دانلود رایگان ترجمه مقاله وابستگی حالت به دسترسی اعتبار – الزویر ۲۰۱۶

elsevier1

دانلود رایگان مقاله انگلیسی وابستگی حالت به دسترسی اعتبار به همراه ترجمه فارسی

 

عنوان فارسی مقاله وابستگی حالت به دسترسی اعتبار
عنوان انگلیسی مقاله State dependence in access to credit
رشته های مرتبط اقتصاد و مدیریت، مدیریت مالی، بانکداری و اقتصاد مالی
کلمات کلیدی محدودیت های اعتباری، وابستگی حالت، وام گیرندگان دلسرد، مدل مرتبه اول مارکوف
فرمت مقالات رایگان

مقالات انگلیسی و ترجمه های فارسی رایگان با فرمت PDF آماده دانلود رایگان میباشند

همچنین ترجمه مقاله با فرمت ورد نیز قابل خریداری و دانلود میباشد

کیفیت ترجمه کیفیت ترجمه این مقاله متوسط میباشد 
نشریه الزویر – Elsevier
مجله مجله ثبات مالی – Journal of Financial Stability
سال انتشار ۲۰۱۶
کد محصول F830

مقاله انگلیسی رایگان (PDF)

دانلود رایگان مقاله انگلیسی

ترجمه فارسی رایگان (PDF)

دانلود رایگان ترجمه مقاله

خرید ترجمه با فرمت ورد

خرید ترجمه مقاله با فرمت ورد
جستجوی ترجمه مقالات جستجوی ترجمه مقالات مدیریت

  

فهرست مقاله:

چکیده
مقدمه
راهبرد تجربی
مسائل شناسایی
مدل مارکوف درجه اول برای وابستگی حالت در دسترسی به اعتبار
اندازه گیری وابستکی حالت در محدودیت اعتبار و اثر دلسرد کنندگی
داده ها و متغیر ها
نتایج براورد ها و بحث
شناسایی وابستگی حالت
مقایسه مدل های مختلف: خوبی برازش
عوامل تعیین کننده دسترسی اعتبار
کنترل تغییرات در عرضه اعتبار
وابستگی حالت درزمان های بحران و ارامش
نتیجه گیری

 

بخشی از ترجمه فارسی مقاله:

