DebtRanking (GældsRanking) og bankerne

af Robin Engelhardt

Med en øget transparens i finanssektoren vil man kunne måle – og dermed undgå – risikoen for massekrak i sektoren, viser finansfysikken.

Ved at undersøge, hvor meget banker og globale finansinstitutioner er afhængige af hinanden, har en gruppe økonomer med baggrund i komplekse systemer udviklet et værktøj, der kan kvantificere risikoen for et systemisk sammenbrud i finanssektoren.

En analyse af netværket af ejerskab og gensidige gældsforpligtelser kan definere en slags gældsrating, som forskerne kalder DebtRank: Den beregner, hvor store konsekvenser et eventuelt krak ville have, ikke kun for banken selv, men for hele netværket. Og jo flere andre banker, en bank vil tage med i faldet, desto større DebtRank har den.

Resultatet viser, at problemet ikke nødvendigvis er de banker, der er ‘too big to fail’. Det er snarere de banker, der er ‘too central to fail’. Citigroup og Deutsche Bank er for eksempel to af de allerstørste banker i verden, men hvis en af dem var gået nedenom og hjem i starten af 2008, havde det haft færre systemiske konsekvenser for finanssektoren, end hvis f.eks. J.P. Morgan eller Bank of Scotland var krakket.

Et andet eksempel er Wells Fargo & Co.: Firmaet bar på lige så meget systemisk risiko som Citigroup, selvom dets aktiver kun er en fjerdedel af Citigroups aktiver.

DebtRank blev udviklet sidste sommer og bygger på den samme indsigt, som har gjort Googles søgealgoritme PageRank så effektiv: Vigtigheden af et punkt – i Googles tilfælde en internetadresse – i et stort og sammenfiltret netværk bestemmes af punktets popularitet, det vil sige af antallet af punkter, der linker til det. Hvis en bank altså har indgået rigtig mange handler med andre banker i form af derivater, lån, forsikring af lån, væddemål osv., vil den blive central alene som funktion af sine forbindelser.

Alverdens centralbanker er lige nu ved at undersøge metoden. Et problem er dog, at de informationer, det kræver at beregne DebtRank, ikke altid er offentligt tilgængelige. De data, som er blevet brugt i forskernes undersøgelse, er da også meget ufuldstændige. Det er derfor vigtigt, siger forskerne, at implementere en lovgivning, der øger transparensen i finanssektoren, således at i det mindste myndighederne kan gribe ind, når situationen spidser til.

En gældsranking alene kan selvfølgelig ikke redde os fra finanskriser, men det er overraskende at se, hvordan et relativt nyt værktøj fra kompleksitetsforskningen kan opdage hidtil skjulte sammenhænge og tilmed være de eksisterende økonomiske stress-test og disses ‘defaultcascade algoritmer’ overlegent.

Systemiske fejlkaskader
Man kender problemet med systemfejl fra andre teknologier. Uheldet på atomkraftværket på Three Mile Island onsdag 28. marts 1979 er et skoleeksempel på en systemisk fejlkaskade. Et mindre problem i den sekundære kølekreds i reaktor 2 startede en lavine af funktionsfejl med det resultat, at der begyndte at slippe radioaktivt materiale ud. Ifølge en undersøgelseskommission var reaktoren under 30 minutter fra en irreversibel kernenedsmeltning.

Også finanskrisen fra 2007-2008 kan ses som en systemisk fejlkaskade. Lidt for lette kreditter og billige lån fik huspriserne til at stige, og da renterne pludselig steg 9. august 2007, kunne mange familier ikke betale deres afdrag. I løbet af et enkelt år kom 10 pct. af alle belånte amerikanske boliger på tvangsauktion, og mange finansinstitutioner blev insolvente. Krisen bredte sig hurtigt til realøkonomien, idet virksomheder gik konkurs og produktionen faldt. Kun ved at øge gældsloftet og printe billioner af friske dollars kunne USA undgå en officiel falliterklæring. En lignende proces med baggrund i boligbobler og dårlige statsfinanser udspiller sig lige nu i den igangværende gældskrise i EU.

