, Eichengreen i Arteta
(2000) svojom su analizom suprostavljenih stavova uspjeli doći samo do jednog sigurnog
zaključka. A taj je da nema čvrstih dokaza o postojanju stabilne veze između pojedinih tečajnih
režima sa poremećajima bankarskog sustava u promatranim zemljama.
2.3.5.3. Financijska liberalizacija
Ne postoji ozbiljnije istraživanje uzroka bankarskih poremećaja koje je zaobišlo pitanje utjecaja
financijske liberalizacije na pojavu kriznih epizoda u bankarstvu. Stoga se iz literature može jasno
izvući konsenzus mišljenje većine istraživača da financijska liberalizacija svakako povećava rizik
od bankarskih poremećaja. Međutim, jedan od ključnih propusta koji je učinjen u dosadašnjim
analizama, a koji može bitno utjecati na tumačenja dobivenih rezultata, je zanemarivanje razlika
između domaće i vanjske liberalizacije odnosno liberalizacije kapitalnog računa bilance plaćanja.
Takav je propust učinjen i u jednoj od najčešće citiranih studija o determinantama bankarskih
kriza, u radu autora Demirguc-Knuta i Detragiachea (1997), koji su empirijski dokazali da je
financijska liberalizacija u 80-tim i 90-tima (u 65 razvijenih i zemalja u razvoju) signifikantno
povećala vjerojatnost pojave bankarskih kriza. Autori su aproksimirali financijsku liberalizaciju
pomoću dummy varijable koja odražava deregulaciju kamatnih stopa, čime je zanemaren aspekt
eksterne liberalizacije. Kaminsky i Reinhart (1999) prilažu jasne empirijske dokaze kako je
financijska liberalizacija prethodila bankarskoj krizi u čak 70% promatranih kriznih epizoda
obuhvaćenih istraživanjem, također ne razlikujući domaću od vanjske liberalizacije. I u većini
sličnih istraživanja financijska se liberalizacija uvijek iznova potvrdila kao snažan signalni
indikator bankarskih poremećaja. No nažalost, spomenuti se radovi zbog navedenih propusta
mogu lako iskoristiti kao pokriće za neprovjerene kritike financijske globalizacije, odnosno
liberalizacije kapitalnog računa u užem smislu.
Stoga Eichengreen i Arteta (2000) među potencijalne determinante bankarskih poremećaja uvode
dvije nove mjere: mjeru domaće financijske liberalizacije kao dummy varijablu koja odražava
deregulaciju kamatnih stopa47
, te mjeru koja aproksimira otvorenost kapitalnog računa bilance
plaćanja48
. Pomoću probit modela empirijski su utvrdili da je mjera domaće financijske
liberalizacije snažan signalni indikator bankarskih kriza. Zbog pozitivnog i statistički
signifikantnog parametra mjere domaće liberalizacije riječ je o varijabli koja povećava
vjerojatnost pojave bankarskih poremećaja. Zašto je tome tako?
U vrijeme jačih financijskih restrikcija, bankari, naviknuti na kontrolirano financijsko okružje,
nisu morali posjedovati vještine potrebne za procjenjivanje raznih dodatnih izvora kreditnog i
tržišnog rizika. Sa deregulacijom financijskog tržišta i ukidanjem kontrole nad kretanjem
kamatnih stopa dolazi do jačanja konkurentske borbe među bankama i financijskim institucijama,
koja može bankare navesti i na riskantnije aktivnosti. Stoga nije neobično da se upravo
deregulacija kamatnih stopa smatra idealnom aproksimacijom domaće financijske liberalizacije.
Borba za sklonost štediša podizanjem kamatnih stopa u financijskom sustavu kojeg karakterizira
osiguranje depozita može dovesti do smanjivanja neto vrijednosti banaka što značajno povećava
rizičnost poslovanja financijskih posrednika.49
Mjera eksterne liberalizacije nije se pokazala značajnim signalom za bankarske poremećaje, niti u
slučaju zasebnog uključenja te varijable u analizu, niti u slučaju kombiniranja sa varijablom
domaće liberalizacije.50
Zbog sumnje da binarna varijabla otvorenosti kapitalnog računa
konstruirana na temelju podataka IMF-ovog Annual Report on Exchange Arrangements and
Exchange Restrictions jednostavno nije dobra aproksimacija vanjske liberalizacije, autori sami
konstruiraju novu, alternativnu mjeru. Nova varijabla eksterne liberalizacije koja odražava udjele
ukupnih kapitalnih tokova (apsolutni zbroj kapitalnih priljeva i odljeva) u BDP-u, nije se
pokazala signifikantnim signalom za bankarske poremećaje. Tek nakon uključenja interaktivne
varijable kao kombinacije udjela ukupnih kapitalnih tokova u BDP-u i mjere domaće
47
Izvor za podatke o stupnju domaće liberalizacije autori pronalaze u : Demirguc-Knut i Detragiache
(1997, 1998) i Glick i Hutchison (2000). 48
Izvor za dummy varijablu koja izražava otvorenost kapitalnog računa su razna izdanja IMF Annual
Report on Exchange Arrangements and Exchange Restrictions. Kako liberalizacija kapitalnog računa može
pojačati fluktuacije tečaja, autori smatraju da mjera eksterne liberalizacije može "pokupiti" i efekte režima
deviznih tečajeva. U pokušaju da to spriječe autori u svoje regresije, uz spomenute dvije dummy varijable
financijske liberalizacije uključuju i aproksimaciju za fluktuirajući tečajni režim. No kako se ta varijabla
nije pokazala signifikantnom, niti od značajnijeg utjecaja na koeficijente mjera liberalizacije, autori
ispuštaju tu varijablu iz daljnjeg razmatranja. 49
Vidjeti u: Hellmann, Murdock i Stiglitz (2000). 50
Osim Eichengreena i Artete (2000), to je dokazao i Rossi (1999).
liberalizacije u regresijsku analizu, procijenjeni parametar uz interaktivnu varijablu postaje
signifikantno pozitivan.51
Eichengreen i Arteta empirijski su pokazali kako u liberaliziranom domaćem financijskom
sustavu deregulacija kapitalnih ograničenja povećava osjetljivost bankarskog sustava i rizik od
izbijanja krize. Da je domaća liberalizacija nužan, a vanjska dovoljan uvjet za povećanje
osjetljivosti sustava na šokove smatraju i Hellmann, Murdock i Stiglitz (2000) tvrdeći kako
eksterna liberalizacija zaoštrava već postojeće rivalstvo među bankama u borbi za povećanjem
svojih tržišnih udjela. Osim toga, liberalizacija kapitalnog računa povećava rizik od bankarske
krize jer ulagačima olakšava i pojednostavljuje supstituciju domaće aktive inozemnom (Calvo i
Goldstein, 1996). Navedena istraživanja nisu našla potvrdu za ona objašnjenja koja su uglavnom
u vanjskoj liberalizaciji pronalazila glavnog krivca za ugroženost financijske stabilnosti u
azijskim kriznim epizodama, istovremeno zanemarujući utjecaj kojeg je pri tom imala domaća
financijska deregulacija.52
2.3.5.4. Sustav osiguranja štednih uloga
U literaturi o bankarskim krizama još je uvijek otvoreno pitanje utjecaja sustava osiguranja
depozita na razinu osjetljivosti bankarskog sustava na poremećaje. Tako će mnogi ekonomisti
tvrditi da rizik od pojave krize ovisi o kvaliteti bankarske supervizije i regulatornih mjera u
okviru bankarskog sustava. Međutim, polemične tonove u raspravi oko uloge osiguranja depozita
kao čimbenika stabilnosti izazvala su dva suprotstavljena mišljenja. Jedan je stav da eksplicitni
sustav osiguranja štednih uloga povećava rizik izbijanja krize, jer može znatno oslabiti disciplinu
na bankarskom tržištu otvarajući prostor upravama banaka za rizičnije poslovanje. Drugi je stav
da sustav osiguranja štednih uloga predstavlja značajan faktor stabilnosti bankarskog sustava.
Zagovornici te ideje smatraju da je pozitivni učinak sustava osiguranja depozita mnogo jači i
značajniji od mogućeg negativnog efekta slabljenja tržišne discipline, jer ipak umanjuje
vjerojatnost izbijanja panike i navale štediša na šaltere banaka. No ima li empirijskih dokaza koji
bi stali u obranu jednog od iznijetih suprostavljenih stavova?
51
Signifikantnim se pokazala i interaktivna mjera u kojoj se kao aproksimacija vanjske liberalizacije
koriste udjeli kapitalnih priljeva u BDP-u. 52
Stavovi Goldsteina (1998) i Dooleya (2000)
Analiza na panel podacima o determinantama bankarskih poremećaja za 61 zemlju (i 40
sistemskih kriza) u razdoblju 1980-1997. godine, navela je Demirguc-Knuta i Detragiachea
(2000) na zaključak da eksplicitni sustav osiguranja depozita53
može povećati osjetljivost
bankarskog sustava na poremećaje, a naročito u zemljama koje su liberalizirale domaći financijski
sustav i u kojima je institucionalni okvir (bankarska regulativa i supervizija) nerazvijen i
neefikasan. Drugim riječima, razvijen i kvalitetan institucionalni okvir te efikasan sustav
bankarske regulative i supervizije mogu ublažiti negativan utjecaj kojeg potencijalno donosi
sustav osiguranja depozita kroz slabljenje tržišne discipline. Osim toga, autori sugeriraju da
negativni učinak sustava osiguranja na stabilnost bankarskog sustava dodatno pojačavaju modeli
ili sheme osiguranja s vrlo visokim granicama pokrića depozita, te modeli kojima u cijelosti
upravlja i koje financira država.54
Ovim su istraživanjem autori tek dijelom potvrdili svoje ranije empirijske nalaze55
. Osim binarne
varijable osiguranja depozita nova je analiza uzela u razmatranje i čitav niz kontrolnih varijabli
koje su Demirguc-Knut i Detragiache smatrali mogućim izvorima rizika za bankarski sustav. U
kontrolne varijable autori su uključili stopu rasta BDP-a, promjene uvjeta trgovine, realne
kamatne stope, stopu inflacije, stopu deprecijacije tečaja, stopu rasta kredita privatnom sektoru, te
deregulaciju kamatnih stopa (domaća financijska liberalizacija). Te su varijable trebale u
interakciji sa binarnom varijablom sustava osiguranja otkriti stupanj osjetljivost bankarskog
sustava na poremećaje. Zapravo je trebalo odgovoriti na vrlo zanimljivo pitanje: budući da u
eksplicitnom modelu osiguranja ulagači zapravo ne moraju strahovati za svoje depozite jer će u
53
Eksplicitni sustav osiguranja štednje je formalna shema čije je ukupno djelovanje određeno zakonom.