۱- مقدمه
این مسئله به خوبی اثبات شده است که وام دهی بانک در طی چندین چرخه اتفاق می افتد. شواهد دقیق نشان می دهدکه مکانیسم شتاب دهنده های مالی بارنانک و گتلر ۱۹۸۹ و کیوتاکی و مور ۱۹۹۷، از اهمیت زیادی برای توجیه نوسانات اقتصادی و پویایی سرمایه گذاری شرکت ها( بران و لاراین ۲۰۰۵، لیو و همکاران ۲۰۱۱، مک کلین و زایو ۲۰۱۴) برخوردار بوده و این که استاندارد های وام دهی و اعتبار دهی بانگ ها به صورت هم چرخه ای است( برگر و اندل ۲۰۰۴، راکس ۲۰۰۴، لاون و مورگان ۲۰۰۶، گورتون و هی ۲۰۰۸، دی باندت و همکاران ۲۰۱۰).علی رغم این اجماع کلی ، وجود چرخه های وام در سطح شرکت هنوز به خوبی شناخته نشده است. این مقاله سعی دارد تا این خلاء را با بررسی این که آیا دسترسی شرکت به وام و اعتبار، به ویژه اجتمال درخواست وام و برایند و اثرات درخواست وام با وابستگی دولت همراه است یا خیر در یک نمونه از شرکت های تولیدی ایتالیایی پر کند.
در صورتی که وام گیرنده ها از نظر کمیت یا قیمت تحت محدودیت بانکی قرار گیرند معمولا دسترسی محدودی به اعتبارت بانکی خواهند داشت و در صورتی که آن ها با پیش بینی محدودیت های اعتباری آینده از درخواست وام دلسرد شوند، باز هم دسترسی آن ها به اعتبارات بانکی محدود خواهد شد.( جاپلی ۱۹۹۰). در یک چارچوب پویا، وابستگی دولت به اعتبار در زمانی که یک وام گیرنده که درخواست وام او به طور کلی یا جزیی در گذشته رد شده است، یک درجه بالایی از احتمال محدودیت را نشان می دهد و یا ممکن است از درخواست وام در آینده دلسرد شوند.
منابع تجربی گسترده ای به بررسی دسترسی شرکت ها به اعتبارات و عوامل موثر بر درخواست وام ومحدودیت اعتبارات پرداخته اند( السنادرینی و همکاران ۲۰۰۹، هان و همکاران ۲۰۰۹، پاپوف و انندل ۲۰۱۲، پرسبیترو و همکاران ۲۰۱۴، کول و سکویک ۲۰۱۶). توجه بسیار محدودی به این مسئله معطوف شده است که ایا شرکت ها در یک حالت محدودیت اعتبار با گذشت زمان باقی می ماند یا خیر. یک استثنای اخیر، مطالعه داگال و همکاران(۲۰۱۵) می باشد که به تحلیل اختلاف بازده در وام های مکرر ثبت شده در دینابیس دیلسکان از ۱۹۸۷ تا ۲۰۰۸ پرداخته و پی بردند که بازده ای که یک شرکت ازآخرین وام خود دریافت می کند بر بازده دریافت شده در وام جدید اثر گذاشته و به عنوان یک تکیه گاه عمل می کند. این الگو با وابستگی حالتی در دسترسی شرکت ها به اعتبار سازگار است.
پیوستگی و ثبات در حالت محدودیت اعتبار را می توان ناشی از ویژگی های شرکتی( اندازه شرکت، ریسک، سود اوری) ناهمگنی مشاهده نشده و وابستگی حالت واقعی دانست( هکمن ۱۹۸۱ الف). ناهمگونی مشاهده نشده منعکس کننده ویژکی های شرکتی اندازه گیری نشده است که بر احتمال محدودیت دسترسی به اعتبار در هر دوره اثردارد ولی تحت محدودیت های اعتباری گذشته نظیر نبود توانایی کارافرینانه مدیران و یا نبود فرصت های کسب و کار قرار نمی گیرد. در صورتی که این مشاهده ناپذیر ها دارای درجاتی از ثبات و پیوستگی بانشد، آن ها ممکن است موجب ایجاد یک وابستگی حالت کاذب کنند: با ثابت در نظر گرفتن سایر موارد، محدودیتهای اعتبار گذشته می تواند یک شاخص معنی دار از احتمال محدودیت های اعتباری حال باشد اگرچه آن ها تنها منعکس کننده اثر ناهمگونی مشاهده نشده هستند. بر عکس وابستگی حالت واقعی اشاره به این دارد که تجربه محدودیت در دسترسی به اعتبار اثر واقعی بر روی خطر محدودیت های آینده دارد.
