La Silicon Valley Bank era la punta di un iceberg bancario

Gli istituti finanziari tradizionali prelevano depositi dai clienti e li utilizzano per concedere prestiti. Ma prestano molto più di quello che hanno in serbo in un dato momento - un concetto noto come banca frazionata. Da un lato, la differenza tra l'interesse sui prestiti e l'interesse pagato ai depositanti è denominato margine di interesse netto e determina la redditività di una banca. D'altro canto, la differenza tra le attività e le passività è indicata come il loro patrimonio netto e determina la resilienza della banca agli shock esterni.

Prima dell'ultima corsa alla banca, SVB era vista non solo come un istituto bancario redditizio, ma anche sicuro perché deteneva $ 212 miliardi di attività contro circa $ 200 miliardi di passività. Ciò significa che avevano un cuscino di $ 12 miliardi di azioni o il 5.6% delle attività. Non è male, anche se è circa la metà della media dell'11.4% tra le banche.

Il problema è che le recenti azioni della Federal Reserve degli Stati Uniti hanno ridotto il valore del debito a lungo termine, a cui SVB era fortemente esposta attraverso i suoi titoli garantiti da ipoteca (circa 82 miliardi di dollari). Quando SVB ha segnalato ai suoi azionisti a dicembre di avere 15 miliardi di dollari di perdite non realizzate, cancellando il cuscino azionario della banca, ha sollevato molte domande.

Correlato: USDC depegged, ma non andrà in default

L'8 marzo, SVB ha annunciato di aver venduto 21 miliardi di dollari di attività liquide in perdita e ha dichiarato che avrebbe raccolto fondi per compensare la perdita. Ma il fatto che abbia annunciato la necessità di raccogliere più denaro - e persino preso in considerazione la vendita della banca - ha preoccupato gli investitori in modo significativo, portando a circa 42 miliardi di dollari di tentativi di prelievo dalla banca. Ovviamente SVB non disponeva di liquidità sufficiente e il 17 marzo è subentrata la Federal Deposit Insurance Corporation.

La letteratura sulla macrofinanza ha molto da dire su queste situazioni, ma un buon riassunto è aspettarsi dinamiche altamente non lineari, ovvero piccoli cambiamenti negli input (il rapporto equity-to-asset) possono avere cambiamenti sostanziali sulla produzione ( liquidità). Le corse agli sportelli possono essere più inclini durante le recessioni e avere grandi effetti sull'attività economica aggregata.

Ricerca di soluzioni strutturali

A dire il vero, SVB non è l'unica banca che ha un'esposizione più elevata e rischiosa alle condizioni macroeconomiche, come i tassi di interesse e la domanda dei consumatori, ma è stata solo la punta dell'iceberg che ha fatto notizia la scorsa settimana. E lo abbiamo già visto, più di recente durante la crisi finanziaria del 2007-2008 con il crollo della Washington Mutual. Le conseguenze hanno portato a un'impennata nella regolamentazione finanziaria, in gran parte nel Dodd-Frank Act, che ha ampliato le autorità della Federal Reserve per regolare l'attività finanziaria e ha autorizzato nuove linee guida per la protezione dei consumatori, compreso il lancio del Consumer Financial Protection Bureau.

Da notare che il DFAE ha anche promulgato la "Volcker Rule", limitando le banche dal trading proprietario e altri investimenti speculativi, impedendo in gran parte alle banche di funzionare come banche di investimento utilizzando i propri depositi per negoziare azioni, obbligazioni, valute e così via.

APPENA IN: La SEC avvia un'indagine sulla Silicon Valley Bank $SIVB le vendite di azioni dei dirigenti effettuate giorni prima del crollo.

—Watcher.Guru (@WatcherGuru) 14 Marzo 2023

L'ascesa della regolamentazione finanziaria ha portato a un brusco cambiamento nella domanda di lavoratori nel campo della scienza, della tecnologia, dell'ingegneria e della matematica (STEM), o "quants" in breve. I servizi finanziari sono particolarmente sensibili ai cambiamenti normativi, con gran parte dell'onere che ricade sul lavoro poiché la regolamentazione influisce sulle loro spese diverse dagli interessi. Le banche si sono rese conto che potevano ridurre i costi di conformità e aumentare l'efficienza operativa aumentando l'automazione.

Ed è esattamente quello che è successo: la percentuale di lavoratori STEM è cresciuta del 30% tra il 2011 e il 2017 nei servizi finanziari, e gran parte di questo è stato attribuito all'aumento della regolamentazione. Tuttavia, le banche di piccole e medie dimensioni (PMI) hanno avuto difficoltà a far fronte a queste normative, almeno in parte a causa del costo dell'assunzione e della costruzione di sofisticati modelli dinamici per prevedere le condizioni macroeconomiche e i bilanci.

L'attuale stato dell'arte nelle previsioni macroeconomiche è bloccato nei modelli econometrici del 1990 che sono altamente imprecisi. Mentre le previsioni vengono spesso aggiustate all'ultimo minuto per apparire più accurate, la realtà è che non esiste un modello o un approccio basato sul consenso per prevedere le condizioni economiche future, a parte alcuni approcci entusiasmanti e sperimentali, ad esempio, della Federal Reserve di Atlanta con la sua Strumento PILNow.

Correlato: I legislatori dovrebbero controllare il consigliere in tempo di guerra della SEC con la legislazione

Ma anche questi strumenti di "nowcasting" non incorporano grandi quantità di dati disaggregati, il che rende le previsioni meno pertinenti per le PMI che sono esposte a determinate asset class o regioni e meno interessate allo stato dell'economia nazionale in sé.

Dobbiamo allontanarci dalla previsione come misura di conformità normativa "check-the-box" verso uno strumento decisionale strategico che viene preso sul serio. Se i nowcast non funzionano in modo affidabile, smetti di produrli o trova un modo per renderli utili. Il mondo è altamente dinamico e dobbiamo utilizzare tutti gli strumenti a nostra disposizione, dai dati disaggregati ai sofisticati strumenti di apprendimento automatico, per aiutarci a capire i tempi in cui ci troviamo in modo da poter comportarci con prudenza ed evitare potenziali crisi.

Una modellazione migliore avrebbe salvato la Silicon Valley Bank? Forse no, ma una migliore modellazione avrebbe aumentato la trasparenza e la probabilità che sarebbero state poste le domande giuste per richiedere le giuste precauzioni. La tecnologia è uno strumento, non un sostituto, per una buona governance.

All'indomani del crollo della Silicon Valley Bank, c'è stato un sacco di dito puntato e rimaneggiamento del passato. Ancora più importante, dovremmo chiederci: Perché è avvenuta la corsa agli sportelli e cosa possiamo imparare?

Questo articolo è a scopo informativo generale e non è inteso e non deve essere considerato un consiglio legale o di investimento. I punti di vista, i pensieri e le opinioni qui espressi sono solo dell'autore e non riflettono necessariamente o rappresentano i punti di vista e le opinioni di Cointelegraph.