We model the change in the capital

We model the change in the capital ratio as a function of lagged capital, the business cycle,
changes in the inflation rate, the real effective exchange rate, interest rates to capture the
impact of monetary policy5
. We also control for the depth of the financial system. Our model
specification is as follows:

4
Other cross country differences, including financial dollarization, banking system capitalization and portfolio
risk, are also tested but not found significant.
5
The underlying conceptual model explaining bank capital, following Shrieves and Dahl (1992 ) is outlined in
the appendix. 11
∆capitali,t = α1 + β1capitali,t-1 + β2bcyclei,t + β3inflationi,t + β4reeri,t +
β5int_ri,t + β6sizei,t + εi,t (2)
for panel data i = 1,...., 96 and t = 1998,....,2005.
Variable Description Expected
Effect
Explanation
capitalt-1 One period lagged capital, implying the
cost of raising capital or adjustment cost. +
A higher cost of adjusting capital implies that banks will
hold a capital buffer.
bcycle The cycle component (hp-filtered series)
of real GDP growth -
In downturns: (1) banks take precautionary measures by
holding more capital; (2) banks relying on credit ratings to
gain access to capital will increase capital.
inflation The annual change in the inflation rate ambiguous The effect on bank capital ratios depends on what happens
to bank income under high inflation conditions.
Reer The annual change in the real effective
exchange rate
ambiguous The effect on bank capital ratios depends on the share of
banking system assets held abroad.
int_r The annual change in real interest rates ambiguous Depends on the dominating effect – pass through to deposit
rates or pass through to lending rates, which will
determine higher bank profits
size Ratio of total assets of the financial
system to GDP -
Larger banks may hold less capital.
(Using our dataset, a simple correlation between average
financial system size and average capital ratio shows a
negative relationship).
We estimate a dynamic specification of equation (2) given that capital at time t, is likely to be
related to its level in previous periods. Estimating the determinants of bank performance
variables using a dynamic panel data model is generally relevant because it allows for
regressors which are lagged dependent variables to be endogenous.
However, using dynamic panel data models introduces two econometric issues which render
OLS, between, fixed and random effects estimators (typically used in panel data estimations)
biased and inconsistent. The potential bias in the estimates arises first from correlation
between Xit (where Xit is the vector of explanatory variables), in this case the lagged
endogenous variable (capitalt-1) and autoregressive terms in the error term. The second main
issue is whether Xit is exogenous weakly, strictly or contemporaneously.

Therefore, estimating equation 2 requires an instrumental variable approach in order to
correctly control for the problem of endogeneity. As instruments, we choose the second lag
of capital (capitalt-2) and the change in capital (∆capitalt-2), assuming no second order
autocorrelation in the errors. This approach has been generalized by Arellano and Bond
(1991) whose idea is to build up as many moment restrictions within a generalized method of
moments (GMM) framework. Their approach is based on the fact that as t increases, the
number of admissible instruments is also increasing. The GMM allows us to optimally
exploit the orthoganality conditions between the lagged dependent variables and the
disturbances.
Tables 1-2 report the results of 4 specifications of equation 2 using as dependent variables
the capital to assets and the capital to risk weighted assets ratios respectively. We report the 12
results for the following models: pooled OLS (OLS on levels); within groups; firstdifferenced
GMM; and System-GMM6
. The coefficients of the explanatory variables show
the dynamic short term relationship between the capital ratio and its determinants.
The business cycle has a strong negative correlation with the capital adequacy ratio, and this
relationship is robust across all specifications. Our analysis indicates that on average,
banking systems tend to have higher capital ratios in economic downturns, but lower capital
ratios in upturns (either by holding more capital, or less assets). This result is consistent with
findings in other studies, notably Wong, Choi and Fong (2005) who analyze the determinants
of capital levels in Hong Kong. During economic downturns, the quality of banks’ assets will
generally deteriorate, thus increasing risk exposure and capital in turn. Banks take
precautionary measures to insure themselves during downturns by holding more capital in
anticipation of possible increases in write-offs and provisions. According to this theory,
banks will adjust the numerator in the capital adequacy ratio. Separately, in economic
downturns, banks may also increase their capital adequacy ratios by adjusting the
denominator (reducing their asset portfolio) in order to try and maintain regulatory
requirements.7

Higher inflation has a negative effect on capital adequacy ratios, possibly through the
negative effect (of inflationary conditions) on profits. Interest rates and the real effective
exchange rate have a negative effect on affect capital ratios – their coefficients are
statistically significant across all specifications. However, the coefficient on size, a variable
proxying the size of the banking system (measured by the ratio of total assets to GDP) is
negative, statistically significant and robust across all specifications. This implies that on
average, smaller financial systems will tend to hold more capital. Consistent with other
studies, the coefficient on lagged capital is positive and statistically significant confirming
the existence of adjustment costs and that full adjustment (of capital to the target capital)
does not occur instantaneously.
The interaction terms income*bcycle and fs_size*bcycle are negative and significant,
implying that the negative relationship between the business cycle and capital adequacy
ratios is larger the lower a country’s income, and the lower the level of financial
development. The term bcp*bcycle is positive and significant, implying that the negative
relationship between the business cycle and capital adequacy ratios is smaller in countries
with a higher quality of supervision.

