O Banco do Vale do Silício era a ponta de um iceberg bancário

As instituições financeiras tradicionais recebem depósitos de clientes e os utilizam para fazer empréstimos. Mas eles emprestam muito mais do que têm guardado em um determinado momento - um conceito conhecido como banco fracionário. Por um lado, a diferença entre os juros dos empréstimos e os juros pagos aos depositantes é denominada margem líquida de juros e determina a lucratividade de um banco. Por outro lado, a diferença entre os ativos e passivos é denominada patrimônio líquido e determina a resiliência do banco a choques externos.

Antes da última corrida ao banco, o SVB era visto não apenas como uma instituição bancária lucrativa, mas também segura, porque detinha US$ 212 bilhões em ativos contra cerca de US$ 200 bilhões em passivos. Isso significa que eles tinham uma reserva de US$ 12 bilhões em patrimônio ou 5.6% dos ativos. Isso não é ruim, embora seja quase a metade da média de 11.4% entre os bancos.

O problema é que ações recentes do Federal Reserve dos Estados Unidos reduziram o valor da dívida de longo prazo, à qual o SVB estava fortemente exposto por meio de seus títulos lastreados em hipotecas (cerca de US$ 82 bilhões). Quando o SVB sinalizou para seus acionistas em dezembro que tinha US$ 15 bilhões em perdas não realizadas, acabando com a reserva de capital do banco, muitos questionamentos surgiram.

Relacionado: USDC desvinculado, mas não será padrão

Em 8 de março, o SVB anunciou que havia vendido $ 21 bilhões em ativos líquidos com prejuízo e afirmou que arrecadaria dinheiro para compensar o prejuízo. Mas o anúncio da necessidade de levantar mais dinheiro – e até mesmo considerar a venda do banco – preocupou significativamente os investidores, levando a cerca de US$ 42 bilhões em tentativas de saques do banco. Obviamente, o SVB não tinha liquidez suficiente e a Federal Deposit Insurance Corporation assumiu em 17 de março.

A literatura macrofinanceira tem muito a dizer sobre essas situações, mas um bom resumo é esperar uma dinâmica altamente não linear - isto é, pequenas mudanças nos insumos (a relação capital/ativo) podem ter mudanças substanciais na produção ( liquidez). As corridas aos bancos podem ser mais propensas durante as recessões e têm grandes efeitos na atividade econômica agregada.

Buscando soluções estruturais

É claro que o SVB não é o único banco a ter uma exposição maior e arriscada a condições macroeconômicas, como taxas de juros e demanda do consumidor, mas foi apenas a ponta do iceberg que atingiu os noticiários na semana passada. E já vimos isso antes - mais recentemente durante a crise financeira de 2007-2008 com o colapso do Washington Mutual. As consequências levaram a um aumento na regulamentação financeira, principalmente na Lei Dodd-Frank, que expandiu as autoridades do Federal Reserve para regular a atividade financeira e autorizou novas diretrizes de proteção ao consumidor, incluindo o lançamento do Consumer Financial Protection Bureau.

É digno de nota que o DFA também promulgou a “Regra Volcker”, restringindo os bancos de negociar por conta própria e outros investimentos especulativos, impedindo amplamente que os bancos funcionem como bancos de investimento usando seus próprios depósitos para negociar ações, títulos, moedas e assim por diante.

A ascensão da regulamentação financeira levou a uma mudança acentuada na demanda por trabalhadores de ciência, tecnologia, engenharia e matemática (STEM), ou “quants” para abreviar. Os serviços financeiros são especialmente sensíveis às mudanças regulatórias, com grande parte do ônus recaindo sobre o trabalho, uma vez que a regulamentação afeta suas despesas não decorrentes de juros. Os bancos perceberam que poderiam reduzir os custos de conformidade e aumentar a eficiência operacional aumentando a automação.

E foi exatamente isso que aconteceu: a proporção de trabalhadores STEM cresceu 30% entre 2011 e 2017 em serviços financeiros, e muito disso foi atribuído ao aumento da regulamentação. No entanto, os bancos de pequeno e médio porte (SMBs) tiveram mais dificuldade em lidar com essas regulamentações - pelo menos em parte devido ao custo de contratação e construção de modelos dinâmicos sofisticados para prever condições macroeconômicas e balanços.

O estado da arte atual em previsões macroeconômicas está preso em modelos econométricos de 1990 que são altamente imprecisos. Embora as previsões sejam muitas vezes ajustadas no último minuto para parecerem mais precisas, a realidade é que não há um modelo ou abordagem consensual para prever condições econômicas futuras, deixando de lado algumas abordagens experimentais e empolgantes, por exemplo, o Federal Reserve de Atlanta com seu Ferramenta GDPNow.

Relacionado: Os legisladores devem verificar o consigliere de guerra da SEC com a legislação

Mas mesmo essas ferramentas de “nowcasting” não incorporam grandes quantidades de dados desagregados, o que torna as previsões menos pertinentes para PMEs expostas a certas classes de ativos ou regiões e menos interessadas no estado nacional da economia per se.

Precisamos nos afastar da previsão como uma medida de conformidade regulatória “check-the-box” em direção a uma ferramenta de tomada de decisão estratégica que é levada a sério. Se os nowcasts não tiverem um desempenho confiável, pare de produzi-los ou descubra uma maneira de torná-los úteis. O mundo é altamente dinâmico e precisamos usar todas as ferramentas à nossa disposição, desde dados desagregados até ferramentas sofisticadas de aprendizado de máquina, para nos ajudar a entender o momento em que estamos, para que possamos nos comportar com prudência e evitar possíveis crises.

Uma modelagem melhor teria salvado o Banco do Vale do Silício? Talvez não, mas uma modelagem melhor teria aumentado a transparência e a probabilidade de que as perguntas certas fossem feitas para levar às precauções certas. A tecnologia é uma ferramenta – não um substituto – para a boa governança.

Após o colapso do Silicon Valley Bank, houve muitas acusações e remoções do passado. Mais importante, devemos estar perguntando: Por que a corrida aos bancos aconteceu e o que podemos aprender?

Christos A. Makridis é professor e empresário. Ele atua como CEO e fundador da Dainamic, uma startup de tecnologia financeira que usa inteligência artificial para melhorar a previsão e atua como afiliado de pesquisa na Universidade de Stanford e na Universidade de Nicósia, entre outras. Ele possui doutorado em economia e ciências da administração e engenharia pela Universidade de Stanford.

Este artigo é para fins de informação geral e não pretende ser e não deve ser considerado como aconselhamento jurídico ou de investimento. Os pontos de vista, pensamentos e opiniões aqui expressos são de responsabilidade exclusiva do autor e não refletem ou representam necessariamente os pontos de vista e opiniões da Cointelegraph.

Fonte: https://cointelegraph.com/news/silicon-valley-bank-was-the-tip-of-a-banking-iceberg