Prevención, gestión y resolución de crisis bancarias mediante la herramienta “bail-in”

Universidad de Sevilla TESIS DOCTORAL Prevención, gestión y resolución de crisis bancarias mediante la herramienta “bail-in” Doctorando: Marc Sánchez-Roger Directores: María Dolores Oliver-Alfonso Carlos Sanchís-Pedregosa Ciencias económicas, empresariales y sociales Universidad de Sevilla Febrero 2020 Prevención, gestión y resolución de crisis bancarias mediante la herramienta “bail-in” 3 Índice 1. Resumen/ Abstract ..……………………………………………………………………. página 4 2. Modalidad de tesis e indicios de calidad ..…………………………………………. página 6 3. Introducción ……………………………………………………………………………... página 7 4. Marco teórico ........................................................................................................... página 10 5. Objetivos …………………………………………………………………………………. página 16 5.1. Objetivos Artículo 1 …………………………………………………………... página 16 5.2. Objetivos Artículo 2 …………………………………………………………… página 17 5.3. Objetivos Artículo 3 …………………………………………………………… página 17 5.4. Objetivos Artículo 4 …………………………………………………………… página 17 6. Metodología ……………………………………………………………………………… página 19 6.1. Metodología Artículo 1 ……………………………………………………..... página 19 6.2. Metodología Artículo 2 …………………………………………………...….. página 22 6.3. Metodología Artículo 3 …………………………………………………...….. página 23 6.4. Metodología Artículo 4 ……………………………………………………….. página 24 7. Conclusiones ……………………………………………………………………….…… página 27 7.1. Conclusiones Artículo 1 …………………………………………………....... página 27 7.2. Conclusiones Artículo 2 ……………………………………………….…...... página 28 7.3. Conclusiones Artículo 3 ……………………………………………….…...... página 29 7.4. Conclusiones Artículo 4 ……………………………………………….…...... página 30 7.5. Conclusiones Generales …………………………………………….…….... página 30 7.6. Futuras líneas de investigación …………………………………………….. página 31 8. Agradecimientos …………………………………………………………………...…… página 35 9. Bibliografía ……………………………………………………………………………….. página 36 10. Anexos ……………………………………………………………………………………. página 41 Prevención, gestión y resolución de crisis bancarias mediante la herramienta “bail-in” 4 1. Resumen Esta tesis doctoral tiene como objetivo explorar la herramienta de resolución bancaria “bail-in” como mecanismo para gestionar y resolver crisis bancarias. El bail-in se puede definir como una herramienta orientada a la resolución de bancos que fuerza a los accionistas y acreedores de una entidad bancaria a absorber las potenciales pérdidas y recapitalizar la entidad minimizando o evitando por completo el uso de fondos públicos. En primer lugar, esta tesis doctoral sugiere que la investigación académica en temas relacionados con la herramienta de resolución bail-in y los requisitos de absorción de pérdidas se encuentran todavía en etapas muy iniciales. Este proyecto propone, en primer lugar, una agenda de investigación orientada a profundizar en la temática del bail-in y en los requisitos de absorción de pérdidas. En segundo lugar, esta tesis propone y analiza el requisito regulatorio Europeo que asegura la correcta aplicación del bail-in en caso de necesidad, asegurando que los bancos disponen en todo momento de suficiente capital y pasivos con capacidad de absorción de pérdidas (MREL). Además, propone un método de cálculo alternativo que se compara con el requisito actual fijado por los supervisores bancarios. Tercero, esta tesis analiza las distintas técnicas de inteligencia artificial y pretende mostrar como Fuzzy Logic se postula como una herramienta potente para el estudio de crisis bancarias y la resolución de bancos en problemas de una forma potencialmente más eficiente que las técnicas de estudio tradicionales. Finalmente, las conclusiones alcanzadas en los tres primeros artículos de esta tesis se relacionan en el cuarto y último artículo, donde se explora una limitación específica de la herramienta bail-in: el contagio interbancario. Este último trabajo sugiere que existe riesgo de contagio interbancario cuando la herramienta de bail-in es accionada, y en concreto muestra como aquellos bancos ubicados en el mismo país donde se aplica el bail-in, con baja calidad de activos y bajos niveles de capitalización, son los principales candidatos a sufrir dicho contagio. Esta tesis busca ser útil desde un punto de vista académico, tratando de proponer mejoras metodológicas y nuevas líneas de investigación. No obstante, el contenido de esta tesis doctoral también pretende resultar de aplicación práctica, pues las conclusiones de algunos de los artículos que la componen pueden ser aplicadas a la gestión de carteras, en especial al análisis de inversión en activos bancarios, además de poder servir a reguladores y supervisores bancarios en su análisis. Prevención, gestión y resolución de crisis bancarias mediante la herramienta “bail-in” 5 1.1. Abstract This thesis explores the bail-in tool as a mechanism to deal with banking crises. The goal of this thesis is to contribute to the development of a sustainable, reliable and efficient banking regulatory framework to forecast, manage and resolve banking crises. Bail-in can be defined as a bank resolution tool which forces banks' shareholders and creditors to absorb losses and recapitalise the bank avoiding or minimising the use of public funds. This work draws several conclusions relevant from an academic but also from a practitioners standpoint. First, it highlights that while research on capital requirements is well developed, academic research on loss absorption requirements and bail-in is still at very early stages. This thesis proposes a research agenda suggesting several research axes oriented to better understand the bail-in tool and the loss absorption requirements. Second, this thesis proposes and analyses the European regulatory framework to ensure that a bail-in could be applicable when needed, ensuring that banks will have at all times enough capital and lossabsorbing liabilities to allow a bail-in (MREL). It also proposes an alternative method to set the loss absorption requirements and compares the results with the actual requirements set by banking supervisors. Third, this thesis suggests Fuzzy Logic as a method within the artificial intelligence techniques that could allow analysis of banking crises and resolvability of troubled banks from a more efficient and conclusive manner. Finally, the conclusions reached in the three first papers are put in common in order to analyse a potential limitation of the bail-in tool: the interbank contagion risk in case of bail-in. This last work shows that interbank contagion could take place when a bail-in is triggered and that those banks belonging to the same country where the resolution has been triggered with weak asset quality metrics and low capitalisation levels are strong candidates to be impacted by bail-in contagion. This PhD thesis seeks to contribute to develop a sound, reliable and fair banking system, examining in detail one of its key issues: the resolution of banking crises. This work aims to contribute from a theoretical but also from a practitioner standpoint. From an academic angle, this work proposes methodological updates and potential new research axes. From a practitioner viewpoint, the results of this thesis can be applied to portfolio management, and could also be useful to banking supervisors and regulators. Prevención, gestión y resolución de crisis bancarias mediante la herramienta “bail-in” 6 2. Modalidad de tesis e indicios de calidad Esta tesis doctoral ha sido realizada mediante la modalidad "Compendio de publicaciones" regulado por el Real Decreto 99/2011 y de conformidad con lo establecido en los artículos 62, 63, 64, 74 y 75 del Acuerdo 6.1/CG 23-7-19 de la Universidad de Sevilla. Esta tesis se compone de cuatro artículos. Tres de los artículos han sido ya