Takva shema eksplicitno pruža zaštitu štedišama te se vrlo precizno definiraju svi elementi osiguranja
štednje. Implicitno osiguranje je shema osiguranja štednje u kojem država ima diskretno pravo odlučivanja
kako i kada će štedni ulozi biti osigurani, te kako će se isplaćivati u slučaju propasti banaka. 54
Razlikujemo model privatnog upravljanja i model državnog upravljanja shemom osiguranja štednih
uloga, uz koje se veže i način financiranja sustava. Primjerice, u Velikoj Britaniji sustavom osigurane
štednje upravlja privatni sektor koji ga financijski i podupire formalnim fondom sredstava koji se mogu
iskoristiti za isplatu osigurane štednje. U SAD-u shemom osiguranja upravlja država, ali je sustav privatno
financiran preko privatnih osiguravajućih kompanija. Međutim, privatno osiguranje nije tako čest slučaj u
praksi. U većini zemalja sektor osiguranja manje je razvijen od bankarskog sektora. Analiza postojećih
sustava osigurane štednje (Beck, 2000) pokazala je da je od promatranih 68 zemalja, svega 11 imalo sustav
kojim je upravljao privatni sektor, u čak 33 zemlje sustav financira i njime upravlja državni sektor, dok je u
24 zemlje upravljanje zajedničko. 55
I u svojem su ranijem istraživanju uz pomoć logit modela višestruke regresije Demirguc-Knut i
Detragiache (1997) testirali utjecaj eksplicitnog sustava osiguranja depozita te utvrdili da takav sustav
povećava vjerojatnost izbijanja bankarske krize. Međutim, tim je ranijim istraživanjem obuhvaćeno tek 24
bankarske krizne epizode, te je zanemarena činjenica da razni modeli osiguranja depozita mogu različito
djelovati na stabilnost bankarskog sustava.
slučaju sistemske krize i propasti banaka biti isplaćeni, zašto onda takav model osiguranja
povećava osjetljivost bankarskog sustava na poremećaje?
Odgovor leži u načinu definiranja elemenata sheme osiguranja depozita i kvaliteti
institucionalnog i pravnog okvira koji regulira poslovanje financijskih institucija. U sustavu
osigurane štednje četiri su interesne skupine, čiji interesi mogu biti sasvim suprotstavljeni. Interes
je štediša da visina osigurane štednje bude što veća, a njihova osobna odgovornost za štedni ulog
što manja, tj. da ne moraju kontrolirati poslovanje institucija u koje deponiraju svoj novac.
Bankama i štedionicama sustav osiguranja depozita omogućuje preuzimanje većeg rizika.
Vlasnici sustava osigurane štednje i oni koji njime upravljaju (bilo država, bilo privatni sektor, ili
neka kombinacija) nastoje što više smanjiti troškove sustava, dok su istovremeno pod pritiskom
raznih interesnih skupina (banaka, političara, velikih ulagača).
U eksplicitnom modelu osiguranja autori pronalaze dva moguća impulsa koji povećavaju
osjetljivost bankarskog sustava. Jedan impuls čine oslabljeni napori štediša, ostalih vjerovnika
banke i dioničara (vlasnika) banaka da nadgledaju, prate i kontroliraju poslovanje managementa
banke. Prikupljanje i procjena informacija o kvaliteti bilance banaka složen je i skup posao, a
prosječnom štediši gotovo nemoguć. To se djelomično rješava nadzorom i kontrolom banaka, dok
se bankama preporučuje što veća transparentnost u poslovanju i iznošenje poslovnih informacija
kako bi vjerovnici i vlasnici banaka pravilno procijenili financijsko stanje svoje depozitne
institucije. Drugi, ne manje važan impuls kojeg sustav eksplicitnog osiguranja može proizvesti je
mogućnost povećanja moralnog hazarda zbog rizičnijeg ponašanja banaka i štediša. Banke mogu
povećati rizične plasmane jer su ionako u slučaju propasti depoziti osigurani, a štediše mogu
izabrati za svoju depozitnu instituciju ne onu koja kvalitetno posluje već onu koja nudi atraktivne
kamatne stope.
Autori na kraju zaključuju da eksplicitni model osiguranja štednih uloga ne povećava rizike od
izbijanja bankarske krize u zemljama koje se bore protiv moralnog hazarda izgradnjom
kvalitetnog pravnog i regulatornog okvira, koje imaju razvijen i efikasan sustav kontrole i
nadzora banaka, te jasno definirane politike rješavanja problema u bankama. Moto "bolje bilo
kakav, nego nikakav" sustav osiguranja depozita zamka je za nositelje makroekonomske politike,
jer loše postavljen sustav osigurane štednje uz slabašnu i nekvalitetnu institucionalnu
infrastrukturu može imati samo negativne učinke po stabilnost bankarskog i cijelog financijskog
sustava.
Za razliku od Demirguc-Kunta i Detragiachea (1997, 2000) koji su svojim istraživanjima povećali
sumnju u opravdanost formaliziranja sustava osiguranja depozita u zemljama u razvoju,
Hutchison (1999) i Rossi (1999) i dalje smatraju da sustav osiguranja depozita ne može značajnije
utjecati na pojavu bankarskih kriza. Još dalje idu Eichengreen i Arteta (2000) koji polaze od
premise da sustav osiguranja depozita može smanjiti rizik pojave bankarske krize. Međutim,
"eksperimentirajući" sa različitim uzorcima, varirajući broj zemalja i broj sistemskih kriza u
uzorku, Eichengreen i Arteta dobivaju proturječne rezultate. Kao i u svim dotadašnjim
istraživanjima i oni su došli do jedinog sigurnog zaključka da postoji najmanje onoliko
argumenata za koliko i onih protiv tvrdnje da sustav osiguranja depozita destabilizira bankarski
sustav.56
Stoga ekonomska literatura ovu problematiku još uvijek smatra otvorenom i vrijednom
dodatnih istraživačkih napora, a istraživače se poziva na oprez pri interpretaciji svojih empirijskih
nalaza.
2.3.5.5. Kvaliteta institucionalnog okvira
Mnogi istraživači smatraju da do efekta bankarske zaraze rjeđe dolazi u kvalitetnom
institucionalnom okruženju (Allen i Gale, 2000).57
Stoga su Eichengreen i Arteta (2000) u svojoj
potrazi za pokretačima bankarskih kriza pošli od hipoteze da postojanje snažnih, efikasnih i
kvalitetnih domaćih institucija smanjuje rizik izbijanja bankarske krize.
Kvalitetu institucionalnog okvira autori aproksimiraju pomoću dvije mjere: prva je indeks zakona
i reda (index of law and order) dostupna za 52 zemlje iz uzorka i za razdoblje 1985-1995., a
druga je indeks provedbe ugovornih obaveza (the contract enforcement variable) koja je dostupna
samo za 24 zemlje uzorka i za razdoblje 1980-1995.58
Ocijenjeni parametri uz ove indekse
zadovoljavajućeg su i očekivanog negativnog predznaka u svim regresijskim jednadžbama i
potvrđuju polaznu hipotezu da veća kvaliteta institucionalnog okruženja smanjuje rizik od pojave
56
Eichengreen i Arteta (2000) na temelju analize uzroka od 122 zemlje u razvoju zaključuju da je
učestalost pojave bankarskih poremećaja u zemljama sa i u zemljama bez osiguranja depozita u razdoblju
1975-1997 bila jednaka. tj., da nema razlika između učestalosti pojave kriza između te dvije distribucije. 57
No postoje i razmišljanja prema kojima u takvim uvjetima može doći do slabljenja tržišne discipline
(Freixas, Parigi i Rochet, 1999). 58
Obje varijable preuzete su iz Demirguc-Knut i Detragiache (1997, 1998) kojima je izvor bio
"International Country Risk Guide" u izdanju The Political Risk Service Group, koja objavljuje razne
kvalitativne ocjene političkih i ekonomskih rizika za 140 zemalja (uključujući i Hrvatsku). Indeks zakona i
reda mjeri 6 različitih stupnjeva neispunjavanja raznih zakonskih obaveza, a indeks provedbe ugovornih
obaveza mjeri 4 različita stupnja ispunjenja ugovornih obaveza.
krize. Međutim, ti se rezultati ne mogu smatrati statistički pouzdanima zbog niske signifikantnosti
ocijenjenih parametara. Kako bi provjerili još jednom hipotezu da je nekvalitetan institucionalni
okvir u kombinaciji sa eksplicitnim sustavom osiguranja depozita snažan izvor moralnog hazarda
i tržišne nediscipline59
, autori ocjenjuju kombinirani utjecaj kvalitete institucionalnog okvira i
sustava osiguranja depozita na pojavu krize. Međutim, rezultati analize nisu jednoznačno i jasno
potvrdili polaznu hipotezu, osim u slučaju ocjene interaktivne varijable gdje se kao aproksimacija
kvalitete institucija koristio indeks ispunjenja ugovornih obaveza, a koja se pokazala statistički
signifikantnom i očekivanog negativnog predznaka. Međutim, ovom rezultatu nije pridano puno
značaja zbog malog broja zemalja za koje je podatak o stupnju ispunjenja obaveza dostupan.
Autore je iznenadio i rezultat testa kombiniranog utjecaja domaće liberalizacije i kvalitete
institucionalnog okvira. Iako im, kao i brojnim drugim ekonomistima, intuicija sugerira da
domaća financijska deregulacija u nerazvijenom institucionalnom okruženju predstavlja izvor
vrlo velikog rizika od izbijanja bankarskih potresa, ipak nisu našli čvrstih empirijskih dokaza za
tu tvrdnju. Niti jedna od aproksimacija kvalitete institucija u kombinaciji sa domaćom
financijskom liberalizacijom, osim očekivanog negativnog predznaka, nije se potvrdila statistički
pouzdanom varijablom utjecaja na bankarske krize60
.
To što na temelju empirije nije moguće donijeti konačni sud o utjecaju institucionalnih varijabli
na osjetljivost bankarskog sustava, ne znači da one nisu značajan faktor stabilnosti bankarskih
sustava. Problem je druge naravi, a leži u činjenici da će mjerenje njihovog utjecaja uvijek
predstavljati problem analitičarima budući da se radi o varijabli koju je nemoguće točno
kvantificirati.
2.4. Dvostruke ili twin krize
Umjesto odvojenog proučavanja valutnih i bankarskih kriza novi smjer razmišljanja, koji se javlja
u drugoj polovici 90-tih, govori o mogućoj vrlo uskoj povezanosti valutnih i bankarskih
poremećaja tijekom pojedinih kriznih epizoda, te u literaturu uvodi novi pojam dvostrukih ili
"twin" kriza.
59
Kako tvrde Demirguc-Knut i Detragiache (2000). 60
Iako se i u ovom slučaju statistički pouzdanijom (premda na granici prihvatljivosti) pokazala ponovno
varijabla ispunjenja ugovornih obaveza, u kombinaciji sa deregulacijom kamatnih stopa.
Istraživači drže neospornim da je upravo proces financijske liberalizacije u posljednja dva i pol
desetljeća znatno povećao ranjivost financijskih sustava, te da je proces liberalizacije prethodio
većini bankarskih kriza koje su potom najčešće završavale s problemima u bilanci plaćanja.