دو مکانیسم غیر قابل جایگزین قادر به توجیه وابستگی حالت حقیقی در دسترسی به اعتبار می باشند. اولا، یک دسترسی محدود به اعتبار در یک دوره را می توان به تغییرات معکوس در ویژگی ها و فرصت های شرکت نسبت داد که برای بانک ها جهت وام دهی به این شرکت ها در آینده سود آور نبوده و در عین حال درخواست وام برای شرکت ها ، از ارزش کم تری برخوردار است. برای مثال، یک شوک منفی به بهره وری وام گیرنده و یا به عرضه اعتبار موجب کاهش ارزش دارایی های قابل وثیقه می شود( برنانمگ و سرتلر ۱۹۸۹، گرین والد و استیگکتلز ۱۹۹۳، کیوتاکی و مورر ۱۹۹۷) وقتی که بازار های اعتباری ناقص هستند و درخواست وام پر هزینه باشد، ارزش پایین وثیقه مانع از دسترسی به اعتبار می شود. وام گیرنده تحت محدودیت اعتباری بایستی سطح سرمایه گذاری و تولید را کاهش دهد و کاهش حاصله در ارزش خالص موجب کاهش توانایی و تمایل آن ها برای قرض در آینده می شود. دیگر احتمال این است که محدودیت در دسترسی به اعتبار مانع از استفاده از فرصت های کسب و کار شده و این که ارزش این فرصت با گذشت زمان با وورد رقبای دیکر به بازار کاهش می یابد و به این ترتیب دادن وام برای بانک ها، مقرون به صرفه نخواهد بود( لونسون و ویلارد ۲۰۰۰)
دومین مکانیسم مربوط به ناقص بودن اطلاعات و اصطکاک فناوری فیلترینگ است. برای چارچوب بندی تحلیل تجربی، پیوست انلاین، یک مدل وابستگی حالت به دسترسی اعتباری مبتنی بر اطلاعات ساده شده را می دهد. این مدل ساده است. همه تصمیمات وام دهی از برخی تست های نقص رسمی یا غیر رسمی احتمال ورشکستگی وام گیرندهنظیر مدل های رتبه بندی اعتباری خودکار و نیمه خودکار و یا فناوری های فلیترینگ مبتمی بر اطلاعات نرم انجام می شوند. از آن جا که به روز رسانی اطلاعات وام گیرنده پر هزینه و یا غیر عملی است، فناوری های فیلترینک بانک ها دارای حافظه می باشن. این نشان می دهد که کیفیت مورد انتظار یک وام گیرنده که برای وام در کذشته درخواست داده است ، بستکی به تتیجه تست های ارزشمندی اعتبار دهی دارد. چون این تست ها پایین ترین مقادیر را برای وام گیرنده های رد شده اختصاص می دهند، احتمال این که تست اعتبار دهی ، نتایج تست قبلی را تایید کند، برای فرد رد شده بیشتر از فرد رد نشده است. به علاوه اگر درخواست وام پر هزینه باشد، وام گیرنده های رد شده قبلی ممکن است از درخواست وام در اینده نامید شوند زیراپیش بینی می کنند که احتمال رد شدنشان بالا است.
بررسی پدیدیه هایی که یک نوع پیوستگی و ثبات را نشان می دهند و مسئله جدا سازی اثرات وابستگی حالت واقعی از اهمیت زیادی در بسیاری از تحقیقات اقتصادی برخوردار است. علاوه بر کنترل ویژگی های خاص شرکتی مشاهده نشده و وابستگی بین مشاهده ناپذیر ها و وضعیت محدودیت اعتبار در دوره اولیه، مدل سازی وابستکی حالت در زمینه دسترسی به اعتبار نیازمند حل دو چالش است. اولا، استفاده از مدل های پاسخ دو دویی استاندارد نامناسب است زیرا شرکت های متقاضی وام ممکن است یک نمونه غیر تصادفی از جمعیت باشند( پاپوف و اندل ۲۰۱۲). در این رابطه، نادیده گرفتن مدل سازی تقاضای وام می تواند ایجاد تخمین گر های متناقض از احتمال گذار به یک وضعیت محدودیت اغتبار کند. به علاوه، اهمیت اقتصادی وابستکی حالت در دسترسی به اعتبار با عدم در نظر گرفتن اثر دلسرد کننده محدودیت های اعتباری گذشته در تقاضا های وام فعلی، نادیده گرفته خواهد شد. دومین مسئله مربوط به ایناست که فرضیه برون زایی متغیر های توضیحی مورد استفاده در مدل های انتخاب گسسته دینامیک استاندارد به سختی قابل ازمون است و وجود اثرات بازورد از محدودیت های اعتباری بر روی ویژگی های آینده شرکت نظیر اندازه شرکت، گرایش صادراتی و سطح نقدینگی، مانع از شناسایی وابستکی حالت واقعی در دسترسی به اعتبار می شود.
برای حل این مسائل، ما یک مدل مرتبه اول مارکوف را برای وابستگی حالت در دسترسی به اعتبار با اریبی انتخاب و ناهمگنی مشاهده نشده ارایه می کنیم. در هر دوره tیک شرکت می تواند:
۱- درخواست وام کرده و مقدار درخواستی را دریافت کند
۲- درخواست و.ام کرده و مقدار درخواستی را دریافت نکند و یا این که آن را با شرایط سخت دریافت کند