publicados, mientras que un cuarto artículo ha sido oficialmente aceptado y está prevista su publicación en la próxima edición de la revista donde ha sido aceptado con fecha estimada de publicación Junio 2020. A continuación se incluye una tabla resumen de los artículos que componen esta tesis doctoral y sus indicios de calidad. Figura 1 - Indicios de calidad Título Revista ISBN Estado Indexado Factor Impacto Cuartil Tercil DOI Bail-in: a sustainable mechanism for rescuing banks Sustainability 2071-1050 Publicado Web of Science 2,592 2 2 10.3390/su11102816 Capacidad total de absorción de pérdidas – hacia una metodología simple y eficiente Cuadernos de Gestión 11316837 Publicado Scopus y Emerging Source Citation Index 0,231 3 3 10.5295/cdg.180962ms Fuzzy Logic and its uses in finance: A systemic review Mathematics 2227-7390 Publicado Web of Science 1,105 1 1 10.3390/math7111091 Bail-in and interbank contagion risk: an application of fsQCA methodology Entrepreneurship and sustainability issues 23450282 Aceptado, pendiente de publicación Scopus y Emerging Source Citation Index 1,24 1 2 Pendiente Prevención, gestión y resolución de crisis bancarias mediante la herramienta “bail-in” 7 3. Introducción Hasta finales de la Crisis Financiera Global iniciada en 2007-2008, la manera más frecuente de resolver crisis bancarias era mediante el método de rescate bancario “bail-out” (Hett & Schmidt, 2017), consistente en el uso de fondos públicos para garantizar la estabilidad del sistema bancario. Sin embargo, la magnitud de la Crisis Financiera Global dejó al descubierto los devastadores efectos de los rescates con fondos públicos, que condujeron a varios países a una crisis financiera, económica y social (Schoenmaker, 2015). Una vez entendidos los efectos adversos derivados de la crisis financiera, y con el fin de evitar que los efectos se repitan en una futura crisis bancaria, gobiernos y organismos reguladores trabajaron en un nuevo marco regulatorio bancario, diseñando a la vez un nuevo marco de resolución bancaria. Los primeros resultados de este nuevo marco regulatorio a nivel internacional quedaron plasmados en los acuerdos de “Basilea III”, presentados por el Comité de Supervisión Bancaria de Basilea (BCBS) en Noviembre de 2010 (Basel Committee on Banking Supervision, 2010b), junto también con la publicación de los “atributos clave para una efectiva resolución” publicados por la Junta de Estabilidad Financiera (FSB) (Financial Stability Board, 2011). Uno de los puntos clave de este nuevo marco regulatorio es la introducción de la herramienta de “bail-in”. Esta herramienta de resolución bancaria se define como un mecanismo de auto-rescate bancario, que trata de mantener operativos los servicios básicos de una entidad financiera en problemas, evitando el uso de fondos públicos para ello (Single Resolution Board, 2016). En concreto, la herramienta de bail-in fuerza a accionistas y acreedores del banco a absorber las pérdidas y a recapitalizar la entidad minimizando o evitando por completo el uso de fondos públicos. El correcto uso de la herramienta de bail-in, hace necesario asegurar que una entidad bancaria dispone en todo momento de suficiente capital (Common Equity Tier 1, Capital Tier 1 Adicional, y Capital Tier 2), junto con otros pasivos con capacidad de absorción de pérdidas. Esto lleva a la creación de un nuevo requisito bancario, conocido como MREL (Minimum Requirement of Eligible Liabilities and Own Funds) (European Commission, 2014), que deben cumplir todos los bancos europeos, y al requisito de TLAC (Total Loss Absorption Capacity) (Financial Stability Board, 2015), con el que deben cumplir los bancos de importancia sistémica global. Esta medida promueve la emisión de instrumentos de capital y pasivos diseñados para el auto-rescate (o bail-in) de entidades bancarias. Estos instrumentos de capital y pasivos con capacidad de absorción de pérdidas son conocidos popularmente como “colchón anti-crisis”, y son de vital importancia para el correcto funcionamiento del nuevo marco regulatorio. Ambos requisitos, persiguen el mismo fin: asegurar que la capacidad de absorción de pérdidas y recapitalización de una entidad sea real, y que pueda ser ejecutada en cualquier momento. Estos requisitos, conocidos como “requisitos de absorción de pérdidas”, forman parte de un nuevo marco regulatorio de protección a la economía real, que se suma a los ya existentes requisitos de capital y requisitos de liquidez que todos los bancos europeos deben cumplir. Prevención, gestión y resolución de crisis bancarias mediante la herramienta “bail-in” 8 Esta tesis doctoral explora la herramienta de resolución bancaria “bail-in” como mecanismo para gestionar y resolver crisis bancarias, obtiene resultados académicos relevantes, que además se espera que puedan tener importantes aplicaciones en el mundo profesional e institucional. Los resultados obtenidos sugieren que la investigación académica sobre requisitos de solvencia en bancos se encuentra ampliamente desarrollada y la mayoría de autores parecen alcanzar conclusiones similares (Diamond & Rajan, 2000; Kashyap, Stein, & Hanson, 2010; Kim & Santomero, 1988). No obstante, la investigación académica en temas relacionados con el bail-in y los requisitos de absorción de pérdidas parecen encontrarse todavía en etapas muy iniciales. Este hecho puede considerarse sorprendente desde un punto de vista práctico, en especial teniendo en cuenta que el nuevo marco regulatorio europeo que transpone los acuerdos de Basilea III ya introduce la herramienta del bail-in y requisitos de capital en sus respectivas regulaciones y directivas. Esta tesis titulada “Prevención, gestión y resolución de crisis bancarias mediante la herramienta bail-in” se compone de cuatro artículos: i) Bail-in: a sustainable mechanism for rescuing banks (referido como Artículo 1 en el resto del documento), ii) Capacidad total de absorción de pérdidas – hacia una metodología simple y eficiente (Artículo 2), iii) Fuzzy Logic and its uses in finance: A systematic review exploring its potential to deal with banking crisis (Artículo 3), y iv) bail-in and interbank contagion risk: an application of fsQCA methodology (Artículo 4). La investigación comienza con la exploración del estudio de alternativas reales a los rescates bancarios que usan fondos públicos, mostrando cómo la herramienta bail-in juega un papel clave en este proceso. En esta primera exploración, se tratan de mostrar las consecuencias negativas que pueden llegar a tener sobre la economía real los rescates bancarios con fondos públicos. Se continúa analizando la literatura académica existente sobre resolución bancaria, con el fin de entender los beneficios y limitaciones de la herramienta bail-in. Todo ello queda recogido en el Artículo 1. El siguiente paso en nuestra investigación, que da como resultado el Artículo 2, propone y analiza el requisito regulatorio que asegura la correcta aplicación del bail-in en caso de necesidad, asegurando que los bancos disponen en todo momento de suficiente capital y pasivos con capacidad de absorción de pérdidas (MREL - Minimum Requirement of Eligible Liabilities and Own Funds). La tesis continúa con el Artículo 3 donde se exploran metodologías no tradicionales, concretamente métodos de inteligencia artificial como Fuzzy Logic, que se espera que permitan mejorar los resultados de investigación sobre crisis bancarias y resolución de bancos problemáticos. La tesis concluye con el Artículo 4, donde las conclusiones alcanzadas en los tres primeros artículos de esta tesis se relacionan y se explora una potencial limitación específica de la herramienta bail-in: el contagio interbancario. Este último trabajo, sugiere que existe riesgo de contagio interbancario cuando la herramienta de bail-in es accionada, y en concreto