Logikken bag kritiske systemfejl blev først for alvor undersøgt af Charles Perrow i bogen ‘Normal Accidents’ fra 1984, hvori han ud over atomkraftteknologierne også analyserede kemifabrikker, elektricitetsnetværk, dæmninger, fly og rumraketter. Dengang var den globale økonomi langt mindre udviklet end i dag og internettet kun i sin vorden, og Perrows konklusioner er derfor først nu ved at blive til almenviden: Komplekse tekniske systemer, hvor delelementerne er tæt koblet til hinanden, er i fare for at komme ud af kontrol gennem en serie af årsag-virkningskæder, der hver for sig måske virker harmløse, men i deres helhed kan blive til en katastrofe.

Verdensøkonomiens kerne
Datagrundlaget for DebtRank-indikatoren stammer fra en efterhånden berømt undersøgelse, som Ingeniøren skrev om i efteråret 2011. Her blev det vist, at en central kerne af 147 multinationale banker og virksomheder kontrollerer store dele af verdensøkonomien. En af forfatterne var Stefano Battiston fra det teknologiske institut ETH Zürich i Schweiz, og han har sammen med en række kolleger analyseret videre på ejerskabsforholdene i disse banker og korreleret informationerne med data på fordelingen af de op til 1,2 billioner dollars dyre redningspakker, der blev udstedt af USA’s centralbank Federal Reserve i årene 2008-2010.

Det viser sig, at de 22 banker, der fik flest penge, udgjorde et kritisk forbundet netværk, hvor hver enkelt aktør bogstaveligt talt havde en kniv på struben på alle andre. Kortvarigt havde de en så høj DebtRank, at en mindre insolvens kunne have udraderet dem alle i én lang kaskade af krak, som figurerne her på siden viser. En DebtRank på 1 betyder, at man er i stand til at udslette den økonomiske værdi af hele netværket, hvorimod en DebtRank på 0 betyder, at man er komplet afkoblet fra netværket.

I begyndelsen af krisen, dvs. i slutningen af 2007 og i starten af 2008, havde disse 22 banker en relativt lav DebtRank på under 0,3, og ville have kunnet modstå flere nabo-bankers krak uden selv at blive destabiliseret. Men allerede i november 2008 var situationen en helt anden. Flertallet af dem havde en DebtRank på over 0,5, og kombineret med deres øgede skrøbelighed (defineret som gælden divideret med egenkapitalen) ville de, hvis de var gået fallit, have kunnet udradere over halvdelen af netværkets økonomi.

Bemærkelsesværdigt er det også, at selvom USA’s centralbank på det tidspunkt havde hældt 900 milliarder dollars i systemet, var disse bankers gæld stadig seks gange større end deres samlede markedsværdi.

Åbenhed – ingen interesse
Med hundreder af millioner af arbejdspladser, valutakrige og statsbankerotter på spil, er det en gåde, at algoritmen ikke for længst er implementeret i centralbankernes overvågningssystemer. Endnu bedre ville det være, hvis de nødvendige data til at beregne DebtRank var offentligt tilgængelige, for så kunne man som bank vælge at handle med mindre risikable modparter og gøre sig selv mere modstandsdygtig – uden ekstra omkostninger.

I sidste ende er de store globaliserede finansinstitutioner dog ikke interesserede i åbenhed, for hvis de skulle fortælle, hvilke aktiver de holder, og hvilke de sælger, ville de jo vise deres pokerhånd og dermed give konkurrenter mulighed for at vædde imod dem.

I et nyt paper på arxiv.org fra januar 2013 foreslår Stefan Thurner fra Santa Fe Institute og Sebastian Poledna fra Wiens universitet et kompromis: Gør bankernes og finanshusenes DebtRank synlig for enhver uden at afsløre de underliggende positioner, som ligger til grund for beregningen. På den måde vil man kunne vurdere risikoen – uden at se deres pokerhånd. Det ville få den samlede systemiske risiko til at falde drastisk, og markedet ville ikke miste sin effektivitet af den grund, fordi pengene altid også vil kunne findes andre steder i netværket.

Under alle omstændigheder burde det som minimum være muligt for centralbankerne at overvåge flowet i realtid, og sikre, at systemiske fejl undgås. En kaskade af krak på det globale finansmarked er nemlig mindst lige så alvorlig som en atomkraftulykke.