Utvrdivši jasan smjer povezanosti događaja tijekom dvostrukih kriza: “financijska liberalizacija
bankarska kriza valutna kriza”, analitičari tvrde da se pojava bankarske krize može
smatrati dobrim navješćujućim signalom budućeg valutnog poremećaja, te da obrat ne vrijedi, jer
ne postoje čvrsti empirijski dokazi da valutne krize prethode bankarskim poremećajima. Analiza
pojedinačnih iskustava također je otkrila činjenicu da je rizik od pojave dvostrukih kriza veći u
zemljama u razvoju i tržištima u nastajanju nego u razvijenim tržišnim ekonomijama. Pri tom
najveći faktor rizika leži u stupnju izloženosti tih zemalja međunarodnim tokovima kapitala u
kombinaciji s procesom domaće financijske liberalizacije.
Premda je riječ o novom istraživačkom smjeru zbog čega su analitički pokušaji otkrivanja
zajedničkih uzroka valutnih i bankarskih kriza još uvijek rijetki i sporadični, u posljednje vrijeme
sve više jača interes struke da se ova tema razvije u kompleksno istraživačko područje. Teorijske
naznake o mogućoj povezanosti valutnih i bankarskih kriza ali bez provedenog sustavnog
empirijskog istraživanja nalazimo u radovima Diaz-Alejandra (1985), Velasca (1987), Calva
(1995), Goldfajna i Valdesa (1995), V. Miller (1998), te Changa i Velasca (1998).
Pionirskim radom u području istraživanja dvostrukih kriza smatra se rad Kaminsky i Reinhart
(1999)61
, kojim je u literaturu financijskih kriza uveden pojam “twin” ili dvostrukih kriza. Ovim
je istraživanjem prvi put sustavno testirana ideja o povezanosti valutnih i bankarskih kriza s
ciljem izrade pouzdanog sustava signalnih indikatora za rano upozorenje (early warning
indicators) na mogućnost izbijanja kriza. Potaknute ozbiljnošću meksičke i azijske financijske
krize, zbivanjima u razvijenim zemljama poput Finske, Norveške i Švedske, autorice pokreću
opsežno istraživanje na uzorku od dvadesetak zemalja koje su iskusile valutne i bankarske
probleme u dugogodišnjem razdoblju od 1970. do 1995. godine62
.
Krizne epizode iz uzorka proučavale su pomoću konstruiranih indeksa bankarskih i valutnih
kriza, dobivenih prema kronološkom slijedu događaja i na temelju analize kretanja tečaja i
61 Navedeno istraživanje autorica Kaminsky i Reinhart bilo je dostupno istraživačkoj javnosti još 1996. godine kada je i
prvi put objavljeno u International Finance Discussion Paper, br. 544, Board of Governors of the Federal Reserves,
Washington, DC. 62 Među promatranim zemljama pet je razvijenih zemalja (Danska, Finska, Norveška, Španjolska i Švedska) te petnaest
zemalja u razvoju (Argentina, Bolivija, Brazil. Čile, Kolumbija, Indonezija, Izrael, Malezija, Meksiko, Peru, Filipini,
Tajland, Turska, Urugvaj i Venecuela).
kretanja međunarodnih deviznih pričuva. Autorice smatraju da je iz dobivenog “rasporeda” kriza
na promatranom uzorku zemalja moguće izvesti jasne zaključke o uzročno-posljedičnoj vezi
između valutnih i bankarskih poremećaja. Pritom ih je najviše zanimalo ponašanje raznih
domaćih i međunarodnih makroekonomskih varijabli prije i nakon kriznih događaja, te da li je
moguće otkriti zajedničke makroekonomske uzročnike ovim poremećajima. Ideju o povezanosti
valutnih i bankarskih kriza autorice su sažele u nekoliko osnovnih teorijskih naglasaka:
1) tijekom sedamdesetih, u vrijeme još uvijek snažne regulacije financijskih tržišta nije utvrđena
značajnija veza između valutnih i bankarskih kriza u promatranim zemljama; slabljenje
kapitalne regulacije početkom 80-tih osnažilo je tu vezu; ozbiljniji bankarski poremećaji
javljaju se u 80-tima i 90-tima usporedo s procesom financijske liberalizacije u zemljama u
razvoju, ali i u razvijenim zemljama;
2) bankarska kriza najčešće prethodi valutnoj krizi, a svoj vrhunac doživljava tek kad (i ako)
izbije valutna kriza; smjer povezanosti “bankarska krizavalutna kriza” postaje jasniji s
odmicanjem procesa liberalizacije u kasnim 80-tim te naročito u 90-tima.
3) uzroci dvostrukih kriza su razni domaći i vanjski šokovi, tj. iznenadne promjene u kretanju
domaćih i međunarodnih makroekonomskih varijabli; bankarskim i valutnim poremećajima
najčešće prethodi ozbiljna recesija koju karakterizira slabljenje i pad ukupne gospodarske
aktivnosti i izvoza, pogoršanje uvjeta međunarodne razmjene, rast realnih kamatnih stopa, te
slamanje tržišta vrijednosnica; valutnoj krizi prethodi snažan pad međunarodnih pričuva,
ubrzanje rasta novčane mase, te porast bankarskih obveza koje nemaju pokriće u
međunarodnim deviznim rezervama; bankarske krize predvodi snažna kreditna ekspanzija te
porast novčanog multiplikatora.
Pogledajmo sljedeće tablice koje pojašnjavaju gore spomenute teorijske naznake. U prvoj tablici
rezimirali smo rezultate istraživanja Kaminsky i Reinhart (1999) s pregledom učestalosti pojave
valutnih i bankarskih kriza u spomenutih dvadesetak razvijenih i zemalja u razvoju, i to u dva
podrazdoblja. Prvo podrazdoblje traje od 1970-1979. godine i to je period u kojem proces domaće
i vanjske liberalizacije u većini promatranih zemlja još nije uzeo svoj zamah, a drugo
podrazdoblje traje od 1980.-1995. godine, kada dolazi do intenziviranja procesa deregulacije
financijskih tržišta. Očigledno je da tijekom 70-tih uglavnom prevladavaju valutne krize (godišnje
su u prosjeku izbile 2.5 valutne krize), dok je bankarskih kriza bilo mnogo manje (godišnji
prosjek pojave krize 0.3). U drugom podrazdoblju tek neznatno raste učestalost pojavljivanja
valutnih kriza, ali zato osjetno raste broj i učestalost bankarskih poremećaja (godišnji prosjek
pojave krize penje se na 1.38).
Tablica 1. Učestalost pojave valutnih i bankarskih kriza, razdoblje 1970-1995.
1970-1979 1980-1995 1970-1995
ukupan
broj
godišnji
prosjek
ukupan broj godišnji
prosjek
ukupan
broj
godišnji
prosjek
valutna kriza 25 2.5 46 2.88 71 2.73
bankarska
kriza
3
0.3
22
1.38
25
0.96
Izvor: Kaminsky i Reinhart (1999)
Glick i Hutchinson (2000) promatraju učestalost pojave pojedinačnih ali i "twin" kriza, na još
većem uzorku zemlja (ukupno 90 industrijskih zemalja, tržišta u nastajanju i zemalja u razvoju) u
razdoblju 1975.-1997. godina. Njihova je analiza dodatno potkrijepila iznesene teorijske tvrdnje
utemeljitelja koncepta dvostrukih kriza. Donje dvije tablice o tome najbolje svjedoče.
Tablica 2. Vremenski raspored pojedinačnih i "twin" kriza, razdoblje 1975.-1997.
VREMENSKI RASPORED KRIZA
75-79 80-84 85-89 90-94 95-97 1975-1997
Bankarske
broj 6 16 21 30 17 90
učestalost 1.6 4.2 5.3 7.2 6.8 5.0
Valutne
broj 39 45 50 48 20 202
učestalost 11.0 12.0 12.6 11.6 8.0 11.3
"Twin"
broj 3 5 8 11 10 37
učestalost 0.8 1.3 2.0 2.6 4.0 2.1
Izvor: Glick i Hutchison (2000)
Tablica 3. Učestalost kriza prema stupnju razvijenosti zemalja, razdoblje 1975.-1997.
razvijene u razvoju tržišta u nastajanju
Bankarske
broj 19 71 46
učestalost 4.4 5.2 6.6
Valutne
broj 42 160 78
učestalost 9.6 11.8 11.2
"Twin"
broj 7 30 23
učestalost 1.6 2.2 3.3
Izvor: Glick i Hutchison (2000)
Ključni je zaključak Glicka i Hutchisona (2000), dobivenog na temelju prikazanog rasporeda
kriza, da se dvostruke ili "twin" krize češće javljaju u financijski liberaliziranim tržištima u
nastajanju.
Autori oba spomenuta rada zaključuju da je deregulacija financijskih tržišta znatno povećala
osjetljivost financijskih sustava, te prethodila većini identificiranih bankarskih kriza u
promatranom razdoblju. Takvi ozbiljni bankarski problemi često su završavali s valutnom krizom.
Povrh toga, analiza makroekonomske pozadine kriza koju su provele Kaminsky i Reinhart (1999)
sugerira da dvostruke ili “twin” krize najčešće nastupaju s ulaskom ekonomije u fazu recesije, i
to nakon razdoblja snažnog gospodarskog uzleta i pregrijavanja domaće potražnje
potpomognuto pojačanim kapitalnim priljevima i domaćom kreditnom ekspanzijom. Zbog
važnosti makroekonomske pozadine u razumijevanju koncepta dvostrukih kriza, ovom ćemo
problemu posvetiti posebnu pažnju u jednom od odjeljaka koji slijede.
Istraživanja koja prihvaćaju izneseni teorijski obrazac i tragaju za zajedničkim uzrocima valutnih
i bankarskih kriza, susreću se s problemom definiranja krize i utvrđivanja kriznih datuma.
Pogreške u identifikaciji, bilo da se radi o zanemarivanju nekog ključnog ekonomskog događaja
ili pak precjenjivanju potpuno bezopasnih fluktuacija, mogu rezultirati potpuno pogrešnom
dijagnostikom i iskrivljenim profilom promatrane krizne epizode. Stoga istraživači smatraju da je
pravilna definicija valutne odnosno bankarske krize ključni korak u analizi dvostrukih kriza.
2. 4. 1. Definiranje valutnih i bankarskih kriza
Utemeljitelji ideje dvostrukih kriza predlažu upotrebu indeksa pritiska na devizno tržište (IPDT)
za definiranje valutnog poremećaja ili krize. Pri tom preporučuju korištenje ponderirane varijante
indeksa pritiska koja uzima u obzir moguće razlike u volatilnosti kretanja tečaja i rezervi, što je
detaljno objašnjeno u okviru prikaza modela valutnih kriza.
Ukoliko bankarska kriza započinje navalom štediša na banke i drastičnim smanjenjem depozita,
tada se nagla promjena bankarskih depozita može smatrati indikatorom početka krize. Ipak,
činjenica je da u novije vrijeme bankarski problemi češće izrastaju iz pogoršane bankarske aktive,
“kolapsa” cijena nekretnina i većeg broja bankrota u nefinancijskom sektoru (Kaminsky i
Reinhart, 1996; Gorton, 1991). Zbog brojnih problema statističke prirode kad je riječ o praćenju
spomenutih varijabli63
, bankarske krize treba identificirati uz pomoć nekih drugih indikatora.