pretende mostrar como aquellos bancos ubicados en el mismo país donde se aplica el bail-in, con baja calidad de activos y bajos niveles de capitalización, son los principales candidatos a sufrir dicho contagio. Además, este último trabajo pretende mostrar como Prevención, gestión y resolución de crisis bancarias mediante la herramienta “bail-in” 9 Fuzzy Logic es un método que nos permite hallar configuraciones bancarias que pueden limitar o potenciar el riesgo de contagio en caso de bail-in. Prevención, gestión y resolución de crisis bancarias mediante la herramienta “bail-in” 16 5. Objetivos Esta tesis doctoral se plantea desde la perspectiva de la contribución al desarrollo sostenible y eficiente del marco regulatorio bancario actual, con especial énfasis en la prevención, la gestión y la resolución de crisis bancarias. En concreto, este proyecto persigue colaborar con la mejora del marco de resolución bancaria, analizando las ventajas e inconvenientes de la herramienta de resolución bail-in. Además, esta tesis también propone una serie de líneas de investigación concretas para seguir examinando y obteniendo conclusiones sobre el marco de resolución bancario actual. Finalmente, este trabajo también busca hallar métodos de análisis alternativos basados en métodos de inteligencia artificial para poder mejorar los resultados que se obtienen actualmente mediante métodos de análisis tradicional en el ámbito de la investigación de crisis bancarias. A continuación, se exponen los objetivos concretos que esta tesis doctoral persigue. Los objetivos específicos de esta tesis son cuatro: i) desarrollo de una revisión bibliográfica sistemática, focalizada en la literatura académica relevante, ii) análisis de los requisitos de absorción de pérdidas, iii) búsqueda de métodos de análisis alternativos para el análisis de crisis bancarias y el estudio de su resolución, y iv) estudio de la herramienta de bail-in y sus limitaciones mediante el uso de un método basado en Fuzzy Logic. Los siguientes apartados se centran en desarrollar con mayor grado de detalle los motivos y objetivos de cada uno de los artículos que componen esta tesis 5.1. Objetivos artículo 1: Desarrollo de una revisión bibliográfica El objetivo del Artículo 1 es analizar el estado de la literatura académica en el ámbito de los rescates bancarios, y en concreto del método de resolución bancaria "bail-in". Para ello se considera que el primer paso para analizar en detalle la herramienta de bail-in consiste en realizar una revisión sistemática de la literatura académica relevante sobre todo el conocimiento relacionado con los requisitos de capital, requisitos de absorción de pérdidas y bail-in. En este primer artículo se estudiará la investigación existente sobre requisitos de capital, así como también requisitos de absorción de pérdidas. Sería por lo tanto el objetivo de este primer artículo clasificar los distintos tipos de requisitos impuestos a los bancos para prevenir la formación de crisis bancarias, favorecer su gestión y entender cuáles son las herramientas disponibles para la resolución de las crisis bancarias. La escasez de literatura sobre el tema de requisitos de absorción de pérdidas y bail-in nos lleva a proponer una agenda de investigación la cuál expone los principales conceptos a desarrollar desde un punto de vista académico. En línea con lo anterior, en este primer artículo se propone como objetivo también el desarrollo de una agenda de investigación de los principales puntos que todavía precisan de una mayor exploración académica en relación a los nuevos métodos de rescates bancarios y a su potencial impacto en la economía real. Se espera de este primer artículo que las conclusiones nos muestren cómo la reducida literatura académica existente sobre los algunos conceptos clave del nuevo marco de resolución bancaria Prevención, gestión y resolución de crisis bancarias mediante la herramienta “bail-in” 17 (bail-in y requisitos de absorción de pérdidas) podría abrir la puerta a un gran número de líneas de investigación relevantes desde un punto de vista práctico, tanto para reguladores, bancos centrales, supervisores bancarios e incluso las propias entidades bancarias. 5.2. Objetivos artículo 2: Análisis de los requisitos de absorción de pérdidas El Artículo 2 se centra en el estudio de los requisitos de absorción de pérdidas (MREL y TLAC) puesto que son dos requisitos clave para el correcto funcionamiento de la herramienta bail-in. El objetivo de este segundo artículo es proponer un método alternativo para definir los requisitos de absorción de pérdidas mínimos con los que toda entidad bancaria debería cumplir. Además, este segundo artículo también busca entender si los actuales requisitos de absorción de pérdidas y recapitalización impuestos por los reguladores son suficientes para hacer frente a un escenario económico adverso. 5.3. Objetivos artículo 3: Búsqueda de métodos de análisis alternativos para el análisis de crisis bancarias y el estudio de su resolución El Artículo 3 se centra en analizar los distintos métodos de inteligencia artificial aplicados en el circuito académico de manera satisfactoria en distintos ámbitos. Partiendo de la consideración inicial que la Lógica Difusa (Fuzzy Logic) podría resultar uno de los métodos más prometedores para el análisis de situaciones financieras complejas, este tercer artículo tiene como objetivo elaborar una revisión de la literatura sobre Fuzzy Logic aplicado a finanzas. Además, se investiga y se pretende mostrar cómo la aplicación de dicha técnica en el estudio de los bancos y en concreto de las crisis bancarias es muy limitada a pesar de las importantes ventajas que a priori ofrece frente a otros métodos tradicionales. De este modo, otro objetivo de este tercer artículo es entender hasta qué punto Fuzzy Logic se utiliza en la actualidad para el análisis de resoluciones bancarias, y qué puntos en concreto de esta temática podrían ser desarrollados empleando dicha metodología. Por lo tanto, el Artículo 3 tiene como objetivo final presentar una agenda de investigación enfocada a la aplicación de Fuzzy Logic en resoluciones bancarias que hagan uso de la herramienta bailin. 5.4. Objetivos artículo 4: Estudio de la herramienta de bail-in y sus limitaciones mediante el uso de un método basado en Fuzzy Logic Este cuarto artículo propone sintetizar y aplicar las conclusiones obtenidas en los tres artículos anteriores. El Artículo 4 busca utilizar Fuzzy Logic a través de la aplicación de la metodología fsQCA, aplicado al estudio de una de las limitaciones de la herramienta de bail-in: “el contagio interbancario”. Prevención, gestión y resolución de crisis bancarias mediante la herramienta “bail-in” 18 En concreto, el objetivo de este cuarto artículo consiste en determinar: i) si existe o no contagio interbancario ligado a la aplicación de una resolución mediante bail-in, y ii) qué bancos y qué configuraciones fundamentales pueden llevar a un aumento o disminución del efecto contagio. Prevención, gestión y resolución de crisis bancarias mediante la herramienta “bail-in” 19 6. Metodología En esta sección se describe la metodología utilizada en cada uno de los cuatro artículos que componen esta tesis doctoral. En concreto, respecto a la fase inicial de esta tesis doctoral, se utilizó la metodología ProKnow-C (Knowledge Development Process-Constructivist). ProKnow-C es un método para sistematizar la literatura académica de una temática en concreto y clasificar los distintos métodos aplicados en la actualidad al análisis empírico de la temática bajo estudio (L. Ensslin, Ensslin, Lacerda, & Tasca, 2010). Para las siguientes fases del trabajo, en concreto para el Artículo 3, se continuará aplicando ProKnow-C para determinar los métodos de inteligencia artificial aplicables al estudio de crisis bancarias. Finalmente, también se aplicará un método concreto basado en Fuzzy Logic para el estudio de las externalidades derivadas del uso de la herramienta bail-in. En concreto, la metodología fsQCA (Fuzzy Sets Qualitative Comparative Analysis) se utilizará para hallar el riesgo de contagio interbancario en el caso de un escenario de resolución bancaria (Boratyńska, 2016). La metodología utilizada en cada uno de los trabajos se explica en detalle a continuación. 