สถาบันการเงินแบบดั้งเดิมรับเงินฝากจากลูกค้าและใช้เพื่อกู้ยืม แต่พวกเขาให้ยืมมากกว่าที่มีอยู่ ณ เวลาใดเวลาหนึ่ง ซึ่งเป็นแนวคิดที่เรียกว่าการธนาคารแบบเศษส่วน ในแง่หนึ่ง ความแตกต่างระหว่างดอกเบี้ยของเงินกู้ยืมและดอกเบี้ยที่จ่ายให้กับผู้ฝากจะเรียกว่าส่วนต่างดอกเบี้ยสุทธิและกำหนดความสามารถในการทำกำไรของธนาคาร ในทางกลับกัน ความแตกต่างระหว่างสินทรัพย์และหนี้สินจะเรียกว่าส่วนของสินทรัพย์และกำหนดความยืดหยุ่นของธนาคารต่อผลกระทบภายนอก
ก่อนการดำเนินการล่าสุดกับธนาคาร SVB ถูกมองว่าไม่เพียง แต่เป็นสถาบันการธนาคารที่ทำกำไรเท่านั้น แต่ยังเป็นสถาบันที่ปลอดภัยอีกด้วย เนื่องจาก SVB มีสินทรัพย์มูลค่า 212 พันล้านดอลลาร์เทียบกับหนี้สินประมาณ 200 พันล้านดอลลาร์ นั่นหมายความว่าพวกเขามีส่วนได้ส่วนเสียอยู่ที่ 12 พันล้านดอลลาร์หรือ 5.6% ของสินทรัพย์ นับว่าไม่เลว แม้ว่าจะเป็นประมาณครึ่งหนึ่งของค่าเฉลี่ยของธนาคารต่างๆ ที่ 11.4%
ปัญหาคือการกระทำล่าสุดโดยเงินสำรองของรัฐบาลกลางสหรัฐลดมูลค่าของหนี้ระยะยาว ซึ่ง SVB ได้รับผลกระทบอย่างหนักจากหลักทรัพย์ค้ำประกัน (ประมาณ 82 พันล้านดอลลาร์) เมื่อ SVB แจ้งให้ผู้ถือหุ้นทราบในเดือนธันวาคมว่ามีผลขาดทุนที่ยังไม่เกิดขึ้นจริงจำนวน 15 ล้านดอลลาร์ ซึ่งลบล้างส่วนของผู้ถือหุ้นของธนาคารออกไป มันทำให้เกิดคำถามมากมาย
ที่เกี่ยวข้อง USDC depegged แต่จะไม่เป็นค่าเริ่มต้น
เมื่อวันที่ 8 มีนาคม SVB ประกาศขายสินทรัพย์สภาพคล่องมูลค่า 21 หมื่นล้านดอลลาร์โดยขาดทุน และระบุว่าจะหาเงินมาชดเชยการขาดทุน แต่ประกาศความต้องการที่จะระดมเงินมากขึ้นและแม้แต่การพิจารณาขายธนาคาร ทำให้นักลงทุนกังวลอย่างมาก นำไปสู่การพยายามถอนเงินจากธนาคารประมาณ 42 พันล้านดอลลาร์ แน่นอนว่า SVB ไม่มีสภาพคล่องเพียงพอ และ Federal Deposit Insurance Corporation เข้าครอบครองกิจการในวันที่ 17 มีนาคม
เอกสารเกี่ยวกับการเงินมหภาคมีหลายสิ่งที่จะพูดเกี่ยวกับสถานการณ์เหล่านี้ แต่บทสรุปที่ดีคือการคาดหวังการเปลี่ยนแปลงที่ไม่ใช่เชิงเส้นสูง นั่นคือ การเปลี่ยนแปลงเล็กน้อยในปัจจัยนำเข้า (อัตราส่วนของทุนต่อสินทรัพย์) สามารถเปลี่ยนแปลงอย่างมากในผลผลิต ( สภาพคล่อง). การดำเนินการของธนาคารอาจมีแนวโน้มมากขึ้นในช่วงภาวะเศรษฐกิจถดถอยและมีผลกระทบอย่างมากต่อกิจกรรมทางเศรษฐกิจโดยรวม
ดำเนินการแก้ไขโครงสร้าง