Poznate bankarske krizne epizode najčešće su počele sa:
63
Spomenimo samo veliku volatilnost cijena imovine na tržištima kapitala, za brojne krizne epizode nisu ni
dostupni pouzdani podaci o kretanjima cijena sa financijskih tržišta, a čest je i problem prikupiti podatke o
poslovnim neuspjesima ekonomskih subjekata.
a) navalom štediša na banke koja je dovela do zatvaranja banaka, ili državne intervencije u
smislu preuzimanja propalih financijskih institucija (Argentina 1980. i 1994., Filipini
1981., Tajland 1983., Turska 1991., Urugvaj 1981. i Venezuela 1993.);
b) događajima poput zatvaranja banaka, spajanja i preuzimanja, ili pak proširenja vladine
pomoći u saniranju problematičnih banaka, koji nisu započeli navalom štediša na banke
(Čile 1982., Kolumbija 1992., Danska 1987., Finska i Švedska, te Tajland 1991.,
Norveška 1988., Indonezija i Meksiko 1992.).
Analitičari upozoravaju da problemi u bankarstvu zapravo započinju mjesecima prije zatvaranja
banaka ili državne intervencije, te da je za prognostičke svrhe bolje pratiti skup pokazatelja poput
promjene u strukturi plasmana po pojedinim kategorijama rizika, kretanje omjera ukupnih
rezervacija za gubitke i ukupnih plasmana, te kretanje gubitaka po plasmanima.
2. 4. 2. Makroekonomska pozadina valutnih i bankarskih kriza
Kaminsky i Reinhart (1999) pokušavaju pronaći dokaze o povezanosti valutnih i bankarskih
kriznih epizoda u dvadeset zemalja: Danska, Finska, Norveška, Španjolska, Švedska, Argentina,
prelijevanja financijskih poremećaja između dvadesetak razvijenih zemalja; Sachs, Tornell i
Velasco (1996) analiziraju tzv. “tequila” efekt, odnosno špekulativnu paniku koja se nakon krize
meksičke valute krajem 1994. proširila i na Argentinu, Brazil i Filipine već početkom 1995.
godine.78
Bez obzira što je ova metoda gotovo tradicionalno vezana uz istraživanja valutnih kriznih
epizoda, ne treba zanemariti i one pokušaje koji su metodu procjene vjerojatnosti koristili kako bi
otkrili signale bankarskih kriza.79
U radovima koji koriste metodu procjene vjerojatnosti valutne krize, kriza se obično definira
pomoću indeksa pritisaka na deviznom tržištu. Tumačenje tog indeksa vrlo je jednostavno i pruža
kvalitativnu informaciju za kreiranje binarne zavisne varijable, koja poprima vrijednost 0 ako
nema valutnog poremećaja, ili vrijednost 1 ako indeks pritiska svojim ekstremnim vrijednostima
signalizira valutni poremećaj. Zbog kvalitativnog karaktera zavisne varijable utjecaj promjene
potencijalnih indikatora kao nezavisnih varijabli na vjerojatnost pojave krize procjenjuje se
pomoću logit ili probit modela. Riječ je o nelinearnim modelima vjerojatnosti i oba su vrlo
popularna u praktičnim ekonomskim istraživanjima. Izbor jednog od ta dva modela ovisi od
izbora distribucije procijenjenih vjerojatnosti: kod logit modela vjerojatnosti leže na tzv.
logističkoj krivulji, dok kod probit modela vjerojatnosti leže na krivulji kumulativne normalne
distribucije80
. Zbog pretpostavke da pogoršanje ekonomskih uvjeta postepeno kulminira i na kraju
završava kriznim događajem, u ovim se modelima koriste nezavisne varijable s određenim
vremenskim lagom ili pomakom unatrag, ukoliko se pretpostavi da varijable odašilju signal prije
nego što do poremećaja dođe. Regresijskom se analizom potom "hvata" učinak promjene
potencijalnih indikatora (nezavisnih varijabli) na vjerojatnost pojave krize i identificiraju se
varijable koje statistički pomažu u predviđanju krize. Međutim, za razliku od standardne
regresijske metode interpretacija ocijenjenih parametara ili koeficijenta uz objašnjavajuće
varijable nije jednoznačna: predznak koeficijenta se interpretira na uobičajen način, ali veličina
koeficijenta više ne predstavlja njegov marginalni utjecaj na zavisnu varijablu. Ako je ocijenjeni
78 Među radovima koji koriste metodu procjene vjerojatnosti spomenimo još studije koje analiziraju pojedinačne
slučajeve devalvacije (Cumby i Wijnbergen, 1989; Ötker i Pazarbasioglu, 1994, 1995); studije koje uspoređuju razlike
u intenzitetu valutnih poremećaja među zemljama (Edin i Vredin, 1993; Edwards, 1989; Klein i Marion, 1994); te rad
Krugera, Osakwe i Pagea (1998) koji na uzorku 19 zemalja u razvoju ispituju da li je valutna kriza posljedica
pogoršanja ekonomskih uvjeta ili efekta prelijevanja. 79 Npr. Hardy i Pazarbasioglu (1998), Demirguc-Knut i Detragiache (1998). 80 Obje krivulje distribucije imaju oblik slova S, vrlo su slične i bliske u sredini raspona, osim što logistička krivulja
ima nešto manje strme krajeve od kumulativne normalne distribucije. Za ocjenjivanje regresijskih koeficijenata kod
logit ili probit modela najčešće se koristi metoda maksimalne vjerojatnosti (maximum likelihood).
parametar uz nezavisnu varijablu statistički signifikantan, riječ je o varijabli koja povećava (uz
pozitivan predznak) ili smanjuje (uz negativan predznak) vjerojatnost pojave krize.
Velika je prednost ove tradicionalne metode procjene vjerojatnosti u jednostavnosti tumačenja
rezultata, što znači da se sve informacije o budućoj krizi izražavaju jednim brojem, uz simultanu
procjenu utjecaja svih potencijalnih signalnih indikatora krize. Međutim, čini se da je ova
prednost ujedno i nedostatak metode. Ovaj pristup ipak ne omogućuje rangiranje indikatora
prema njihovoj relativnoj prognostičkoj snazi u najavi kriza. Ovdje su varijable jednostavno ili
signifikantne ili nisu signifikantne, a da li one ponekad šalju i krive, netočne signale, to ova
regresijska metoda nije u stanju otkriti. Primjenom metode procjene vjerojatnosti također je teško
otkriti što je “pošlo po zlu” u makroekonomskom okruženju, te kako preusmjeriti ekonomsku
politiku da se izbjegnu jači ekonomski poremećaji. Nadalje, za pouzdanu procjenu vjerojatnosti
pojave krize potrebno je što više informacija o što više kriznih događaja, a budući da metoda
koristi uglavnom godišnje podatke, potrebno je raspolagati velikim brojem opservacija i dugim
vremenskim serijama na godišnjoj razini. Stoga je i to jedan od nedostataka metode, budući da je
vrlo teško, ponekad i nemoguće izgraditi tako opsežne baze podataka o krizama i svim mogućim
utjecajima na nju, za sve zemlje promatranog uzorka. I na kraju napomenimo da se ovom
metodom obično objašnjavaju krize koje su se već dogodile, stoga u okviru nje nema mnogo
mogućnosti za razvoj signalnog (prognostičkog) sustava kao pomoć pri vođenju ekonomske
politike.
3.1.1.2. Value at risk modeli (VaR)
Ovo je novija metoda koja je posuđena iz financijske ekonomije, a služi za procjenjivanje
nerealizirane vrijednosti portfelja uz rizik ostvarivanja te vrijednosti (unovčavanja portfelja).
Blejer i Schumacher (1998) na temelju modela racionalnih očekivanja i vjerodostojnosti
monetarnih vlasti, koje su najčešće presudne za stabilnost valute, predlažu da se održivost
valutnog režima procjenjuje pomoću ranjivosti, odnosno vrijednosti koja se izlaže riziku (engl.
value-at-risk approach ). Value-at-risk je pristup izračunavanju vrijednosti financijskih
instrumenata razvijen u financijskoj ekonomiji za trenutke spajanja poduzeća. Na taj način bi se
utvrdili potencijalni troškovi napuštanja režima te stvarna i potencijalna solventnost monetarnih
vlasti u valutnoj krizi. Value-at-risk ocjena je najvećega gubitka u djeliću vremena određenog
razdoblja. Na temelju vjerojatnosti gubitka (na temelju prošlih epizoda valutnih kriza ili ocjene
distribucije vjerojatnosti budućih događaja koji mogu dovesti do toga) moguće je izračunati i
najveći gubitak ili value-at-risk i time kvantificirati gubitak za državu/vladu zbog napuštanja
prethodno najavljenog pariteta.81
3.1.1.3. Modeli vektorske autoregresije (VAR)
Weber (1998) pristupa empirijskoj provjeri valutnih kriza pomoću vektorsko-autoregresijskog
modela (VAR). Polazi od teoretskog modela valutne krize i definira strukturni VAR model:
yt = c + 1yt-1 + 2yt-2 + ... + pyt-p + t (39)
pri čemu je t vektor slučajnih članova (šokova) za koji vrijedi:
E(t) = 0; E(t,) = 2, za t=; odnosno E(t,) = 0, za t≠.
Vektor yt je vektor varijabli: [rt, lt, yt, st – pt, mt – pt, pt], pri čemu je rt logaritam
razlike domaćeg i inozemnog kamatnjaka, lt je promjena logaritma nezaposlenosti, yt je
promjena logaritma industrijske proizvodnje, st – pt je promjena logaritma bilateralnog realnog
tečaja, mt – pt je promjena logaritma realnog novca, pt je promjena logaritma razine
potrošačkih cijena. Potom Weber ocjenjuje VAR model na mjesečnim podacima SAD-a,
Francuske, Njemačke, Italije, Belgije, Nizozemske, Danske i UK-a, u razdoblju siječanj 1972 –
prosinac 1994. Autor pronalazi da su fundamentalne ekonomske varijable bile značajne, osobito u
jeku krize europskog tečajnog mehanizma (ERM-a) 1992-93, no važna su bila i očekivanja,
mjerena vektorom šokova, no redovito manje od promjene temeljnih makroekonomskih varijabli,
što upućuje na komplementarnost prve i druge (te treće) generacije modela valutne krize.
3.1.2 Signalni ili neparametarski pristup
Signalni ili neparametarski pristup pokušava prevladati gore navedene poteškoće i ograničenja
tradicionalnog pristupa pomoću sustava indikatora za rano prepoznavanje valutnih i bankarskih
poremećaja. Polazna je pretpostavka ovog pristupa da se poremećaji koji mogu završiti krizom ne
zbivaju slučajno, već su rezultat postepenog pogoršanja ekonomskih uvjeta i osnova. Signalni
pristup polazi od detaljne analize ponašanja svih ekonomskih i financijskih varijabli čije kretanje
u pretkriznom razdoblju bitno odstupa od uobičajenog ponašanja u normalnim ekonomskim
uvjetima. Značajnija odstupanja izabranih pokazatelja od uobičajenog kretanja smatraju se
upozorenjem ili signalom za moguću pojavu valutne ili bankarske krize. Signalni pristup
81
Detaljnije o value-at-risk modelima vidjeti u: Hendricks (1996), Mikulčić (2001).
utemeljile su Kaminsky i Reinhart (1999) kao alternativnu metodu analize financijskih kriza, koja
omogućuje dublje razumijevanje ponašanja makroekonomskih snaga koje ekonomiju "guraju" u
kriznu situaciju82
.