6.1. Metodología Artículo 1: ProKnow-C La metodología utilizada para la realización de las revisiones de literatura del primer artículo de esta tesis doctoral se basa en el método de análisis de literaturas Knowledge Development Process-Constructivist (ProKnow-C). Esta metodología también ha sido aplicada en el Artículo 3 tal y como se expone posteriormente. ProKnow-C ha sido elegido como metodología partiendo de la base que una revisión de la literatura debe ser sistemática siguiendo un marco metodológico concreto con el fin de evitar sesgos de selección y de análisis de los artículos (Okoli & Schabram, 2010). En concreto, los beneficios de seguir un método sistemático como el elegido en este trabajo engloban entre otros: hallar e identificar qué áreas concretas de un campo del conocimiento han sido ya ampliamente exploradas, y qué áreas faltan por investigar, identificar los conceptos clave y trazar relaciones entre ellos, y encontrar qué métodos de análisis han sido utilizados en el pasado para tratar las problemáticas bajo estudio (Onwuegbuzie, Collins, Leech, Dellinger, & Jiao, 2010). La técnica utilizada en este trabajo describe un protocolo para realizar revisiones de literatura tratando de facilitar la interpretación de resultados, minimizando el riesgo de excluir documentos importantes a la vez que reduciendo el sesgo de selección y análisis. La metodología ProKnow-C ha sido ampliamente utilizada con éxito en varios campos del conocimiento (Arruda, França, & Quelhas, 2014; Leonardo Ensslin, Mussi, Chaves, & Demetrio, 2015; Thiel, Ensslin, & Ensslin, 2017). Una de las principales ventajas que proporciona la metodología ProKnow-C es su facilidad de aplicación resultando Prevención, gestión y resolución de crisis bancarias mediante la herramienta “bail-in” 20 especialmente adecuada para trabajos descriptivos y exploratorios además de resultar particularmente útil para el desarrollo de agendas de investigación. La metodología ProKnow-C se divide en cuatro etapas, que van desde la creación de un portfolio de artículos hasta el análisis del contenido y la elaboración de conclusiones. En concreto, las cuatro etapas que componen la realización de una revisión de literatura basada en ProKnow-C son: i) definición y elaboración de un portfolio bibliográfico, ii) análisis bibliométrico del portfolio, iii) análisis sistémico del portfolio, y iv) conclusiones y definición de una agenda de investigación. A continuación se exponen brevemente cada uno de estos pasos:  Etapa 1: creación de un portfolio bibliográfico. La primera etapa de la metodología ProKnow-C busca definir un portfolio de artículos a los que posteriormente se les aplicará un análisis de contenido. La creación de este portfolio de artículos es uno de los puntos críticos de la metodología. En esta etapa se definen uno o más ejes de investigación genéricos. En concreto, los ejes de investigación utilizados fueron: i) requisitos de capital, y ii) requisitos de absorción de pérdidas. A continuación, dentro de cada uno de los ejes de investigación se definen un conjunto de palabras clave relacionadas con el eje de investigación en cuestión. A partir de ese punto, mediante una combinación booleana entre ejes de investigación y palabras clave se realiza una búsqueda avanzada en una o varias bases de datos donde se encuentren indexadas un elevado número de revistas científicas de calidad. En concreto se puede realizar esta búsqueda en bases de datos como Web of Science y Scopus, tal y como se realizó en el primer artículo de esta tesis. Una vez se lanzan las búsquedas en las bases de datos se obtienen generalmente varios centenares de resultados, que nos llevaran a refinar la búsqueda mediante métodos de filtrado para adecuar los resultados obtenidos a nuestra línea de investigación concreta. Entre los principales filtros que pueden definirse en esta metodología, el Artículo 1 hace uso de cinco: i) filtrado y eliminación de duplicados, ii) filtrado por relevancia científica (eliminando aquellos artículos que no cuenten con un número mínimo de citas o que no hayan sido publicados en revistas de un cierto factor de impacto mínimo), iii) filtrado por título (eliminando los artículos cuyo título queda claramente fuera del objetivo de la investigación), iv) filtrado por abstract o resumen (eliminando nuevamente los artículos cuyo resumen no esté alineado con la investigación), v) filtrado por artículo completo (en este punto se pasa a leer el artículo completo para entender si su contenido se ajusta al objetivo que persigue la investigación). En esta primera etapa, esta tesis doctoral aplica una mejora metodológica al método ProKnow-C consistente en analizar todas las referencias existentes en los artículos que han pasado el filtrado de selección y aplicar a estas referencias todo el sistema de filtrado nuevamente. De esta manera aseguramos no omitir ningún documento relevante que pudiera haber sido excluido por un posible fallo de diseño de los ejes de búsqueda o de las palabras clave. Esta mejora metodológica se explica con mayor detalle en el artículo correspondiente incluido en la sección de anexos de este documento. Prevención, gestión y resolución de crisis bancarias mediante la herramienta “bail-in” 21 La siguiente figura muestra el funcionamiento de la primera etapa de la metodología ProKnow-C Figura 2 – Etapa 1 metodología ProKnow-C En concreto para el desarrollo del Artículo 1, la aplicación de esta metodología se llevó a cabo utilizando las bases de datos Web of Science y Scopus. En la primera etapa se hallaron 4.166 resultados en Web of Science y 5.145 en la base de datos Scopus. Después de proceder con el proceso de filtrado se obtuvo un portfolio bibliográfico final de 186 artículos.  Etapa 2: análisis bibliométrico. Esta segunda etapa se focaliza en analizar las características bibliométricas del portfolio final. En concreto, algunas de las magnitudes que se suelen analizar en este tipo de análisis son, entre otros: i) fechas de publicación, ii) autores con mayor número de publicaciones, iii) revistas con mayor número de publicaciones y características de las revistas donde se publican estos artículos – como por ejemplo: factor de impacto, país de edición, porcentaje de colaboraciones internacionales, etc…  Etapa 3: análisis sistémico. En esta etapa de la metodología se pasa a analizar en detalle el contenido de la información de cada uno de los artículos que componen el portfolio bibliográfico. En primer lugar, se sistematiza y clasifica la información en función del tema principal del artículo, de la metodología utilizada, de las conclusiones presentadas, etc… En segundo lugar, esta etapa se centra en hallar relaciones entre distintos artículos para poder favorecer la elaboración de conclusiones.  Etapa 4: conclusión y definición de ejes de investigación. Finalmente, la cuarta y última etapa se centra en analizar la información sistematizada y las relaciones encontradas en la etapa anterior Prevención, gestión y resolución de crisis bancarias mediante la herramienta “bail-in” 22 para trazar las conclusiones finales del estudio. Una vez se han obtenido las conclusiones del estudio de la literatura, el paso final consiste en la creación de una agenda de investigación (conocido generalmente por el término en inglés “research agenda”). Esta agenda de investigación propone una serie de líneas de investigación concretas sobre aquellas áreas de la temática bajo estudio donde la literatura académica todavía no ha hallado conclusiones concluyentes y ampliamente aceptadas o puntos que no hayan sido analizados en detalle desde un prisma académico. 