۳- درخواست وام نکند.
ما دو معادله برایند دو دویی را در نظر می گیریم:یکی برای تصمیم وام دهی بانک و دیگری برای تقاضای وام شرگت در زمان t. برای کنترل حضور ناهمگنی مشاهده نشده، ما از رویکرد اثرات تصادفی با پارامتری سازی کامل ساختار واریانس استفاده می کنیم. سپس، بر اساس مطالعه هاکمن ۱۹۸۱، همبستگی بین اثرات مشاهده نشده و حالت اولیه محدودیت با تعیین دو معادله برای عرضه و تقاضای وام به عنوان شرایط اولیه کنترل شد. در نهایت ، برای رد فرض برون زایی مشاهده پذیر ها و برطرف کردن نگرانی برای اثرات بازخورد محدودیت بر روی ویژگی های شرکت ما از رویکرد کاپلاری و جنیکتز ۲۰۰۴ استفاده کرده و مدل دوره ای را در مجموعه داده های تغیرات بررسی می کنیم و واحد مشاهده معمولا برای یک جفت دوره متوالی در نظر گرفته می شود. ما مدل خود را برای یک سری از شرکت های ایتالیایی به کار برده ایم. این نظر سنجی اطلاعات دقیقی را در مورد تقاضای وام شرکت و دسترسی به اعتبار در اختیار می کذارد. به علاوه، هویت شرکت های نظر سنجی شده مطلوب است. از این روی اطلاعات از منابع داده ها و ترازنامه های شرکت ارایه می شود. از این روی، شواهدی را در مورد واقعی یا کاذب بودن وابستگی به حالت ارایه می کند و لذا تمایز بین دلایل مربوط به وابستگی حالت در دسترسی به اعتبار سخت است. در این رابطه، برخی علایم غیر مستقیم را می توان با بررسی نوع شرکت هایی که از وابستگی حالت در دسترسی به اعتبار رنج می برند و درجه وابستکی حالت در دوره های ارامش و بحران مشاهده کرد.
در توجیه ارزش خالص،وابستگی حالت در دسترسی به اعتبار با یک شوکی ایجاد می شود که موجب کاهش ارزش دارایی شرکت شده و شرکت را در یک دام اعتباری بلند مدت قرار می دهد. تا حدی که این شوک ها در یک بحران قرار می گیرد، وابستگی حالت در دسترسی به اعتبار بایستی یگ پدیده غالب تر باشد.به علاوه، در صورتی که اصطکاکات مالی برای همه وام گیرنده ها قابل توجه باشد، این شرکت ها معمولا در یک حالت محدودیت اعتبار به دلیل کاهش ارزش ثروت قابل وثیقه ای قرار می گیرند(گرتلر و چلیشیت ۱۹۹۴).
در توجیه اصطکاک فیلتری،وابستگی حالت در دسترسی به اعتبار، یکی از ویژگی های بازار اعتبار در دوره های آرامش است. به علاوه، شرکت های گوچک معمولا از حالت محدودیت اعتباری اجتناب می کنند . این منعکس کننده افزایش اختلال و کاهش چسبندگی تست های فیلتر برای شرکت های کوچک است که موجب می شود تا تمایل بانک ها برای بازنگری نتایج ارزیابی های قبلی افزایش یابد. در وام دهی کسب کار های گوچگ، اطلاعات سخت نادرتر بوده و اطمینان پذیری کم تری دارند و بانک ها از اطلاعات نرم وفناوری های وام استفاده می کنند محرک های اطلاعاتی نرم دارای سیگنال هایی در خصوص سنجش ارزش اعتبار دهی می باشند. نتایج ما به صورت زیر خلاصه سازی میشود. اولا شواهد نشان می دهد که وابستکی حالت در دسترسی به اعتبار یک پدیده معنی دار در بازار اعتبار ایتالیا است. دوم،مطابق با تفسیر مبتمی بر اطلاعات وابستگی حالت در دسترسی به اعتبار، نتایج نشان داد که شرکت های کوچک از حالت محدودیت اعتبار جدا می شود. نتایج نشان داد که ورشکستگی برادران لهمان در سپتامبر ۲۰۰۸ منجر به اختلال در عرضه اعتباری نشد(پوری و همکاران ۲۰۱۱، جیمنز و همکاران ۲۰۱۲، پاپوف واندل ۲۰۱۲). با این حال، نتایج نشان می دهد که وابستکی حالت در دسترسی به اعتبار محدود به زمان بحران نیست با این حال شرکت ها میتوانند در حالت محدودیت اعتبار در دوره های ارامش قرار گیرند. به طور کلی داده های ما امکان تمایز منفی را بین تئوری های مختلف وابستگی حالت در دسترسی شرکت به اعتبار نمی دهد واز این روی این نتایج برای ارایه شواهدی در خصوص توجیه فیلترینگ ورشکستگی ارایه می کند.