เพื่อความแน่ใจ SVB ไม่ใช่ธนาคารเดียวที่มีความเสี่ยงสูงต่อสภาวะเศรษฐกิจมหภาค เช่น อัตราดอกเบี้ยและความต้องการของผู้บริโภค แต่เป็นเพียงส่วนเล็กของภูเขาน้ำแข็งที่เป็นข่าวในช่วงสัปดาห์ที่ผ่านมา และเราเคยเห็นสิ่งนี้มาก่อน ล่าสุดในช่วงวิกฤตการเงินปี 2007-2008 กับการล่มสลายของ Washington Mutual ผลที่ตามมานำไปสู่การเพิ่มการควบคุมทางการเงิน โดยส่วนใหญ่อยู่ในกฎหมาย Dodd–Frank Act ซึ่งขยายอำนาจหน้าที่ของธนาคารกลางสหรัฐเพื่อควบคุมกิจกรรมทางการเงินและอนุมัติแนวทางการคุ้มครองผู้บริโภคใหม่ ซึ่งรวมถึงการเปิดตัว Consumer Financial Protection Bureau
โปรดทราบว่า DFA ยังได้ออกกฎหมาย “Volcker Rule” ซึ่งจำกัดไม่ให้ธนาคารซื้อขายหลักทรัพย์และการลงทุนเก็งกำไรอื่นๆ โดยส่วนใหญ่ป้องกันไม่ให้ธนาคารทำหน้าที่เป็นธนาคารเพื่อการลงทุนโดยใช้เงินฝากของตนเองเพื่อซื้อขายหุ้น พันธบัตร สกุลเงิน และอื่นๆ
จัสอิน: ก.ล.ต. เปิดการสอบสวนใน Silicon Valley Bank $SIVB ผู้บริหารเทขายหุ้นก่อนวันล่มสลาย
– Watcher.Guru (@WatcherGuru) March 14, 2023
การเพิ่มขึ้นของกฎระเบียบทางการเงินนำไปสู่การเปลี่ยนแปลงอย่างรวดเร็วในความต้องการแรงงานด้านวิทยาศาสตร์ เทคโนโลยี วิศวกรรม และคณิตศาสตร์ (STEM) หรือเรียกสั้นๆ ว่า "เชิงปริมาณ" บริการทางการเงินมีความอ่อนไหวเป็นพิเศษต่อการเปลี่ยนแปลงกฎระเบียบ โดยภาระส่วนใหญ่ตกอยู่กับแรงงาน เนื่องจากกฎระเบียบส่งผลกระทบต่อค่าใช้จ่ายที่ไม่ใช่ดอกเบี้ย ธนาคารตระหนักว่าสามารถลดต้นทุนการปฏิบัติตามกฎระเบียบและเพิ่มประสิทธิภาพการดำเนินงานโดยการเพิ่มระบบอัตโนมัติ
และนั่นคือสิ่งที่เกิดขึ้น: สัดส่วนของคนงาน STEM เพิ่มขึ้น 30% ระหว่างปี 2011 ถึง 2017 ในบริการทางการเงิน และส่วนใหญ่เป็นผลมาจากกฎระเบียบที่เพิ่มขึ้น อย่างไรก็ตาม ธนาคารขนาดเล็กและขนาดกลาง (SMB) มีช่วงเวลาที่ท้าทายมากขึ้นในการรับมือกับกฎระเบียบเหล่านี้ อย่างน้อยก็ส่วนหนึ่งเนื่องจากต้นทุนในการจ้างงานและการสร้างแบบจำลองไดนามิกที่ซับซ้อนเพื่อคาดการณ์สภาวะเศรษฐกิจมหภาคและงบดุล
ความล้ำสมัยในปัจจุบันในการพยากรณ์เศรษฐกิจมหภาคติดอยู่ที่แบบจำลองทางเศรษฐมิติในปี 1990 ซึ่งมีความคลาดเคลื่อนอย่างมาก แม้ว่าการคาดการณ์มักจะได้รับการปรับในนาทีสุดท้ายเพื่อให้ดูแม่นยำมากขึ้น ความจริงก็คือไม่มีแบบจำลองหรือแนวทางที่สอดคล้องกันในการคาดการณ์ภาวะเศรษฐกิจในอนาคต โดยวางแนวทางที่น่าตื่นเต้นและทดลองไว้บางส่วนโดย ตัวอย่างเช่น ธนาคารกลางแอตแลนตากับ เครื่องมือ GDPNow