Zanimljiva je činjenica da sama ideja o razvoju sustava indikatora koji signaliziraju buduće
ekonomske događaje i nije novost u ekonomskoj literaturi. Iako je ta ideja nova u analizi
financijskih poremećaja, ipak je riječ o ideji staroj gotovo koliko su stare teorije i modeli
poslovnih ciklusa. Stoga za poznavatelje modela poslovnih ciklusa signalna metoda i nije neka
novost, budući da se koncepcijski i djelomično metodološki oslanja na poznatu metodu indikatora
(leading indicators approach) koja se već tradicionalno koristi za analizu i predviđanje cikličkih
zaokreta u tržišnim gospodarstvima.83
Sličnost između signalne i barometarske metode nije zanemariva. Signalna metoda polazi od
pretpostavke da prije izbijanja valutne i/ili bankarske krize izrazito raste stupanj osjetljivosti
ekonomije, te da neki indikatori već u pretkriznom razdoblju svojim neobičnim ponašanjem
signaliziraju, odnosno nagovještavaju budući financijski poremećaj i izbijanje krize.
Barometarska metoda, koja crpi definicije i pojmove iz teorije o poslovnim ciklusima, polazi od
iste pretpostavke i traga za onim indikatorima koji ciklički zaokreću prije nego što dođe do
stvarnog zaokreta ukupne ekonomske aktivnosti. Njome se analiziraju i predviđaju cikličke točke
zaokreta ekonomske aktivnosti, odnosne vrhovi i dolovi poslovnog ciklusa (cyclical turning
points). Stoga signalnu metodu možemo promatrati metodološkom izvedenicom barometarske
metode, prilagođenu analizi financijskih poremećaja, što je značajna činjenica s obzirom na već
postojeće dugogodišnje iskustvo u primjeni barometarske metode za analizu cikličnosti hrvatskog
gospodarstva.84
82 Kao što je već naglašeno u poglavlju 2., autorice su spomenti rad s primjenom signalne metode predstavile javnosti
već 1996. godine u publikaciji International Financial Discussion Paper no. 544. 83 Metoda indikatora poznata je i kao barometarska metoda predviđanja, a oslanja se na jednu od poznatijih teorija i
definicija poslovnih ciklusa koju su razvili NBERovi istraživači. National Bureau of Economic Research utemeljio je
ovu metodu za kratkoročno prognoziranje ekonomske aktivnosti još 50-tih godina 20 stoljeća. Metoda je vrlo popularna
u razvijenim zemljama i ima široku primjenu u istraživanjima i praćenju cikličkih razdoblja. U Hrvatskoj se metoda
preuzela, prilagodila i primijenila u istraživanju cikličnosti hrvatske ekonomije tek 1994/95 godine, u okviru projekta
kojeg još i danas vodi Ekonomski institut, Zagreb. Rezultat tih istraživanja, prognostički indikator CROLEI
kontinuirano se objavljuje u Mjesečnom statističkom priopćenju Ministarstva financija RH od 1995. godine. Detaljan
prikaz primjene i prilagodbe barometarske metode, sa svim dosadašnjim revizijama i usavršavanjima prognostičkog
sustava CROLEI, moguće je vidjeti u projektnim dokumentima i u nekoliko domaćih znanstveno-istraživačkih radova
(Ahec-Šonje, 2000, 1996, 1995). 84 Vidjeti Ahec-Šonje (1995).
Prednost ove analitičke metode je njezina jednostavnost primjene jer nema zahtjeva za upotrebom
vrlo strogih analitičkih zahvata nad podacima. Prati se ponašanje izabrane grupe indikatora u
razdobljima neposredno prije i nakon izbijanja krize s njihovim ponašanjem u tzv. normalnim
razdobljima. Dobrim signalnim indikatorom krize smatra se svaki onaj pokazatelj čije ponašanje
značajno odstupa od ponašanja u normalnim razdobljima, ali i ako ne šalje pogrešne signale
tijekom normalnog razdoblja. Istraživači koji su do sada primjenjivali signalnu metodu tvrde da
signalni indikatori zaista signaliziraju povećanje ranjivosti i osjetljivosti sustava na poremećaje i
na taj način upozoravaju na povećanje vjerojatnosti pojave financijske krize, čak i u slučajevima
kada kriza u stvarnosti ne izbije. Signalna metoda je stoga u stanju odgovoriti na pitanje na koje
autori koji koriste tradicionalnu metodu ne nalaze odgovor: što zaista znamo o ponašanju
pojedinih ekonomskih pokazatelja u turbulentnim razdobljima koja nisu završila kriznim
događajem? Signalnom se metodom dobiva uvid u relativnu prognostičku snagu svakog
pojedinog indikatora što omogućuje njihovu klasifikaciju prema jačini i pouzdanosti signala.
Zbog te činjenice signalni indikatori ne služe samo za alarmiranje kriznih događaja, već je njima
moguće pratiti razinu osjetljivosti sustava na poremećaje u svakom trenutku. To je njezina
osnovna prednost pred tradicionalnim metodama procjene vjerojatnosti izbijanja krize. Stoga
takav sustav indikatora može biti vrlo koristan izvor informacija monetarnim i ekonomskim
vlastima o ranjivosti ukupnog ekonomskog sustava i omogućuje pravovremenu prilagodbu
instrumentarija i mjera ekonomske politike kako bi se spriječilo izbijanje krize ili barem ublažila
snaga poremećaja. Detaljan opis signalne metode prikazat ćemo poglavlju 4. ovog izvješća.
U dodatku koji se nalazi na kraju ovog poglavlja donosimo kratak tabelarni pregled svih
relevantnih studija koje su istraživale valutne, bankarske i dvostruke krize, bez obzira na metodu
analize koje su pritom koristile.
3.2. Epizode valutnih kriza
U ovom dijelu rada obrađene su zemlje koje su u posljednjih nekoliko godina doživjele valutnu
krizu i svrstavane su u tri dosada istražena modela krize. U model prve generacije pripadaju
zemlje koje imaju teškoća s fundamentalnim ekonomskim varijablama (Meksiko, Rusija). U
model druge generacije ubrajaju se zemlje izložene spekulativnim napadima i očekivanjima
kakav je bio europski tečajni mehanizam (ERM) ili argentinska kriza, a tipična kriza treće
generacije je azijska kriza.
3.2.1. Meksička kriza (1994-95)
Tijekom Salinasove vladavine (koja je počela krajem 1988. godine), počela je racionalizacija
meksičke fiskalne, monetarne, financijske, investicijske i trgovačke politike, oporavljajući
Meksiko od dužničke krize s početka 1980-tih. Visoki realni kamatnjaci u Meksiku uz niske
realne kamatnjake u SAD-u uzrokovali su vrlo velike priljeve kapitala, čime su rezerve Meksika s
5 milijardi dolara iz 1990. godine porasli na gotovo 30 milijardi dolara početkom 1994. godine. U
jeku tih dobrih kretanja meksička je vlada odlučila liberalizirati kretanja kapitala.
Problemi su počeli tijekom 1994. godine, kada je povećana politička nestabilnost. Prvi je bila
pobuna seljaka u meksičkoj pokrajini Tiahualpa, a drugi atentati na predsjedničkog kandidata
vladajuće stranke Luisa Donalda Colossia i službenika vladajuće stranke Carlosa Francisca Ruiz
Massieu-a, brata državnog odvjetnika Maria Ruiz Massieu-a koji je zadužen da vodi istragu.
Vlada je usto prije predsjedničkih izbora odlučila olabaviti monetarnu i fiskalnu disciplinu.
Tržišta su još podnijela pobunu u južnoj pokrajini, ali se osjećala neizvjesnost, koja je pogoršana
kada se Mario Ruiz Massieu povukao iz istrage ubojstva svog brata zbog ometanja istrage.
Inozemni kapital nije više pristizao, što je ubrzo snizilo razinu deviznih pričuva na 13 milijardi
dolara krajem studenog. Vlada je nakon izbora odlučila devalvirati peso za 15%, ali su objavili da
pritom neće mijenjati fiksni, ali puzajući tečaj prema dolaru. Tržišta to nisu dobro primila, osobito
stoga što je početkom 1995. godine trebalo dospjeti 17 milijardi državnih kratkoročnih obveznica
denominiranih u dolaru (tesobonds), uz devizne rezerve od 13 milijardi – puno niže od tog iznosa
i tržišta su predvidjela veću devalvaciju te počela akciju. Peso je ubrzo s 3,9 krenuo prema 5, a
rezerve su krajem siječnja došle na 4,4 milijarde dolara.
Time je meksička kriza bila najsličnija modelima valutne krize prve krize. Međutim, neki autori
za meksički problem okrivljuju i probleme u bankovnom sektoru, koji se nije oporavio još od
dužničke krize (Gruben i McComb, 1997). Naime, nakon dužničke krize meksička je vlada
nacionalizirala banke i konsolidirala ih do kraja 1980-tih. Početkom 1990-tih je privatizirala
banke u bitno drugačijem okružju s više konkurencije od strane drugih banaka, stranih
(američkih) banaka i drugih financijskih institucija. Nadalje, liberalizacija kapitalnih transakcija
je dodatno zaoštrila konkurenciju u bankarskom sektoru. Dvije godine prije krize loši zajmovi u
bankarskom sektoru su se počeli gomilati, a nadzor i kontrola nisu bili dovoljno razvijeni da
spriječe neoprezno ponašanje banaka. Stoga je meksička kriza imala i elemente dvostruke (twin)
banke), B je novčana baza zemlje, B* je novčana baza inozemstva (obično glavnog
vanjskotrgovačkog partnera ili zemlje stožera optimalnog valutnog područja), y mjera domaće
privredne aktivnosti (kao mjera glavnog utjecaja na domaću funkciju potražnje za novcem,
obično iskazan u realnom bruto domaćem proizvodu), a y* je mjera inozemne privredne
aktivnosti (obično glavnog vanjskotrgovačkog partnera ili zemlje stožera optimalnog valutnog
područja, kao mjera relativne promjene potražnje za inozemnim novcem). Ovdje je zanemaren
novčani multiplikator (pretpostavlja se da je blizu jedinici kako bi novčana baza zamijenila
novčanu ponudu M1).