Kết quả (Việt) 2:

Chúng tôi mô hình thay đổi trong tỷ lệ vốn là một chức năng vốn có độ trễ, các chu kỳ kinh doanh,
thay đổi trong tỷ lệ lạm phát, tỷ giá thực hiệu quả, lãi suất để nắm bắt được
tác động của policy5 tiền tệ
. Chúng tôi kiểm soát được độ sâu của hệ thống tài chính. Mô hình của chúng tôi
là đặc điểm kỹ thuật như sau: 4 khác biệt xuyên quốc gia khác, bao gồm cả đô la hóa tài chính, vốn hóa hệ thống ngân hàng và danh mục đầu tư . rủi ro, cũng được thử nghiệm nhưng không tìm thấy ý nghĩa 5 Các mô hình khái niệm giải thích vốn ngân hàng bên dưới, sau Shrieves và Dahl (1992) được trình bày trong phụ lục. 11 Δcapitali, t = α1 + β1capitali, t-1 + β2bcyclei, t + β3inflationi, t + β4reeri, t + β5int_ri, t + β6sizei, t + εi, t (2) cho các dữ liệu bảng i = 1, ... ., 96 và t = 1998, ...., 2005. Variable Mô tả Dự kiến Effect Giải thích capitalt-1 Một khoảng thời gian trễ vốn, nghĩa là chi phí huy động vốn hoặc điều chỉnh chi phí. + Giá cao hơn của việc điều chỉnh vốn có nghĩa là các ngân hàng sẽ giữ một bộ đệm vốn. bcycle Các thành phần chu kỳ (loạt hp lọc) của tốc độ tăng trưởng GDP thực tế - Trong thời kỳ suy thoái: (1) các ngân hàng có biện pháp phòng ngừa bằng cách giữ thêm vốn; (2) các ngân hàng dựa vào xếp hạng tín dụng để tiếp cận với nguồn vốn sẽ tăng vốn. lạm phát Sự thay đổi hàng năm trong tỷ lệ lạm phát không rõ ràng Hiệu quả về tỷ lệ vốn của ngân hàng phụ thuộc vào những gì sẽ xảy ra đối với thu nhập của ngân hàng trong điều kiện lạm phát cao. REER Sự thay đổi hàng năm trong thực có hiệu quả tỷ giá không rõ ràng Hiệu quả về tỷ lệ vốn của ngân hàng phụ thuộc vào phần tài sản hệ thống ngân hàng được tổ chức ở nước ngoài. int_r Sự thay đổi hàng năm lãi suất thực không rõ ràng phụ thuộc vào hiệu quả trận đấu bên phía - đi qua để gửi tiền lãi hoặc đi qua để lãi suất cho vay, trong đó sẽ xác định cao hơn lợi nhuận ngân hàng Tỷ lệ kích thước của tổng tài sản tài chính của hệ thống để GDP - . Các ngân hàng lớn có thể giữ ít vốn (Sử dụng bộ dữ liệu của chúng tôi, một mối tương quan đơn giản giữa trung bình kích thước hệ thống tài chính và tỷ lệ vốn trung bình cho thấy một . mối quan hệ tiêu cực) Chúng tôi ước tính một đặc điểm kỹ thuật năng động của phương trình (2) cho rằng vốn tại thời điểm t, có thể được liên quan đến mức độ của nó trong giai đoạn trước đây. Ước tính các yếu tố quyết định hiệu suất ngân hàng biến sử dụng một mô hình dữ liệu bảng năng động nói chung là phù hợp bởi vì nó cho phép các biến hồi quy được tụt biến phụ thuộc là nội sinh. Tuy nhiên, sử dụng mô hình dữ liệu bảng năng động giới thiệu hai vấn đề kinh tế mà làm cho OLS, giữa cố định và ngẫu nhiên tác lập dự toán (thường được sử dụng trong ước tính dữ liệu panel) thiên vị và không phù hợp. Các sai lệch tiềm ẩn trong dự toán phát sinh đầu tiên từ tương quan giữa xit (nơi xit là vector của các biến giải thích), trong trường hợp này có độ trễ biến nội sinh (capitalt-1) và các điều kiện tự hồi trong thời gian lỗi. Các chính thứ hai vấn đề là liệu xit là ngoại sinh yếu, đồng thời cũng là đúng hay. Vì vậy, ước lượng phương trình 2 đòi hỏi một cách tiếp cận biến số công cụ để kiểm soát một cách chính xác cho vấn đề nội sinh. Với các thiết bị, chúng tôi chọn sự tụt hậu thứ hai của vốn (capitalt-2) và thay đổi vốn (Δcapitalt-2), giả