ที่เกี่ยวข้อง ฝ่ายนิติบัญญัติควรตรวจสอบผู้คุมกฎในช่วงสงครามของ ก.ล.ต. ด้วยกฎหมาย
แต่ถึงแม้เครื่องมือ "การออกอากาศตอนนี้" เหล่านี้จะไม่ได้รวมข้อมูลจำนวนมากที่แยกจากกัน ซึ่งทำให้การคาดการณ์มีความสอดคล้องกันน้อยลงสำหรับ SMB ที่มีการเปิดเผยสินทรัพย์บางประเภทหรือบางภูมิภาค และไม่สนใจสถานะทางเศรษฐกิจของประเทศต่อตนเอง
เราจำเป็นต้องเปลี่ยนจากการคาดการณ์เป็นมาตรการการปฏิบัติตามกฎระเบียบแบบ “ทำเครื่องหมายในช่อง” ไปเป็นเครื่องมือในการตัดสินใจเชิงกลยุทธ์ที่ดำเนินการอย่างจริงจัง หากการออกอากาศตอนนี้ไม่น่าเชื่อถือ ให้หยุดผลิตหรือหาทางทำให้มีประโยชน์ โลกมีพลวัตสูง และเราจำเป็นต้องใช้เครื่องมือทั้งหมดที่เรามีอยู่ ตั้งแต่ข้อมูลที่แยกย่อยไปจนถึงเครื่องมือแมชชีนเลิร์นนิงที่ซับซ้อน เพื่อช่วยให้เราเข้าใจเวลาที่เราอยู่ เพื่อให้เราสามารถประพฤติตนอย่างรอบคอบและหลีกเลี่ยงวิกฤตที่อาจเกิดขึ้น
การสร้างแบบจำลองที่ดีกว่าจะช่วยธนาคาร Silicon Valley ได้หรือไม่ อาจจะไม่ แต่การสร้างแบบจำลองที่ดีขึ้นจะเพิ่มความโปร่งใสและความน่าจะเป็นที่คำถามที่ถูกต้องจะถูกถามเพื่อกระตุ้นเตือนที่ถูกต้อง เทคโนโลยีเป็นเครื่องมือ — ไม่ใช่สิ่งทดแทน — สำหรับธรรมาภิบาล
หลังจากการล่มสลายของ Silicon Valley Bank มีการชี้นิ้วและการปรับปรุงใหม่มากมายในอดีต ที่สำคัญเราควรถาม: เหตุใดธนาคารจึงเกิดขึ้น และเราเรียนรู้อะไรได้บ้าง
คริสตอส เอ. มาคริดิส เป็นศาสตราจารย์และผู้ประกอบการ เขาทำหน้าที่เป็นซีอีโอและผู้ก่อตั้ง Dainamic ซึ่งเป็นสตาร์ทอัพด้านเทคโนโลยีทางการเงินที่ใช้ปัญญาประดิษฐ์เพื่อปรับปรุงการพยากรณ์ และทำหน้าที่เป็นพันธมิตรด้านการวิจัยที่ Stanford University และ University of Nicosia เป็นต้น เขาสำเร็จการศึกษาระดับปริญญาเอกด้านเศรษฐศาสตร์และวิทยาศาสตร์การจัดการและวิศวกรรมศาสตร์จากมหาวิทยาลัยสแตนฟอร์ด
บทความนี้มีวัตถุประสงค์เพื่อเป็นข้อมูลทั่วไปและไม่ได้มีวัตถุประสงค์เพื่อเป็นและไม่ควรถือเป็นคำแนะนำด้านกฎหมายหรือการลงทุน ความคิดเห็น ความคิด และความคิดเห็นที่แสดงในที่นี้เป็นของผู้เขียนเพียงผู้เดียว และไม่จำเป็นต้องสะท้อนหรือแสดงถึงมุมมองและความคิดเห็นของ Cointelegraph
ที่มา: https://cointelegraph.com/news/silicon-valley-bank-was-the-tip-of-a-banking-iceberg