6.2. Metodología Artículo 2 La metodología para el cálculo del requisito de absorción de pérdidas y recapitalización que actualmente se aplica a los bancos Europeos se conoce como MREL (Minimum Requirement of Eligible Liabilities and Own Funds) (European Commission, 2014), y se calcula siguiendo una fórmula propuesta por la Junta Única de Resolución, y posteriormente ajustada banco a banco. Esta fórmula, que se va ajustando debido a que esta regulación todavía se halla en proceso de maduración, se calculaba de la siguiente manera según la Junta Única de Resolución para el ejercicio 2017-2018: La metodología que se propone en el artículo pretende hallar dicho requisito de absorción de pérdidas y recapitalización de una entidad de forma alternativa para posteriormente compararlo con el requisito calculado por los reguladores. Se pretende hallar una fórmula alternativa que permita reducir los potenciales sesgos que la forma actual de calcular los requisitos de absorción de pérdidas puede tener. De este modo, una de las principales ventajas de la formula que se propone reside en su relativa simplicidad y transparencia de cálculos. Tal y como se define en el Artículo 2, la metodología que se propone se basa en un conjunto de sumandos que representan las potenciales pérdidas que cada uno de los tipos de activos de una entidad financiera podría sufrir. Dichas pérdidas potenciales se calculan mediante la ecuación de pérdidas esperadas, ampliamente aceptada tanto en la industria como por parte de reguladores y académicos (Miu & Ozdemir, 2006), calculada como: Donde EAD se corresponde con la exposición total en unidades monetarias, PD con la probabilidad de impago y LGD con la tasa de pérdida en caso de impago. La metodología que se propone utiliza tanto la probabilidad de impago (PD) como la tasa de pérdida en caso de impago (LGD) en condiciones estresadas. También se propone un sistema de coeficientes de ajuste con el fin de poder aumentar o reducir las pérdidas de cada tipo de activo dependiendo del momento del ciclo económico o en otras circunstancias particulares. La metodología aplicada nos lleva a obtener la ecuación siguiente que será utilizada en el modelo con el fin de tratar de obtener los resultados del análisis y poder trazar conclusiones del mismo. Prevención, gestión y resolución de crisis bancarias mediante la herramienta “bail-in” 23 · · ) 6.3. Metodología Artículo 3: ProKnow-C El Artículo 3 busca desarrollar una revisión de la literatura del método de Fuzzy Logic aplicado al campo de las finanzas. Para llevar a cabo dicha revisión de la literatura se vuelve a hacer uso de la metodología ProKnow-C. Puesto que la metodología ya ha sido descrita en el apartado 5.1, en este apartado se resume esquemáticamente la aplicación de la metodología para el caso concreto del Artículo 3. De la aplicación de ProKnow-C a las bases de datos Web of Science y Scopus, y después de proceder al proceso de filtrado se llega a un portfolio final de 795 artículos. El proceso de construcción del portfolio bibliográfico es el siguiente, ilustrado en la figura que se muestra a continuación. Figura 3 – Construcción portfolio bibliográfico Artículo 3 Artículos candidatos a formar parte del portfolio final (n = 10.941) Filtrado Portfolio final Selección inicial Identificación Artículos añadidos mediante método de referencias cruzadas (n = 27) Artículos después de filtrar y eliminar duplicados (n = 8016) Artículos filtrados (n = 8016) Artículos excluidos por motivos de título, resumen o contenido (n = 7.058) Artículos candidatos después del filtrado (n = 958) Artículos excluidos por falta de relevancia científica (n = 163) Artículos incluidos en portfolio final (n = 795) Prevención, gestión y resolución de crisis bancarias mediante la herramienta “bail-in” 24 6.4. Metodología Artículo 4: Fuzzy Logic & fsQCA El Artículo 4 utiliza la metodología fuzzy set Qualitative Comparative Analysis (fsQCA). fsQCA se ha utilizado en el pasado para analizar la quiebra de empresas desde un ángulo general, sin entrar en detalle en el sector bancario, también se ha utilizado por ejemplo para analizar y entender las respuestas de los agentes de mercado a nuevas políticas fiscales, e incluso ha mostrado ser útil para entender el impacto de cambios normativos en distintos sectores (Boratyńska & Grzegorzewska, 2018; Young & Park, 2013). Entrando en detalle en el análisis de bancos, destaca un trabajo donde se exploran los niveles de coberturas de préstamos impagados teniendo en cuenta el tamaño y el nivel total de préstamos impagados de un banco (Pinto & Ng Picoto, 2017). Todo ello nos lleva a proponer la hipótesis de que la metodología fsQCA podría llevarnos a obtener resultados especialmente relevantes en el área concreta de análisis de resolución de crisis bancarias. Por lo tanto, en el cuarto artículo de esta tesis doctoral esto es exactamente lo que se pretende hacer: utilizar fsQCA para analizar una de las limitaciones de la herramienta de resolución bail-in. En concreto, fsQCA es una técnica analítica que combina el uso de la teoría Fuzzy Logic o Lógica Difusa, álgebra Booleana y técnicas de comparación (Ragin, 1987, 2000, 2008). La manera de entender los conjuntos difusos es mediante una extensión de la teoría clásica de conjuntos, lo que lleva a varios autores a entender que Fuzzy Logic y en concreto la calibración de las variables, es el elemento clave de cualquier herramienta derivada de la teoría de Fuzzy Logic, como es el caso de fsQCA. En fsQCA, el primer punto consiste en la calibración de los conjuntos difusos, transformando las variables originales en variables difusas mediante la aplicación de una función de pertenencia. Una vez la calibración de las variables ha sido concluida, el siguiente paso consiste en utilizar el análisis cualitativocomparativo (QCA). El uso de QCA nos permite identificar la presencia o la ausencia de un atributo concreto necesario o suficiente para la aparición o ausencia de una salida concreta en el sistema bajo análisis. Por ejemplo, para tratar de ilustrar el párrafo anterior, tal y como se define en el Artículo 4 de esta tesis doctoral, la salida del sistema que se está estudiando en dicho artículo es el riesgo de contagio interbancario. Por lo tanto, lo que la metodología QCA nos permite hacer es lanzar una serie de simulaciones simultáneas que traten de hallar de manera continuada condiciones necesarias y/o suficientes para la salida concreta que estamos buscando. De este modo, lo que la metodología QCA va a tratar de encontrar son las configuraciones de variables de entrada que nos llevan a obtener como salida un parámetro concreto, en el caso de nuestro estudio, esta salida será el riesgo contagio. De modo que tal y como se expone en el artículo, se van a analizar las distintas configuraciones de variables fundamentales de una entidad bancaria como pueden ser la calidad de sus activos, la capitalización del banco, y su tamaño medido en activos totales, entre otras, y posteriormente entender qué configuraciones llevan a aumentar o reducir el riesgo de contagio en un escenario concreto. En concreto, una condición o configuración causal se puede definir como suficiente si es suficiente para alcanzar una salida determinada. No obstante, ello no implica que no haya otras maneras o configuraciones de obtener la misma salida. Prevención, gestión y resolución de crisis bancarias mediante la herramienta “bail-in” 25 Uno de los puntos fuertes de la metodología fsQCA, es decir, de combinar Fuzzy Logic con QCA y con lógica