Ideju o mjerenju pritisaka na devizno tržište preuzimaju Eichengreen, Rose i Wyplosz (1995), te
nešto kasnije i zagovornici koncepta "twin" kriza Kaminsky, Lizondo i Reinhart (1997). Taj se
indeks obično izračunava kao ponderirani prosjek mjesečnih stopa promjene tečaja i mjesečnih
stopa promjene deviznih rezervi. U obračun se može uključiti i promjena tržišnog kamatnjaka,
kao što to u svojim istraživanjima predlažu Eichengreen, Rose i Wyplozs (1995). Oni krizu
(spekulativni napad) definiraju kao razdoblje u kojem indeks pritisaka na deviznom tržištu postiže
ekstremne vrijednosti. Napad na valutu može dovesti do gubitka deviznih pričuva, do porasta
domaćih kamatnih stopa i kontrakcije kreditne aktivnosti, ili pak do deprecijacije ili devalvacije.
No, većina autora, zbog nekvalitetnih i nekonzistentnih podataka o kretanju kamatnih stopa po
zemljama, tu varijablu najčešće izostavlja iz izračuna indeksa deviznog pritiska.
Određenu istraživačku slobodu u izračunavanju indeksa pritisaka na deviznom tržištu omogućuje
i činjenica da još uvijek ne postoji općeprihvaćen, standardizirani postupak za njegovo
izračunavanje. Najjednostavnijim se čini izračunavanje indeksa pritiska kao neponderiranog
prosjeka stopa promjene tečaja i deviznih rezervi, ukoliko obje komponente imaju sličnu
varijabilnost.93
No, još su Eichengreen, Rose i Wyplozs (1995) ustanovili da je volatilnost
deviznih rezervi često veća od volatilnosti promjene tečaja i kamatnih stopa, pa bi kretanje
93 Volatilnost varijabli mjerimo pomoću dvije osnovne mjere varijabilnosti: a) varijance σ2 ili Var (X) koja predstavlja
sredinu kvadrata odstupanja vrijednosti varijable X od srednje vrijednosti ili μ; i b) standardne devijacije σ =
)(XVar .
neponderiranog prosjeka tih varijabli moglo biti pod dominantnim utjecajem volatilnosti deviznih
rezervi. Taj efekt moguće je spriječiti izračunavanjem ponderiranog prosjeka promjene tečaja i
rezervi (i kamatnih stopa), s ponderima koje dobivamo na temelju varijanci (ili standardnih
devijacija) uključenih varijabli, kako bi se "ujednačila" njihova volatilnost.94
Prema tome, ukoliko izostavimo varijablu kamatnih stopa, indeks pritiska na deviznom tržištu
IPDTt u vremenu t može se zapisati u sljedećem obliku:
IPDTt = σ1 Δ et - σ2 Δ Rt (41)
gdje je Δ et mjesečna stopa promjene tečaja95
, Δ Rt mjesečna stopa promjene deviznih rezervi, σ1
i σ2 su ponderi dobiveni na temelju standardnih devijacija varijabli rezervi i tečaja, čime
ujednačavamo volatilnost tih dviju varijabli.
Tumačenje indeksa pritisaka na deviznom tržištu je vrlo jednostavno, kao i sam postupak
izračunavanja. Indeks pritiska IPDTt raste uslijed porasta tečaja (deprecijacije) i uslijed
smanjenja razine međunarodnih pričuvi. Zato u jednadžbu izračuna indeksa varijabla rezervi ulazi
s negativnim predznakom. Prema tome, razdoblje pojačane osjetljivosti deviznog tržišta je ono
razdoblje u kojem indeks pritiska IPDTt oštro raste. Kaminsky, Lizondo i Reinhart (1997)
razdobljima valutne "turbulencije" proglašavaju razdoblja u kojem vrijednosti indeksa IPDTt
“leže” tri standardne devijacije iznad ili ispod srednje vrijednosti indeksa, dok unutar tako
definiranih granica stanje na deviznom tržištu smatraju "normalnim". Eichengreen, Rose i
Wyplozs (1995) proglašavaju valutnom krizom razdoblje u kojem vrijednosti indeksa pritiska
leže najmanje dvije standardne devijacije iznad srednje vrijednosti indeksa. Nierhaus (2000) još
više spušta tu granicu "tolerancije" odstupanja indeksa pritiska od sredine, na svega +/- 1.25
standardne devijacije. U određivanju granica tolerancije odstupanja značajnu ulogu ima
istraživačko iskustvo i detaljno poznavanje svih pojava koje utječu na kretanje promatranog
indeksa.
94 Eichengreen, Rose i Wyplozs (1995), Kaminsky i Reinhart (1999), Nierhaus (2000). 95 Neki istraživači koriste i realni tečaj et koji se dobiva korekcijom nominalnog tečaja Et za razliku u kretanju cijena u
zemlji i inozemstvu. Primjerice, realni tečaj kune prema američkom dolaru glasi eHRK/USD,t = EHRK/USD,t * pUS,t / pt, gdje
je pUS,t indeks potrošačkih cijena u SAD, a pt domaći indeks potrošačkih cijena. Do realne deprecijacije domaće valute i
rasta varijable eHRK/USD,t dolazi uslijed nominalne deprecijacije kune u odnosu na US$ i/ili rasta cijena u SAD i/ili pada
domaćih cijena. No primjenom toga javlja se problem usporedivosti indeksa cijena i problem odabira adekvatnog
deflatora.
Kako ova mjera istodobno odražava i volatilnost tečaja i jačinu gubitka deviznih rezervi,
njegovim je korištenjem u analizi kriznih epizoda moguće pouzdano rangirati krize prema
njihovoj snazi, odnosno utvrditi da li se radi o blažem valutnom poremećaju ili je pak riječ o
ozbiljnoj valutnoj krizi. Prednost je ovog indikatora i u tome što signalizira napade ne samo na
valute zemalja s fiksnim tečajnim režimom, već otkriva valutne poremećaje i unutar svih ostalih
tečajnih režima, stoga premošćuje spomenuti problem formalne klasifikacije postojećih deviznih
režima s kojim se susreću ostale analitičke metode.
Indeks pritiska na deviznom tržištu IPDT zbog svoje se metodološke jednostavnosti
upotrebljava u brojnim empirijskim istraživanjima uzročnika valutnih kriza, bez obzira na
metodu koja se u istraživanjima primjenjuje. Stoga ćemo ovaj pokazatelj kao referentnu
seriju pronaći u radovima koji primjenjuju i tradicionalni i neparametarski (signalni)
pristup analize. Stoga će se pokazatelj IPDT koristiti kao referentna serija u oba sustava
pokazatelja koji su u okviru ovog projektnog zadatka razrađuju - za sustav pokazatelja
međunarodne likvidnosti i sustav signalnih indikatora.
4.1.2. Izbor potencijalnih signalnih indikatora
Izbor potencijalnih indikatora čije se ponašanje analizira u pretkriznom (često i postkriznom)
razdoblju, uvjetovan je postojećim teorijskim pretpostavkama o utjecaju ekonomskih varijabli na
krize i svakako raspoloživošću podataka na mjesečnoj razini. Kod pojedinačne primjene signalne
metode za slučaj samo jedne zemlje, izbor će često ovisiti i o specifičnostima ekonomije koja se
razmatra, zbog čega je potrebno dobro poznavanje ponašanja svih domaćih ekonomskih i
financijskih pokazatelja. Međutim, u većini takvih pojedinačnih slučajeva izbor potencijalnih
indikatora najčešće se poklapa sa već postojećom širom listom signalnih indikatora koju su
izradile Kaminsky, Lizondo, i Reinhart (1997) tijekom revizije empirijskih radova o uzročnicima
valutnih kriza do 1997. godine.96
Pregled literature o valutnim krizama kojom je bilo obuhvaćeno 28 poznatih istraživačkih radova
iz razdoblja 1979-1997. (prikazano u Dodatku poglavlja 3.), autorima je omogućila sastavljanje
opsežne liste od 105 dotad testiranih potencijalnih uzročnika valutnih kriza, među kojima su se
čak 43 indikatora pokazala signifikantnima u barem jednoj od razmatranih 28 studija. Taj popis
literature nekoliko godina kasnije nadopunjuju Hawkins i Klau (2000) sa još tridesetak radova
koji su se pojavili nakon 1997. godine. Njihova je analiza pokazala da se većina novih studija
poziva na Kaminsky-Lizondo-Reinhart listu (KLR lista) indikatora, te da nije došlo do značajnijih
proširenja. S ciljem pojednostavljenja Kaminsky, Lizondo i Reinhart (1997) izvršile su
konsolidaciju široke liste od 105 indikatora i sastavile preglednu tablicu u kojoj su najvažniji
pokazatelji klasificirani u sljedeće kategorije: kapitalni račun, vanjski dug, tekući račun,
međunarodne varijable, financijska liberalizacija, ostale financijske varijable, realni sektor, efekt
zaraze, fiskalne varijable, institucionalne varijable i političke varijable. Sljedeća tablica
predstavlja svodni prikaz potencijalnih signala valutnih kriza, te pruža uvid u broj studija koje su
testirale pojedine pokazatelje, kao i broj studija u kojima su se promatrani indikatori pokazali
dummy varijabla za krize u drugim regijama i zemljama
2
1
7
1
1
1
1
1
1
1
1
3
3
5
9
1
3
1
5
1
3
1
2
1
1
1
2
1
1
1
1
1
1
1
1
1
1
5
-
1
1
1
1
1
-
1
2
3
5
5
1
2
1
3
1
3
-
1
1
-
1
1
1
1
-
1
-
1
1
1
Izvor: Kaminsky, Lizondo i Reinhart (1997), str. 35-36. Napomena: Tablica prikazuje KLR listu iz rada navedenog kao izvor plus neznatne nadopune preuzete iz istoimenog rada ovih autora
objavljenog godinu dana kasnije u IMF Staff Papers.
Ova nam lista otkriva najčešće signalne indikatore koji su se pokazali signifikantnima u većini
promatranih studija i za većinu promatranih zemalja (u tablici istaknuti masnim slovima). To su
redom:
1) međunarodne rezerve
2) bilanca robne razmjene
3) realni tečaj
4) izvoz
5) uvjeti trgovine
6) inozemne kamatne stope
7) rast kredita
8) rast novčane ponude (M1)
9) M2/međunarodne rezerve
10) stopa inflacije
11) realni rast BDP
12) zaposlenost/nezaposlenost
13) budžetski deficit
14) kreditiranje javnog sektora.
Ovu je listu moguće prilagođavati ovisno o specifičnim obilježjima pojedinih ekonomija, tako što
će se ili izostaviti neki pokazatelji ili će se lista nadopuniti novim indikatorima. Hawkins i Klau
(2000) nadopunjuju spomenutu literaturu o valutnim krizama radovima koji su nastali nakon
1997. godine, te zaključuju da i novija istraživanja potvrđuju većinu ranijih nalaza o
signifikantnim i snažnim indikatorima valutnih kriza. Ponovno su to, primjerice, međunarodne
rezerve, realni tečaj, novčana masa, rast BDP-a, bilanca tekućih transakcija, izvoz, krediti. Neki
od novijih radova sugeriraju da i efekt zaraze i cijene dionica također treba promatrati kao
potencijalne signalne indikatore.