بخشی از مقاله انگلیسی:

۱٫ Introduction

Itis a well-established finding that bank lending occurs in cycles. Robust evidence indicates that financial accelerator mechanisms á la Bernanke and Gertler (1989) and Kiyotaki and Moore (1997) are of primary importance for explaining economic fluctuations and firms’ investment dynamics (Braun and Larrain, 2005; Liu et al., 2011; McLean and Zhao, 2014), and that bank lending standards are procyclical (Berger and Udell, 2004; Ruckes, 2004; Lown and Morgan, 2006; Gorton and He, 2008; de Bondt et al., 2010). Despite this broad consensus, the existence of lending cycles at the firm level is still a largely unexplored issue. This paper contributes to fill this gap by investigating whether firms’ access to credit (specifically, the likelihood of applying for a loan and the outcome of loan applications) is characterized by state dependence in a representative sample of Italian manufacturing firms. Borrowers are limited in their access to credit if they are restricted by banks in terms of quantity or price, or if they are discouraged from applying for a loan in anticipation of a future credit restriction (Jappelli, 1990). In a dynamic framework, state dependence in access to credit arises when a borrower whose loan application has been fully or partly restricted in the past exhibits a greater probability of being restricted and/or discouraged from applying for a loan in the future, relative to an identical firm whose access to credit was unrestricted. An extensive empirical literature has investigated firms’ access to credit and the determinants of loan applications and credit restrictions in a static context (Alessandrini et al., 2009; Han et al., 2009; Popov and Udell, 2012; Presbitero et al., 2014; Cole and Sokolyk, 2016). Very limited attention has been paid to whether and what extent firms can be “locked” in a state of credit restriction over time. A notable recent exception is Dougal et al. (2015,p. 1078), who analyze the spread on repeated loans registered in the Reuters Dealscan database from 1987 to 2008 and find that “the spread that a firm received on its most recentloan affects the spread it receives on a new loan, acting as an anchor”, a pattern consistent with state dependence in firms’ access to credit.1 The persistence in a state of credit restriction can be due to observed firm characteristics (i.e., firm size, risk, profitability), unobserved heterogeneity, and true state dependence (Heckman, 1981a). Unobserved heterogeneity reflects unmeasured firm attributes that may affectthe likelihood of being restricted in access to credit in any period, but that are not driven by past credit constraints, such as the lack of entrepreneurial ability of managers or the lack of business opportunities. If these unobservables have some degree of persistence, they may originate the so-called spurious state dependence: other things being equal, past credit restrictions may turn out to be a significant predictor of the likelihood of present credit restrictions, even though they are only reflecting the influence of unobserved heterogeneity. In contrast, true state dependence refers to the fact that the very experience of a restriction in access to credit has a genuine causal effect on the risk of future restrictions. Two broad, non-alternative mechanisms can explain true state dependence in access to credit. First, a restricted access to credit in a period can be associated with adverse changes in firms’ characteristics and opportunities that make less profitable for banks to fund these firms in the future and less valuable for firms to apply for a loan. For example, an adverse shock to the borrower’s productivity or to the credit supply can reduce the value of collateralizable assets (Bernanke and Gertler, 1989; Greenwald and Stiglitz, 1993; Kiyotaki and Moore, 1997). When credit markets are imperfect and applying for a loan is costly, a lower value of collateral hinders access to credit. Credit-constrained borrowers have to cut back investment and production levels, and the resulting decline in net worth further reduces their ability and willingness to borrow in the future. Another possibility is that a restriction in access to credit prevents the firm from exploiting a business opportunity and that the value of this opportunity decays over time as other competitors enter the market, making less worthy for banks to fund the project in the future (Levenson and Willard, 2000). A second mechanism relates to information imperfections and screening technology frictions. To frame the empirical analysis, the online appendix presents a highly simplified information-based model of state dependence in access to credit. The intuition is simple. All lending decisions are made starting from some formal or informal imperfect test of borrowers’ likelihood of default, like automated and semi-automated credit scoring models or soft-information-based screening technologies. To the extent that updating borrower informationis costly orunfeasible (as ithappens in the case of balance-sheet or other pieces of hard information), and switching banks is also a costly