Booleana, es su capacidad para identificar precisamente estas relaciones causales que dan lugar a una salida en concreto, en especial en entornos con una elevada incertidumbre donde varias o algunas de las variables pueden estar relacionadas entre ellas. De modo que, tal y como se expone en el artículo, se hace uso de la metodología fsQCA de manera novedosa en el análisis de crisis bancarias y explotando las principales características de esta herramienta o metodología de análisis. Además, resulta interesante tener en cuenta como fsQCA no requiere de una base de datos muy extensa para poder trazar conclusiones. Esto es especialmente relevante cuando se trata de entender el nuevo marco de resolución de entidades bancarias puesto que los ejemplos donde se haya aplicado una resolución siguiendo las nuevas normativas europeas de resolución bancaria son todavía muy escasos, de modo que gracias a las características de fsQCA se puede trabajar con una base de datos no muy extensa. En este punto del análisis se toman cinco ejes de variables para poder clasificar a los bancos. Dichas variables son de distinta naturaleza y mediante Fuzzy Logic serán transformadas a variables de lógica difusa para proceder con el análisis y la obtención de resultados. En concreto las variables que se miden son (García Céspedes, 2005; Xu, Li, & Ahmad, 2018):  Solvencia: esta variable nos mide el nivel de capitalización de una entidad bancaria. Medimos la solvencia a través del ratio de Common Equity Tier 1 (CET1) lo que equivale al capital de máxima calidad. De manera general, como más alto sea el valor del ratio de CET1 más solvente es la entidad financiera. Esta variable se calcula como nivel de CET1 dividido por los activos medios ponderados por el riesgo.  Calidad de activos: mediante esta variable se puede medir la calidad del activo del banco. En concreto se utiliza la variable de ratio de mora o ratio de préstamos impagados (NPL ratio). La variable nos mide el ratio de préstamos donde el interés y/o el principal no se han pagado por parte del cliente durante un periodo de más de 90 días, dividido por el total de préstamos que el banco tiene en balance. En este caso, como menor sea el ratio obtenido mejor será la calidad de los activos del banco en cuestión.  Rentabilidad: esta variable nos muestra la capacidad de generar beneficios de una entidad financiera. En concreto se utiliza una variable ampliamente aceptada: la RoE o “Return on Equity”.  Tamaño: mediante esta variable medimos el tamaño de una entidad bancaria utilizando los activos totales como medida.  País: también se utiliza la variable país que se corresponde con el país donde el banco realiza la mayor parte de su actividad, o en otras palabras, el país donde el banco tiene una mayor exposición desde un punto de vista de riesgo. En los casos bajo estudio esta definición coincide con el país donde se encuentra el domicilio legal de la entidad bancaria. Prevención, gestión y resolución de crisis bancarias mediante la herramienta “bail-in” 32 El primer artículo de esta tesis realiza un estudio de los campos ya explorados desde un punto de vista académico y aquellos campos donde todavía no hay literatura concluyente. Este apartado busca proponer con un mayor grado de detalle posibles líneas de investigación donde se considera que tanto desde un punto de vista académico como práctico podría existir interés en explorar. En concreto, los ejes de investigación que se proponen a raíz del estudio realizado son los siguientes:  Definición y calibración de requisitos de absorción de pérdidas: el primer eje de investigación se centra en estudiar los actuales requisitos de absorción de pérdidas. Uno de los puntos más importantes a entender es la metodología para fijar los niveles de absorción de pérdidas de manera que sean suficientes para garantizar la correcta aplicación de la herramienta de bail-in, pero con los menores efectos negativos para el resto de la economía real. Otro punto de vital importancia consistiría en determinar qué instrumentos serán elegibles para cumplir con los requisitos de absorción de pérdidas. Existe actualmente un gran debate en Europa sobre la inclusión o no de la deuda sénior preferente. Parece claro que los elementos más subordinados como capital CET1, Additional Tier 1, Tier 2 y sénior no preferente serían totalmente elegibles para estos requisitos, quedando la duda con los instrumentos sénior preferente. Este es un debate que parece preocupar mucho al sector bancario puesto que puede alterar de forma significativa los costes de financiación de los bancos.  Costes derivados de los requisitos de absorción de pérdidas: un segundo eje de investigación se fija en los costes relacionados con imponer a los bancos una serie de requisitos de absorción de pérdidas superiores a los requisitos de capital. En concreto, se busca entender qué efectos podrían tener dichos requisitos de absorción de pérdidas en los costes de financiación de los bancos. Además, un punto clave es entender si los bancos van a transferir estos costes “adicionales” de financiación a la economía real a través de peores condiciones crediticias que pudiesen llevar a un deterioro (marginal) del crecimiento económico. También se propone estudiar cuál es el coste para el sector público de crear esta nueva capa de requisitos diseñada a medida para cada banco y que por lo tanto conlleva un enorme esfuerzo de supervisión, toma de decisiones muy sensibles (como la decisión de resolver una entidad bancaria) y además la gestión de las posibles demandas judiciales de agentes de mercado no satisfechos con las decisiones tomadas por los organismos competentes.  Impacto en los modelos de negocio bancarios: resulta interesante investigar si los bancos podrían variar la composición de sus activos para adaptarse de forma óptima a los nuevos requisitos de absorción de pérdidas. De forma intuitiva, podría parecer que las partidas de préstamos no deberían quedar impactadas de forma significativa por los requisitos de absorción de pérdidas. No obstante, los portfolios de renta fija de los bancos sí que podrían quedar impactados como resultado de evitar que los bancos tengan elevados volúmenes de deuda con capacidad de absorción de pérdidas en sus activos. Por otro lado, una de las principales dudas del nuevo marco de resolución es la adaptación al mismo por parte de los bancos de tamaño pequeño y mediano. Los nuevos requisitos de absorción de pérdidas promueven la emisión de Prevención, gestión y resolución de crisis bancarias mediante la herramienta “bail-in” 33 deuda con capacidad de absorber pérdidas. No obstante, existe una elevada cantidad de bancos de tamaño pequeño y mediano sin acceso evidente a los mercados de capital para realizar dichas emisiones a un coste razonable. Estudiar cómo van a adaptarse estos bancos al nuevo marco de resolución es un punto de investigación clave para entender posibles movimientos de consolidación en el sector, cambios en los modelos de negocio, etc…  Diseño de los instrumentos: el diseño de los instrumentos con capacidad de absorción de pérdidas es un punto fundamental. El marco regulatorio actual define los siguientes instrumentos de capital: i) Common Equity Tier 1 (CET1), ii) Capital Tier 1 Adicional (Additional Tier 1), y iii) Capital Tier 2. Además, para cumplir con los requisitos de absorción de pérdidas en función de la estructura de subordinación seguida se propusieron la deuda sénior no preferente (utilizada por la mayor parte de bancos europeos) y la deuda senior HoldCo, o deuda sénior emitida desde la matriz, utilizada mayoritariamente por bancos ingleses, suizos, americanos… Es especialmente relevante el diseño de los “triggers” que pueden dar lugar a una conversión en acciones o a una reducción del valor del instrumento en el caso de los instrumentos de capital Tier 1 adicional. También resulta importante definir las políticas de "call" para instrumentes Tier 2 y Tier 1 adicional, analizar si se permiten las "calls" en los instrumentos de deuda sénior no preferente, etc. En resumen, el estudio del diseño óptimo de los instrumentos de deuda y capital es un punto clave a analizar.  