Nadalje, deficit tekućeg računa bilance plaćanja jedan je od najčešće spominjanih "rizičnih"
pokazatelja u brojnim ekonomskim raspravama i u teoriji. Jedan je od najčešće testiranih
potencijalnih uzročnika kriza u brojnim empirijskim radovima. Ono što iznenađuje, usprkos
naporima ekonomista da dokažu suprotno, jest činjenica da se u većini empirijskih provjera ta
varijabla pokazala statistički nesignifikantnim signalom za krizu. Naime, utjecaj visine deficita
tekućeg računa ovisi prije svega o tome kako se deficit kumulira, te kako je strukturiran, odnosno
kakva je struktura neravnoteže po pojedinim stavkama tekućeg računa. Nije svejedno da li je
deficit kumuliran kroz povećanje tekuće potrošnje ili kroz investicije, kao što nije svejedno kako
se deficit financira, jer o načinu financiranja ovisi izloženost zemlje rizicima i šokovima iz
međunarodnog okruženja. Upravo zbog toga visina deficita ne mora uvijek biti signal
poremećaja. O tome treba voditi računa kada se donosi odluka da li uvrstiti tu varijablu na listu
signalnih indikatora.
Prema tome, osim oslanjanja na već provjerene signalne sustave, pri sastavljanju domaće liste
potencijalnih indikatora treba voditi računa o specifičnim ekonomskim i financijskim obilježjima
svake promatrane zemlje. Time se postiže veća objektivnost i pouzdanost daljnjih analitičkih
koraka.
4.1.3. Signalni horizont, signalne granice i matrica ocjenjivanja
Signalni horizont je razdoblje unutar kojeg se očekuje da bi indikator mogao svojim kretanjem
najaviti krizu. Koliki će se vremenski horizont odabrati za potrebe analize ovisi o procjeni
istraživača, no pretpostavka (koju su Kaminsky, Lizondo i Reinhart formulirali prema
empirijskim dokazima iz studija) je da se signali najčešće javljaju između 12 i 24 mjeseca prije
izbijanja krize. Tako se signal kojeg pokazatelj pošalje unutar izabranog signalnog horizonta
smatra dobrim ili točnim signalom, a svaki signal kojeg indikator proizvede u razdoblju koje ne
završava krizom smatra se netočnim ili krivim signalom. U slučaju bankarskih poremećaja
analiza se često nastavlja i u postkriznom razdoblju kako bi se pratio razvoj makroekonomske
situacije općenito i oporavak bankarskog sustava.
Dobar signalni indikator krize je onaj koji prije izbijanja krize izrazito ili raste ili pada97
, u
usporedbi sa razdobljem koje se smatra normalnim. Preciznije rečeno, indikator proizvodi
upozoravajući signal u nekom vremenu t onda kada njegova vrijednost premaši izabranu kritičnu
(graničnu) vrijednost. Kritične granice pokazatelja su one vrijednosti te pojave koje odvajaju
normalno razdoblje kretanja pokazatelja od pretkriznog, turbulentnog razdoblja. Granice bi
trebalo odrediti na način da se što više smanji rizik pojave netočnih signala (kad krize nema) i da
se smanji broj neregistriranih signala (kad krize ima).
Označimo sa slovom St signalnu varijablu, koja poprima samo dvije vrijednosti: St je jednak
jedinici, kada vrijednost potencijalnog indikatora It u vremenu t poraste iznad kritične granične
vrijednosti k (ili padne ispod, kod varijabli s negativnim predznakom utjecaja na krize) i na taj
način daje upozoravajući signal za krizu; ili, binarna varijabla St poprima vrijednost nula kada
indikator ne signalizira krizu, odnosno kada se vrijednosti potencijalnog indikatora It u vremenu t
nalaze ispod kritične granične vrijednosti k (ili iznad k, kad očekujemo negativni predznak
utjecaja indikatora). Pojasnimo to jednostavnim matematičkim zapisom:
a) za indikatore s pozitivnim predznakom u pretkriznom razdoblju vrijedi
97 Što ovisi o očekivanom predznaku varijable, odnosno da li svojim padom ili rastom povećava vjerojatnost pojave
krize.
St = 1, ako It k, i St = 0, ako It k
b) za indikatore s negativnim predznakom u pretkriznom razdoblju vrijedi
St = 1, ako It k, i St = 0, ako It k
Međutim, treba jasno razlikovati točne od netočnih signala koje šalju izabrani potencijalni
indikatori.
Indikator It šalje točan signal ako je:
St = 1, kriza se pojavljuje unutar signalnog horizonta (slučaj A)
St = 0, krize nema, unutar normalnog razdoblja (slučaj D)
Nasuprot tome, indikator It šalje netočne, pogrešne signale ako je:
St = 1, krize nema, unutar normalnog razdoblja (slučaj B)
St = 0 i kriza se pojavljuje unutar signalnog horizonta (slučaj C)
Da bi razlikovali normalno (tipično) ponašanje indikatora od atipičnog ponašanja u pretkriznim
razdobljima potrebno je utvrditi kritične granice, odnosno kritične vrijednosti indikatora koje
odvajaju ekstremne vrijednosti promatrane serije od "normalnih". Signalna metoda ne nudi stroge
kriterije za izbor kritičnih granica svakog pojedinog indikatora. Osnovna je preporuka jedino da
se granice ne postave "pretolerantno", jer osim što bi na taj način dobili više signala za krizu,
postoji i opasnost da “pokupimo” i više krivih signala u razdobljima koja ne završavaju krizom.
Na taj način indikator gubi na svojoj prognostičkoj snazi. Ako pak granice odredimo prestrogo,
tada postoji opasnost da na taj način zanemarimo brojne signale za krizu koja se nakon nekog
vremena javlja.
Za određivanje kritičnih granica možemo koristiti metode pomoću kojih je jednostavno izdvojiti
ekstremne (atipične) vrijednosti na samim krajevima distribucije vrijednosti (opservacija)
indikatora. Analitičari koji primjenjuju signalnu metodu u svojim istraživanjima u tu svrhu
najčešće koriste percentilne mjere98
. Percentili (ili kvantili) su pokazatelji koji dijele bilo koji dio
elemenata nekog statističkog skupa ili distribucije na jednake dijelove. Ovisno o tome da li
odvajaju polovicu, četvrtinu, trećinu, desetinu ili još manje dijelove (1% ili 5%) distribucije,
percentilne mjere dobivaju posebne nazive. Primjerice, percentile koji distribuciju dijele na četiri
jednaka dijela zovemo kvartili (Q0.25=donji kvartil, Q0.50=medijan i Q0.75=gornji kvartil), kvintili
pak dijele distribuciju na pet jednakih dijelova (Q0.2, Q0.4, Q0.6, Q0.8), a decili dijele distribuciju na
deset jednakih dijelova.
Koju od navedenih percentilnih mjera upotrijebiti za određivanje graničnih vrijednosti
pokazatelja stvar je procjene analitičara za koje se pretpostavlja da dobro poznaju pojavu koju
analiziraju. Utemeljitelji signalne metode nisu definirali stroga pravila za utvrđivanje granica zato
jer bi takva pravila zanemarila specifičnosti u kretanju ekonomskih pojava različitih zemalja.
Ključno je samo sljedeće: na temelju dobrog poznavanja ponašanja vremenske serije, treba
izabrati onu percentilnu mjeru koja će iz distribucije svih vrijednosti te serije izdvojiti njezine
ekstremne vrijednosti, koje smatramo signalima. Primjerice, kada analiziramo vremensku seriju
stope rasta kredita, ako se odlučimo za kvartile, tada je kritična vrijednost ona stopa rasta koja
ostavlja 75% opservacija ispod te kritične vrijednosti. Ostatak od 25% opservacija koje se nalaze
iznad te granice ili gornjeg kvartila smatraju se atipičnima, odnosno signalima za krizu.
Izračunavanje granica jednostavno je kad se radi analiza pojedinačnih zemalja. No, u slučaju da
se određuje granična vrijednost nekog indikatora za skup različitih zemalja tada je potrebno
odrediti optimalan skup ili raspon granica upravo zbog uvažavanja mogućih velikih razlika u
oscilacijama izabranog indikatora između zemalja uzroka. Kako ni u ovom slučaju nema strogih
kriterija, optimalni skup se odabire tako da se minimiziraju pogreške pri signaliziranju.
Nakon izbora potencijalnih signalnih indikatora i njihovih kritičnih granica ocjenjuje se kvaliteta i
vjerodostojnost signala svakog pojedinog indikatora. Indikatori se ocjenjuju pomoću vrlo
jednostavne matrice koju prikazujemo u sljedećoj tablici:
Tablica 5. Matrica za ocjenjivanje signalnih indikatora
UNUTAR SIGNALNOG IMA KRIZE NEMA KRIZE ukupni signali
98Budući da su brojni testovi pokazali da je pogrešno unaprijed pretpostaviti da su indikatori normalno distribuirane
varijable, autori smatraju da je bolje izbjegavati korištenje potpunih mjera disperzije poput varijance ili standardne
devijacije, već radije koriste nepotpune mjere disperzije poput percentilnih mjera. Iako je npr. varijabla tečaja najčešće
normalno distribuirana varijabla, to nije slučaj kod većine financijskih pokazatelja.
HORIZONTA
ima signala (St = 1) A B A+B
nema signala (St = 0) C D C+D
ukupni signali A+C B+D A+B+C+D
točni signali A D A+D
udio točnih u ukupnima A/(A+C) D/(B+D) (A+D)/(A+B+C+D)
udio netočnih u ukupnima C/(A+C) B/(B+D) (B+C)/(A+B+C+D)
Izvor: Kaminsky, Lizondo i Reinhart (1997); Nierhaus (2000)
Signalni horizont je broj mjeseci za koje se pretpostavlja da bi unutar tog razdoblja indikator
mogao proizvesti signale za krizu dok su:
A - broj mjeseci pojave točnih signala (ima signala, ima krize),
B - broj mjeseci pojave krivih signala (ima signala, nema krize)
C - broj mjeseci pojave krivih signala (nema signala, ima krize)
D - broj mjeseci pojave točnih signala (nema signala, nema krize)
Zapazimo da se zapravo ovom matricom prikazuju četiri “idealna” slučaja, jer u stvarnosti niti
jedan indikator nije u stanju ponašati se i zadovoljiti u potpunosti navedene matrične kriterije.
Međutim, ova je matrica koristan predložak da bi utvrdili koji su indikatori bliži, a koji udaljeniji
od idealnih obilježja. Idealni je indikator onaj koji proizvodi samo točne signale, a to su slučajevi
A (ima signala, ima krize) i D (nema signala, nema krize) i to svaki mjesec unutar utvrđenog
signalnog horizonta (npr. 12 mjeseci prije krize). U tim idealnim slučajevima vrijedi da je A>0, a
C=0, i D>0, a B=0.
4.1.4. Ocjenjivanje kvalitete signala
Na temelju ove matrice mogu se izračunati mjere koje služe za rangiranje indikatora prema
njihovoj prognostičkoj snazi i pouzdanosti signala.