alternative or credit bureaus/registers reveal information on past credit ratings and rejections, banks’ screening technologies result to be characterized by a degree of memory. This implies that the expected quality of a borrower that has applied for a loan in the past depends on the result of his/her previous credit-worthiness tests. Since such tests take on the lowest values for rejected borrowers, the likelihood that the current credit-worthiness test confirms the result of the previous test is higher for rejected than for non-rejected (and new) applicants. In addition, if loan application is costly, previously rejected borrowers may be discouraged from applying for a loan in the future, anticipating the higher probability of credit denial. The investigation of phenomena that exhibit some form of persistence and the problem of isolating true state dependence effects are of increasing interest in many fields of economic research.2 Besides controlling for the unobserved firm-specific characteristics and the possible dependence between the unobservables and the credit restriction status in the initial period (Heckman, 1981b), modeling state dependence in the context of access to credit requires dealing with two additional challenges. First, the use of standard binary response models might be inappropriate as firms demanding credit might be a non-random sample of population (Popov and Udell, 2012; Presbitero et al., 2014). In this view, ignoring the modeling of credit demand would produce inconsistent estimators of the transition probabilities into a credit restriction state. In addition, the economic significance of state dependence in access to credit would be understated by not considering the discouragement effect of past credit restrictions on current loan applications. A second concern is that the assumption of strict exogeneity of explanatory variables used in standard dynamic discrete-choice models is hardly tenable, and the presence of feedback effects from previous credit restrictions on future firm characteristics, such as firm size, export orientation and level of available liquidity, may hinder identification of the true state dependence in access to credit. Todeal withthese issues, wedevelopafirst-orderMarkovmodel for state dependence in access to credit with selection bias and unobserved heterogeneity. In each period t a firm can: (i) apply for credit and receive the requested amount; (ii) apply for credit and not receive the requested amount or receive it at more onerous terms (hereafter, we label this outcome credit restriction and these firms as restricted applicants); or (iii) not to apply for credit. We specify two binary outcome equations: one for the bank lending decision and the other for the firm credit demand at time t. To control for the presence of unobserved heterogeneity, we adopt a random-effects approach, with a full parametrization of the variance structure. Then, in the spirit of Heckman (1981b), we control for the correlation between the unobserved effects and the initial state of restriction by specifying two more equations for credit demand and supply as initial conditions. Finally, to circumvent the assumption of strict exogeneity of observables and address the concern for possible feedback effects of previous credit restriction on firms’ characteristics, we follow the approach suggested by Cappellari and Jenkins (2004) and estimate a period-to-period reduced-form model on a dataset of pooled transitions, where the observation unit is the firm observed for every possible pair of consecutive periods. We apply our model to a representative sample of Italian manufacturing firms, surveyed by the National Institute of Statistics (ISTAT). This survey provides detailed information on firm loan demand and access to credit, location and other firm characteristics on a quarterly basis from 2008:q2 to 2009:q4. Unfortunately, survey data do not contain very specific and detailed information about the screening process, switching costs, firms’ net worth and returns. Besides, the identity of surveyed companies is undisclosed to researchers, and thus we cannot add information from firms’ balance-sheets and other data sources. Hence, while it is possible to provide evidence of whether and to what extent there is true state dependence in access to credit, it is very difficult to distinguish empirically between the two (non-alternative) explanations for state dependence in access to credit: the adverse evolution of firms’ net-worth and the existence of frictions in the screening technology. In this respect, however, some indirect clues can be gained by looking at the type of firms which suffer more of state dependence in access to credit and at the degree of state dependence in tranquil and crisis periods. In the net-worth explanation, state dependence in access to creditis triggered by a shock that decreases the value of firm assets, locking the firm into a long-lasting credit trap. To the extent that these shocks are more likely in crisis than in tranquil periods, state dependence in access to credit should be a more pervasive phenomenon in the former than in the