Transferencia del riesgo: un punto importante del nuevo marco de resolución bancaria es entender cómo se gestiona el riesgo, tanto riesgo interbancario como riesgo de transferencia del sector bancario a otros sectores de la economía real. La herramienta de bail-in promueve el uso de fondos privados (inversión de los accionistas y acreedores del banco) para resolver una entidad bancaria. Esto nos lleva a pensar, tal y como se analizará en el último artículo de esta tesis doctoral, que podría existir un riesgo de contagio interbancario en caso de utilizarse la herramienta bail-in. Al resolver una entidad bancaria, los accionistas y acreedores pueden perder toda su inversión. Esto puede llevar a otros inversores a cuestionarse su inversión en otros bancos ya sean del mismo sistema bancario doméstico u otros sistemas bancarios. Tal y como se analiza en detalle en el último artículo, se puede observar cómo mientras el bail-out (o rescate con fondos públicos) suele tener un efecto estabilizador para el sistema financiero, una resolución mediante bail-in puede tener algunos efectos de riesgo contagio. Uno de los puntos a entender es cómo reaccionaría el mercado financiero, y en concreto el sistema bancario, a una aplicación en cadena de la herramienta bail-in a distintos bancos, como sería necesario realizar si se llegara a una situación parecida a la de 2007-2008 de nuevo. También resulta de gran importancia entender la transferencia de riesgo del sector bancario a otros sectores. Un ejemplo claro está en la diferencia en el modo de transmisión del riesgo cuando se realiza un rescate con fondos públicos (bailout) a cuando se realiza con fondos privados (bail-in). El rescate con fondos públicos tiene efectos secundarios muy negativos para la economía real, tal y como se puede comprobar en los años que siguieron a la crisis financiera iniciada en 2007-2008. No obstante, en el nuevo marco de resolución bancaria, son compañías de seguros, fondos de pensiones y fondos de inversión, entre otros, los que están comprando esta deuda emitida por bancos y Prevención, gestión y resolución de crisis bancarias mediante la herramienta “bail-in” 34 diseñada para absorber pérdidas. De modo que si se llegara a una nueva crisis bancaria severa, las compañías de seguros, fondos de pensiones y de inversión verían reducidos el valor de sus inversiones, puesto que serían estas empresas no bancarias las encargadas de “rescatar al banco”. Esto podría tener un impacto en los resultados de estas compañías, además de una reducción en el valor de los fondos de pensiones de los pensionistas, entre otros.  Beneficios derivados de los requisitos de absorción de pérdidas: otro de los puntos importantes es entender realmente cuáles son los beneficios de los requisitos de absorción de pérdidas. Este eje de investigación propone cuantificar la mejora en términos de estabilidad financiera relacionados con el nuevo marco de resolución bancaria y los beneficios de aplicar un sistema de requisitos mínimos de absorción de pérdidas. Para trabajar en las distintas líneas de investigación propuestas, esta tesis doctoral también propone utilizar métodos de inteligencia artificial, y en concreto Fuzzy Logic. Tal y como se describe en los resultados y conclusiones del Artículo 3, Fuzzy Logic podría resultar adecuado para ser utilizado en muchos puntos de las líneas de investigación propuestas. Prevención, gestión y resolución de crisis bancarias mediante la herramienta “bail-in” 35 8. Agradecimientos Casi siempre hay dos modos de hacer las cosas, Una vez más he optado por la opción larga. Una llamada Londres-Sevilla fue el inicio. Un café en Green Park, un paseo bajo el cielo de Sevilla, congresos en Valladolid, Bilbao, Madrid siguieron… Esta tesis no existiría sin la voz fuerte y decidida de Mariló. Ni tampoco sin sus ganas, ilusión y pasión por la investigación que transmite. Tampoco sin su valentía, que aceptó dirigir una tesis doctoral a un estudiante a 2.000km de distancia, a tiempo parcial y con un tema de tesis distinto a sus principales áreas de investigación hasta la fecha. Gracias Mariló, eres un ejemplo en todos los sentidos. Un 10 de Julio una ráfaga de energía, alegría y optimismo invadió Green Park, iluminando el proyecto de tesis que tenía en mente. A quienes le conocen bien no hace falta que les diga que esa "luz" es Carlos. A lo largo de estos años me has guiado, empujado a seguir mejorándome a mí mismo, y me has hecho creer en esta tesis, hasta convertirla en una realidad. Gracias Carlos por haber estado siempre ahí. Aunque todo empezó mucho tiempo atrás. Con su ejemplo, su cariño y su deseo de que fuese feliz. Tan simple pero tan complicado. Y lo lograron. Como todo lo que tengo, esto también es un poco de los tres. Porque no he dado nunca un paso al frente sin sentir su apoyo, ni celebraré jamás una victoria sin compartirla con ellos. Gracias "papa y mama". Porque una historia sin magia es tan solo un listado de palabras que no dicen nada, Porque un proyecto sin pasión no es más que tiempo perdido, Porque un camino sin amor son solo pasos que llevan a ninguna parte, Gracias Esther por ser la magia, la pasión y el amor que le dan sentido a todo. Y por último no sería justo conmigo mismo si cerrara esta tesis sin darme las gracias. Por tantos fines de semana donde la constancia le ganó la partida a la evasión, por tantas noches donde los pensamientos le robaron el tiempo al sueño, por esa voz que siempre me ha dicho "adelante" cuando el resto del mundo gritaba "para". Gracias a los que han estado y ya no están, Y gracias a los que no están, pero estarán. Prevención, gestión y resolución de crisis bancarias mediante la herramienta “bail-in” 36 9. Bibliografía Admati, A. R. (2014). The compelling case for stronger and more effective leverage regulation in banking. The Journal of Legal Studies, 43(S2), S35–S61. Agur, I. (2013). Wholesale bank funding, capital requirements and credit rationing. Journal of Financial Stability, 9(1), 38–45. Akkoç, S. (2012). An empirical comparison of conventional techniques, neural networks and the three stage hybrid Adaptive Neuro Fuzzy Inference System (ANFIS) model for credit scoring analysis: The case of Turkish credit card data. European Journal of Operational Research, 222(1), 168–178. https://doi.org/10.1016/j.ejor.2012.04.009 Arruda, L., França, S., & Quelhas, O. (2014). Mobile Computing: Opportunities for Improving Civil Constructions Productivity. International Review of Management and Business Research, 3(2), 648– 655. Bagus, P., Rallo Julián, J. R., & Alonso Neira, M. A. (2014). Bail-in or bail-out: The case of spain. CESifo Economic Studies, 60(1), 89–106. https://doi.org/10.1093/cesifo/ifu009 Basel Committee on Banking Supervision. (1988). International convergence of capital measurement and capital standards. Basel Committee on Banking Supervision. (2004). International convergence of capital measurement and capital standards. Basel Committee on Banking Supervision. (2010a). Assessing the Macroeconomic Impact of the Transition to Stronger Capital and Liquidity. Macroeconomic Assessment Group. Basel Committee on Banking Supervision. (2010b). Basel III: A global regulatory framework for more resilient banks and banking systems (Vol. 2010). Berger, A. N. (1995). The Relationship between Capital and Earnings in Banking. Journal of Money , Credit and Banking, 27(2), 432–456. Berger, A. N., Herring, R. J., & Szegö, G. P. (1995). The role of capital