sử không có thứ tự thứ hai tương quan trong các lỗi. Cách tiếp cận này đã được tổng quát hóa bởi Arellano và Bond (1991) có ý tưởng là để xây dựng lên như nhiều hạn chế thời điểm trong vòng một phương pháp tổng quát của những khoảnh khắc (GMM) framework. Phương pháp của họ là dựa trên thực tế là như t tăng lên, số lượng cụ thể chấp nhận được cũng tăng lên. Các GMM cho phép chúng tôi để tối ưu các điều kiện khai thác orthoganality giữa biến phụ thuộc trễ và các rối loạn. Bàn 1-2 báo cáo kết quả của 4 thông số kỹ thuật của phương trình 2 sử dụng các biến như phụ thuộc vào các nguồn vốn để tài sản và vốn mạo hiểm tỷ lệ tài sản có tương ứng. Chúng tôi báo cáo 12 kết quả cho các mô hình sau: OLS gộp (OLS trên cấp); trong nhóm; firstdifferenced GMM; và hệ thống-GMM6 . Các hệ số của các biến giải thích cho mối quan hệ ngắn hạn năng động giữa tỷ lệ vốn và các yếu tố của nó. Các chu kỳ kinh doanh có một mối tương quan tiêu cực mạnh mẽ với các tỷ lệ an toàn vốn, và điều này quan hệ là mạnh mẽ trên tất cả các chi tiết kỹ thuật. Phân tích của chúng tôi chỉ ra rằng trung bình, hệ thống ngân hàng có xu hướng có tỷ lệ vốn cao hơn trong thời kỳ suy thoái kinh tế, nhưng vốn thấp hơn tỷ lệ trong đợt gia tăng (hoặc bằng cách giữ thêm vốn, tài sản hoặc ít hơn). Kết quả này cũng phù hợp với kết quả nghiên cứu khác, đáng chú ý là Wong, Choi và Fong (2005), người phân tích các yếu tố quyết định mức vốn tại Hồng Kông. Trong thời kỳ suy thoái kinh tế, chất lượng tài sản của ngân hàng sẽ thường xấu đi, do đó làm tăng nguy cơ rủi ro và vốn lần lượt. Các ngân hàng tiến các biện pháp phòng ngừa để đảm bảo chính mình trong thời kỳ suy thoái bằng cách giữ thêm vốn trong dự đoán của tăng có thể trong xử lý nợ xấu và các quy định. Theo lý thuyết này, các ngân hàng sẽ điều chỉnh tử số trong các tỷ lệ an toàn vốn. Riêng biệt, trong nền kinh tế suy thoái, các ngân hàng cũng có thể làm tăng tỷ lệ an toàn vốn của mình bằng cách điều chỉnh các mẫu (giảm danh mục đầu tư tài sản của họ) để cố gắng duy trì và điều tiết requirements.7 Lạm phát cao có ảnh hưởng tiêu cực về các tỷ lệ an toàn vốn, có thể thông qua các tác động tiêu cực (điều kiện lạm phát) trên lợi nhuận. Lãi suất và hiệu quả thực tế tỷ giá hối đoái có ảnh hưởng tiêu cực đến ảnh hưởng đến tỷ lệ vốn - hệ số của họ là ý nghĩa thống kê ở tất cả các chi tiết kỹ thuật. Tuy nhiên, các hệ số về kích thước, một biến proxy kích thước của hệ thống ngân hàng (được đo bằng tỷ lệ giữa tổng tài sản so với GDP) là tiêu cực, có ý nghĩa và mạnh mẽ trên tất cả các chi tiết kỹ thuật. Điều này ngụ ý rằng trên trung bình, hệ thống tài chính nhỏ hơn sẽ có xu hướng nắm giữ vốn. Phù hợp với các nghiên cứu, hệ số vốn tụt là tích cực và có ý nghĩa thống kê xác nhận sự tồn tại của chi phí điều chỉnh và điều chỉnh đầy đủ (vốn cho vốn mục tiêu) không xảy ra ngay lập tức. Thu nhập từ ngữ tương tác * bcycle và fs_size * bcycle là tiêu cực và có ý nghĩa, ngụ ý rằng mối quan hệ tiêu cực giữa các chu kỳ kinh doanh và an toàn vốn là tỷ lệ thu nhập của một quốc gia càng lớn hơn, và thấp hơn mức độ tài chính phát triển. Thuật ngữ BCP * bcycle là tích cực và đáng kể, ngụ ý rằng những tiêu cực mối quan hệ giữa các tỉ số chu kỳ kinh doanh và an toàn vốn là nhỏ hơn trong nước với chất lượng cao hơn của sự giám sát.