Kaminsky, Lizondo i Reinhart (1997) predlažu izračunavanje postotka pogođenih kriza, tj. udjela
onog broja kriza koje je indikator uspio najaviti barem jednim signalom unutar signalnog
horizonta u ukupnom broju kriza.99
99 Tako bi primjerice mjera od 100% ukazivala da je indikator proizveo barem jedan dobar signal unutar signalnog
horizonta prije svake krize. Kaminsky, Lizondo i Reinhart (1997) izračunali su da su izabrani indikatori na njihovom
uzorku zemalja uspjeli najaviti oko 70% od ukupnog broja promatranih valutnih kriza.
Sljedeći pokazatelj koji se dobije iz gornje matrice je omjer točnih signala i ukupnog broja
signala u razdobljima koja završavaju krizom, izražen kao A/(A+C). U ovom bi slučaju
maksimalni učinak (A/(A+C) = 1) imao indikator koji šalje signale svaki mjesec unutar signalnog
horizonta i to prije svake promatrane krize (dakle, C=0). Na temelju gornje matrice moguće je
izračunati i omjer pogrešnih signala i ukupnog broja signala u nekriznim, normalnim
razdobljima, koji je izražen kao B/(B+D). Što je taj omjer manji to je indikator bolji, jer to znači
da je indikator proizveo manje pogrešnih signala u razdobljima koji ne završavaju krizom.
Kjučna mjera koja se izračunava na temelju gornje matrice je mjera signalne pogreške (eng.
noise-to-signal ratio), koja se izračunava na temelju omjera gore spomenute dvije mjere i pruža
informaciju o uspješnosti indikatora da proizvede dobar i izbjegne krivi signal. Riječ je o
jednostavnom omjeru između udjela pogrešnih signala i udjela točnih signala u ukupnom broju
signala ili:
= [B/(B+D)] / [A/(A+C)]
Samo idealni indikator krize može imati vrijednost mjere signalne greške jednaku nuli. To je
moguće samo u slučaju kad je brojnik gornjeg izraza jednak nuli, što znači da unutar normalnog
razdoblja indikator nije proizveo niti jedan pogrešan signal za krizu (B=0). Ukoliko je udio
pogrešnih signala u normalnom razdoblju jednak udjelu točnih signala u pretkriznom razdoblju
tada je mjera signalne pogreške jednaka jedan. Kad udio pogrešnih signala u normalnim
razdobljima premaši broj točnih signala u kriznim razdobljima, mjera signala greške postaje veća
od jedan. Stoga je mjera signalne pogreške ključna za izbor uže liste najboljih signalnih
indikatora krize, pri čemu se rukovodimo kriterijem 0,1). Što je taj pokazatelj manji to je
indikator uspješniji u najavi krize. Svi oni pokazatelji čija je mjera signalne pogreške jednaka ili
veća od jedan, ispuštaju se sa liste signalnih varijabli i ne mogu se koristiti za izračunavanje
složenih ili kompozitnih indeksa za rano prepoznavanje kriza.
Kvalitetu signala ocjenjujemo i na temelju usporedbe vjerojatnosti krize uvjetovane signalom
(A/(A+B)) sa neuvjetovanom vjerojatnosti pojave krize (A+C)/(A+B+C+D). Elemente za
izračunavanje ovog pokazatelja jednostavno dobijemo iz gornje matrice. Uvjetovana vjerojatnost
veća je od neuvjetovane samo kod pokazatelja koji su se pokazali uspješnima u najavi krize i čija
je mjera signalne pogreške manja od jedan.
Izbor najuspješnijih indikatora ovisi i o utvrđenom vremenu prethođenja ili “lead time” svakog
od njih. Nije svejedno da li indikator upozorava na mogućnost pojave krize dvanaest mjeseci ili
samo jedan mjesec prije njenog izbijanja. Stoga je, bez obzira na rezultate ocjene indikatora na
temelju matrice ocjenjivanja nužno utvrditi signalni horizont svakog pojedinog pokazatelja,
odnosno koliko su mjeseci prije izbijanja krize pojedini pokazatelji proizveli prve upozoravajuće
signale.
Posljednji kriterij za ocjenu indikatora je utvrđivanje vjerodostojnosti ili postojanosti signala
kojom indikator najavljuje poremećaj. Mjera postojanosti signala jednostavan je inverz mjere
signalne pogreške (-1
=[A/(A+C) / [B/(B+D)]), a govori nam koliko je puta signal u pretkriznom
razdoblju postojaniji u odnosu na “normalna” razdoblja. Što je mjera signalne greške nekog
indikatora manja, to je postojanost njegova signala u pretkriznim razdobljima veća, što znači da
indikator bolje “anticipira” nadolazeću krizu.
Nakon detaljne procjene signalne snage i kvalitete svih potencijalnih indikatora uz pomoć matrice
ocjenjivanja, potrebno je dobivene rezultate rezimirati i na temelju njih odabrati najpouzdanije
signalne pokazatelje kriza. Takve uže liste indikatora zovemo sustavi za rano upozorenje valutnih
ili bankarskih kriza, ovisno o definiciji kriznog događaja kojeg želimo analizirati i predviđati.
Sustave za rano upozorenje valutnih i bankarskih kriza možemo koristiti na način da
kontinuirano mjesečno pratimo kretanje svakog pojedinačnog indikatora iz sustava s ciljem
ranog prepoznavanja nadolazećeg kriznog događaja. Drugi je način izračunavanje složenog
ili kompozitnog signalnog indeksa sastavljenog od najboljih signalnih indikatora, koji
omogućuje da se samo uz pomoć jednog reprezentativnog pokazatelja prati osjetljivost
financijskog (deviznog ili bankarskog) sustava.
4.1.5. Složeni ili kompozitni indeksi valutnih i bankarskih kriza
Kao što smo ranije prikazali, za svaki se indikator Ir,t (r=1,..,n, a n je broj indikatora s uže liste)
utvrđuje binarna signalna varijabla Sr,t koja poprima vrijednost jedan kad indikator daje signal, ili
vrijednost nula kad signala nema. Jedan je način da se kompozitni ili složeni indikator za rano
upozorenje krize SIt izračuna kao jednostavna aritmetička sredina signalnih varijabli Sr,t
(r=1,..,n):
SIt = r=1,..,n Sr,t /n
SIt 0,1; SIt = 0 r = 1,...,n: Sr,t = 0; SIt = 1 r = 1,...,n: Sr,t = 1 (42)
Možemo primijetiti da složeni indikator SIt poprima vrijednosti u intervalu između nula i jedan.
Ukoliko svi od ukupno n indikatora s uže liste u vremenu t daju signal za krizu (slučaj Sr,t=1),
tada složeni indikator za upozorenje krize SIt postiže svoju maksimalnu jediničnu vrijednost.
Kada niti jedan od indikatora ne proizvede signal u vremenu t (slučaj Sr,t = 0) složeni indikator
postiže vrijednost nula.
Za izračunavanje složenog indikatora možemo koristiti i informacije o kvaliteti i pouzdanosti
signala dobivenih na temelju matrice ocjenjivanja svakog pojedinog indikatora. U tom slučaju za
ponderiranje signala Sr,t svakog pojedinačnog indikatora Ir,t koristimo pondere r koji su dobiveni
dijeljenjem inverzne vrijednosti mjere signalne pogreške svakog pojedinog indikatora sa zbrojem
inverznih vrijednosti mjera signalne pogreške svih n indikatora sa uže liste ili:
r = (1/r) / r=1,..,n 1/r ,
r = Br/(Br+Dr)] / [Ar/(Ar+Cr)]; r =1,...,n (43)
Kompozitni ili složeni indikator za rano upozorenje kriza koji uključuje informaciju o kvaliteti
signala označit ćemo sa SIt*, i dobiva se na sljedeći način:
SIt* = r=1,..,n Sr,t r r = (1/r) / r=1,..,n 1/r
SIt* 0,1; SIt
* = 0 r = 1,...,n: Sr,t = 0; SIt
* = 1 r = 1,...,n: Sr,t = 1 (44)
Kao i kod prvog načina izračunavanja, i ovaj složeni indikator poprima vrijednosti u intervalu
između 0 i 1; maksimalnu jediničnu vrijednost postiže kada svi indikatori proizvode signal u
vremenu t, a najmanju vrijednost nula ostvaruje kada niti jedan od promatranih indikatora ne šalje
signal za krizu. Za razliku od prvog načina izračunavanja, ovim se pristupom želi u izračunu
složenog indeksa naglasiti utjecaj kvalitetnijih pokazatelja sa manjom signalnom greškom u
najavi krize.
Da bismo razlikovali normalno ponašanje od atipičnog kretanja složenih indeksa (SIt ili SIt*) u
pojedinim razdobljima, definiramo granice, odnosno kritične vrijednosti tih indeksa koje odvajaju
njihove ekstremne vrijednosti od "normalnih". Složeni indeks SIt najavljuje krizu onda kada
vrijednosti tog indeksa prelaze kritičnu graničnu vrijednost ks. Za određivanje granične vrijednosti
složenog indeksa također koristimo percentilne mjere, kao i kod utvrđivanja kritičnih granica za
pojedinačne indikatore (kr) sa uže liste.
Dobiveni složeni ili kompozitni indeksi za rano prepoznavanje kriza (jednostavni SIt i ponderirani
SIt*) krajnji su rezultati primjene signalne metode, a upotrebljavaju se za predviđanje budućih
poremećaja ili na deviznom tržištu ili u bankarskom sustavu. Iz analize kretanja složenih
signalnih indeksa dobivamo informaciju o tome koliko mjeseci unaprijed oni proizvode
upozoravajuće signale za krizu i koliko su ti signali pouzdani. Obično se na kraju analize i složeni
indeksi ocjenjuju uz pomoć matrice ocjenjivanja kvalitete signala radi potvrde njihove
prognostičke vrijednosti. Uz pomoć složenih signalnih indeksa u stanju smo kontinuirano
mjesečno pratiti kretanje osjetljivosti deviznog tržišta ili pak bankarskog sustava, što je velika
prednost u odnosu na ostale tradicionalne tehnike analize financijskih poremećaja.
Osim toga, prednost je signalnog pristupa i njegova metodološka jasnoća i jednostavnost, što
danas i nije predmet polemika među ekonomistima. Predmetom polemika i otvorenim pitanjem
smatra se mogućnost primjene ovog pristupa u različitim empirijskim analizama koje obrađuju
različite uzorke zemalja, kao i kvaliteta informacija koje signalni pristup može pružiti
analitičarima i ekonomskim vlastima. Zagovornici ovog pristupa vjeruju da je riječ o vrlo
efikasnom metodološkom alatu kojim je moguće stvoriti uspješan sustav za rano prepoznavanje
financijskih kriza. Štoviše, rezultati dosadašnjih empirijskih provjera potvrđuju da postoji veći
broj indikatora koji u pretkriznom razdoblju “anticipiraju” buduće poremećaje i svojim ih
ponašanjem signaliziraju.
Povrh svega, rezultati dobiveni primjenom signalne metode ne odstupaju bitno od rezultata
dobivenih primjenom tradicionalnih metoda analize, a pružaju puno više informacija o ponašanju
signalnih indikatora u normalnim i pretkriznim vremenima od bilo kojeg drugog analitičkog
modela. Do ovog zaključka dolaze Berg i Pattillo (1998) koji su usporedili rezultate iz tri modela