in financial institutions. Journal of Banking & Finance, 19(3), 393–430. Boratyńska, K. (2016). FsQCA in corporate bankruptcy research. An innovative approach in food industry. Journal of Business Research, 69(11), 5529–5533. Prevención, gestión y resolución de crisis bancarias mediante la herramienta “bail-in” 37 Boratyńska, K., & Grzegorzewska, E. (2018). Bankruptcy prediction in the agribusiness sector: Lessons from quantitative and qualitative approaches. Journal of Business Research, (89(C)), 175–181. Retrieved from doi: 10.1016/j.jbusres.2018.01.028 Brierley, P. G. (2017). Ending Too-Big-To-Fail: Progress Since the Crisis, the Importance of Loss- Absorbing Capacity and the UK Approach to Resolution. European Business Organization Law Review, 18(3), 457–477. https://doi.org/10.1007/s40804-017-0079-x Diamond, D. W., & Rajan, R. G. (2000). A theory of bank capital. The Journal of Finance, 55.6, 2431– 2465. Ensslin, L., Ensslin, S. R., Lacerda, R. T., & Tasca, J. E. (2010). ProKnow-C, Knowledge Development Process—Construtivist. Brazil. Ensslin, Leonardo, Mussi, C. C., Chaves, L. C., & Demetrio, S. N. (2015). IT outsourcing management: the state of the art recognition by a constructivist research process and bibliometrics. Journal of Information Systems and Technology Management, 12(2), 371–392. European Commission. (2014). Bank Recovery and Resolution Directive (BRRD). Bank Recovery and Resolution Directive (Vol. 2014). European Parliament. (2017). The resolution of Banco Popular. Financial Stability Board. (2011). Key attributes of effective resolution regimes for financial institutions. Version 1. Journal of Financial Economic Policy (Vol. 5). https://doi.org/10.1108/JFEP-07-2013-0030 Financial Stability Board. (2015). Principles on Loss-absorbing and Recapitalisation Capacity of G-SIBs in Resolution. Gambacorta, L. (2011). Do bank capital and liquidity affect real economic activity in the long run? A VECM Analysis for the US. Economic Notes, 40(3), 75–91. Gambacorta, L., & Mistrulli, P. E. (2004). Does bank capital affect lending behavior? Journal of Financial Intermediation, 13(4), 436–457. García Céspedes, J. C. (2005). Nuevas técnicas de medición del riesgo de crédito. Revista de Economía Financiera, 5, 29. Retrieved from http://www.aefin.es/articulos/pdf/C5-4_244397.pdf Gersbach, H. (2013). Bank capital and the optimal capital structure of an economy. European Economic Review, 64(4016), 241–255. Prevención, gestión y resolución de crisis bancarias mediante la herramienta “bail-in” 38 Hett, F., & Schmidt, A. (2017). Bank rescues and bailout expectations: The erosion of market discipline during the financial crisis. Journal of Financial Economics, 635–651. Jones, D. (2000). Emerging problems with the Basel capital accord: regulatory capital arbitrage and related issues. Journal of Banking & Finance, 24(1–2), 35–58. Kashyap, A., Stein, J., & Hanson, S. (2010). An analysis of the impact of substantially heightened capital requirements on large financial institutions. Booth School of Business, University of Chicago, Mimeo, 2, 1–47. Kim, D., & Santomero, A. M. (1988). Risk in banking and capital regulation. The Journal of Finance, 43(5), 1219–1233. Klimek, P., Poledna, S., Doyne Farmer, J., & Thurner, S. (2015). To bail-out or to bail-in? Answers from an agent-based model. Journal of Economic Dynamics and Control, 50, 144–154. https://doi.org/10.1016/j.jedc.2014.08.020 Kupiec, P. H. (2016). Will TLAC regulations fix the G-SIB too-big-to-fail problem? Journal of Financial Stability, 24, 158–169. https://doi.org/10.1016/j.jfs.2016.04.009 Miller, M. H. (1995). Do the M&M propositions apply to banks? Journal of Banking and Finance, 19, 483– 489. Miu, P., & Ozdemir, B. (2006). Basel requirement of downturn LGD: modeling and estimating PD & LGD correlations. Journal of Credit Risk, 2(November), 43–68. Retrieved from http://papers.ssrn.com/sol3/papers.cfm?abstract_id=907047# Modigliani, F., & Miller, M. H. (1958). The cost of capital, corporation finance and the theory of investment. American Economic Association, 49(3), 253–283. Nakano, M., Takahashi, A., & Takahashi, S. (2017). Fuzzy logic-based portfolio selection with particle filtering and anomaly detection. Knowledge-Based Systems, 131, 113–124. https://doi.org/10.1016/j.knosys.2017.06.006 Okoli, C., & Schabram, K. (2010). A Guide to Conducting a Systematic Literature Review of Information Systems Research. Working Papers on Information Systems (Vol. 10). Retrieved from http://sprouts.aisnet.org/10-26 Onwuegbuzie, A. J., Collins, K. M., Leech, N. L., Dellinger, A. B., & Jiao, Q. G. (2010). A meta-framework for conducting mixed research syntheses for stress and coping researchers and beyond. In Toward a Prevención, gestión y resolución de crisis bancarias mediante la herramienta “bail-in” 39 broader understanding of stress and coping: Mixed methods approaches (pp. 169–211). Pinto, I., & Ng Picoto, W. (2017). Earnings and capital management in European banks - Combining a multivariate regression with a qualitative comparative analysis. Journal of Business Research, 89(December 2017), 258–264. https://doi.org/10.1016/j.jbusres.2017.12.034 Ragin, C. C. (1987). The Comparative Method. Moving Beyond Qualitative and Quantitative Strategies. University of California Press. Ragin, C. C. (2000). Fuzzy-Set Social Science. University of Chicago Press. Ragin, C. C. (2008). Redesigning Social Inquiry: Fuzzy Sets and Beyond. University of Chicago Press. Rajab, S., & Sharma, V. (2018). A review on the applications of neuro-fuzzy systems in business. Artificial Intelligence Review, 49(4), 481–510. Rajan, R. (2009). Too Systemic to fail: Consequences, causes, and potential remedies. BIS - Conference. Schoenmaker, D. (2015). Stabilising and Healing the Irish Banking System: Policy Lessons. CBI-CEPR- IMF Conference, 1–29. Shin, H. S. (2009). Reflections on northern rock: The bank run that heralded the global financial crisis. Journal of Economic Perspectives, 23(1), 101–119. https://doi.org/10.1257/jep.23.1.101 Single Resolution Board. (2016). Introduction to resolution planning. https://doi.org/10.2877/467651 Single Resolution Board. Decision of the SRB on Banca Popolare di Vicenza (2017). Teglio, A., Raberto, M., & Cincotti, S. (2012). The impact of banks’ capital adequacy regulation on the economic system: an agent based approach. Thiel, G. G., Ensslin, S. R., & Ensslin, L. (2017). Street lighting management and performance evaluation : Opportunities and challenges. Journal of Local Self-Government, 15(2), 303–328. Van den Heuvel, S. J. (2008). The welfare cost of bank capital requirements. Journal of Monetary Economics, 55(2), 298–320. Von Altrock, C. (1996). Fuzzy Logic and NeuroFuzzy Applications in Business and FInance. Prentice-Hall, Inc. Wang, S. (2002). On Fuzzy Portfolio Selection Problems. Fuzzy Optimization and Decision Making, 361– 377. Prevención, gestión y resolución de crisis bancarias mediante la herramienta “bail-in” 40 Xu, J. X., Li, N., & Ahmad, M. I. (2018). Banking performance of China and Pakistan. Entrepreneurship and Sustainability Issues, 5(4), 929–942. https://doi.org/10.9770/jesi.2018.5.4(16) Young, K. L., & Park, S. H. (2013). Regulatory opportunism: Cross national patterns in national banking regulatory responses following the global financial crisis. Public Administration, 91(3), 561–581. Zadeh, L. A. (1965). Fuzzy sets. Information and Control, 8(3), 338–353. https://doi.org/10.1016/S0019- 9958(65)90241-X Zadeh, L. A. (1975). The concept of a linguistic variable and its application to approximate reasoning-I. Information Sciences, 8(3), 199–249. https://doi.org/10.1016/0020-0255(75)90036-5 Zadeh, L. A. (2008). Is there a need for fuzzy logic? Information Sciences, 178(13), 2751–2779. https://doi.org/10.1016/j.ins.2008.02.012