latter periods. In addition, if financial frictions are more marked for small and informationally opaque borrowers,these firms are not only more likely to be unconditionally credit-constrained, but also more likely to be locked in a credit restriction state due to the decreasing value of their collateralizable wealth (Gertler and Gilchrist, 1993, 1994). In the screening-friction explanation, state dependence in access to creditis a feature of creditmarkets also in tranquil periods. Moreover, small and opaque firms could be more likely to escape from a credit restriction state than large borrowers (although, unconditionally, the former have a higher probability of being credit-restricted), while they could be more likely to be discouraged from applying for a loan, once having experienced a credit restriction. This reflects the greater noisiness and lower stickiness of screening tests for small firms, that lead a bank to be more inclined to review the results of its previous assessments on old small customers currently borrowing from the bank, and less prone to accept the negative judgments on new applicants signaled by other banks that have (arguably) rejected them. In small business lending, hard information tend to be scarcer and less reliable, and banks make a large use of soft information and relation lending technologies. Soft information delivers noisy signals of the firms’ credit-worthiness, and it is updated more frequently than hard information since it is typically obtained by close and continuous interactions between the lender and the borrower, thus, for both reasons, decreasing the likelihood of the latter of being locked in a bad assessment state. In addition, SMEs often rely on lending relationships with local small-sized banks (Berger et al., 1995; Strahan and Weston, 1998; Scott, 2004; Alessandrini et al., 2008; Presbitero and Zazzaro, 2011), which could be inclined to revise a negative assessment on their customers more rapidly than transactional banks lending to large enterprises. At the same time, however, the information-based model presented in the online appendix shows that the noisier the credit-worthiness signal received from the screening test, the higher the probability that a (small) firm is discouraged from applying for a loan after having experienced a credit denial. A stronger discouragement effect for small than for large firms can also be the results of higher loan application and switching costs for smallthan for large firms (Kon and Storey, 2003; Han et al., 2009; Barone et al., 2011). In view of these considerations, in the empirical analysis we address three main questions. First, we test for the degree of state dependence in credit restriction at the firm level (i.e., the probability that credit supply is restricted at time t conditional on having experienced a restriction in t − ۱) and for the strength of the discouragement effect (i.e., the probability that a firm does not apply for credit at time t given that its application has been restricted in t − ۱), washing out other sources of persistence due to observed and unobserved heterogeneity. Second, we assess whether and to what extent state dependence in credit restriction and the discouragement effect are heterogeneous with respect to firm size. Third, we examine whether state dependence in access to credit is triggered by major global liquidity shocks or occurs also in tranquil periods. Our main results can be summarized as follows. First, we find evidence that state dependence in access to credit is a statistically and economically significant phenomenon in the Italian credit market. Second, consistent with the information-based interpretation of state dependence in access to credit, we find that small firms are more likely to escape from a credit restriction state, but they are also more likely to be discouraged from applying for a new loan after experiencing a credit restriction. Third, we find that the bankruptcy of Lehman Brothers in September 2008 produced not only a crunch in the credit supply, as documented in other studies on Italy and other European countries (Puri et al., 2011; Jiménez et al., 2012; Popov and Udell, 2012; Iyer et al., 2014; Presbitero et al., 2014), but also exacerbated the persistence of credit restrictions for Italian firms. However, we also find that state dependence in access to credit is not limited to times of crisis, as firms can be locked in a state of credit restriction even in tranquil periods. Overall, although our data do not allow us to empirically discriminate between the different theories of state dependence in firms’ access to credit, we interpret these results as providing evidence in favor of the relevance of the screening-failure explanation. The rest of the paper is organized as follows: In Section 2 we introduce the first-order Markov model with sample selection and our measures of state dependence in credit denial and discouragement effect. In Section 3 we present the dataset and variables. In Section 4 we discuss the estimation results. The final section concludes.

 

 

ارسال دیدگاه

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *