Evoluzione della crisi finanziaria in Europa: il ricorso dei gruppi bancari agli aiuti bancari

Quando si parla di aiuti di stato alle banche europee si fa riferimento ad una catena di eventi che dovrebbe essere analizzata per segmenti temporali. In un primo momento risultano infatti coinvolte, in prevalenza, banche dei paesi del centro-nord Europa, contraddistinte da bassi livelli di capitalizzazione e con rilevanti percentuali di derivati in bilancio. Vi è pertanto una caratterizzazione non solo geografica delle banche, ma anche strutturale, ovvero legata all’operatività degli intermediari. Successivamente, in una seconda fase, le richieste di aiuti di stato sono state avanzate da parte di banche prevalentemente italiane, spagnole e greche. Il presente lavoro vuole stimare, attraverso un’analisi di dati di bilancio dei principali gruppi bancari europei, le cause che possono aver indotto questo mutamento di scenario. L’analisi realizzata punta all’individuazione di regressori utili ai fini della spiegazione della richiesta di aiuti (variabile risposta) applicando una metodologia che si basa sull’applicazione di modelli logit a campioni variabili nel tempo, per numerosità e composizione.When considering State aid granted to European banks, we refer to a series of events that should be analysed within two main slots. The banks initially involved were, in fact, mostly from Northern Europe, characterized by low capitalization and remarkable derivatives exposure. This denotes, therefore, not only a geographical feature, but also a structural characterization that is due to financial intermediaries’ business models. Later on, State aid was mainly provided to Italian, Spanish and Greek banks. With this research, we aim to estimate – by analysing the balance sheet data of the main European banking groups – the causes that may have brought to the previously explained variations in State aid dynamics. Thus, the study is aimed at identifying a series of regressors that explain the need of State aid (our dependent variable) by applying a logit model methodology to samples that vary over time, but also in terms of size and formation