Diese Dissertation untersucht die Auswirkungen von Bankenkrisen auf die Realwirtschaft in drei unabhängigen Kapiteln. Kapitel 1 klassifiziert die geografische Diversifikation einer Großzahl von Banken, anhand deren international syndizierten Kreditportfolios. Ergebnisse zeigen ein höheres Kreditangebot durch diversifizierte Banken während Bankenkrisen die sich in Kreditnehmerländern ereignen. Dieses relativ stabilere Kreditangebot führt zu höherem Investitions- und Beschäftigungswachstum von Unternehmen. Eine weiterführende Unterteilung von Banken anhand derer Nationalität zeigt eine Rangfolge auf: diversifizierte inländische Banken erweisen sich als die stabilste und ausländische Banken mit geringer Diversifikation als die instabilste Finanzierungsquelle. In Kapitel 2 analysiere ich die Rolle der industriellen Spezialisierung von Banken in der Transmission von Finanzierungsshocks. Anhand der Ergebnisse schützen Banken Unternehmen die Teil ihrer spezialisierten Industrien sind vor der Bankenkrise und reduzieren ihre Kreditvergabe hingegen am stärksten an Industrien, in welchen sie weniger spezialisiert sind. Darüber hinaus finde ich Evidenz für Übertragungseffekte durch reduzierte Kreditvergabe auch in Nicht-Krisenländern. Dieser Übertragungseffekt ist jedoch gedämpft für Unternehmen aus spezialisierten Industrien. Kapitel 3 untersucht die Effekte von Bankenrettungen in Europa auf die globalen Kreditströme. Gerettete Banken weisen einen höheren Anstieg des Anteils an inländischen Unternehmen in der Kreditvergabe auf als nicht-gerettete Banken. Das negative Kreditangebot für ausländische Unternehmen führt zu einer Verringerung des Absatz- und Beschäftigungswachstums. Im inländischen Markt hingegen führt die Bankenrettung zu einer Verzerrung der Kreditallokation, hin zu größeren und weniger innovativen Unternehmen. Darüber hinaus dokumentiere ich eine stärkere politische Einflussnahme, da Kontrollrechte im Zuge der Bankenrettung an die Regierung übertragen werden. / This thesis investigates the effect of banking crises on real economic outcomes in three independent chapters. In chapter one, I classify a large sample of banks according to the geographic diversification of their international syndicated loan portfolio. Results show that diversified banks maintain higher loan supply during banking crises in borrower countries. The positive loan supply effects lead to higher investment and employment growth for firms. Further distinguishing banks by nationality reveals a pecking order: diversified domestic banks are the most stable source of funding, while foreign banks with little diversification are the most fickle. In chapter two, I show that banks' industry specialization determines how banks transmit funding shocks during banking crises to borrowers and how they spill over to non-crisis countries. Results show that banks insulate their main industries from the banking crisis while they reduce lending most to their non-main industries. Moreover, I provide evidence on spillover effects, as banks hit by a banking crisis in one borrower country reduce lending to firms in non-crisis countries. However, this contagion effect is significantly weaker for firms in banks' main industries. In chapter three, I examine the effect of government support for European banks, such as recapitalizations on financial integration and firm outcomes. Results show that bailout banks increase their home bias in lending by a quarter more than non-bailout banks. In turn, the negative loan supply effect on discriminated foreign firms translates into lower sales and employment growth. In the home market, government support distorts credit allocation by shifting lending to larger, safer and less innovative firms. Moreover, I document that politicians gain influence over banks by transferring control rights to the government as part of the support scheme.

本研究分析我國49家本國銀行、55家信用合作社、287家農會信用部及27家漁會信用部等四類金融機構之經營現況，並參照各國金融預警制度運作方式，選取適合的財務比率，運用SAS統計軟體及Z-score、Logistic等模型，分別找出造成各類金融機構經營失敗之顯著相關財務比率，評估各類金融機構之經營效率、失敗機率與模型之正確區別率，以建立預測金融機構失敗機率之預警模型。研究之樣本資料分別為：本國銀行49家、2001年第2季~2003年底共計11季25項財務比率，信用合作社55家、1998年底~2003年底共計21季26項財務比率，農會信用部287家1998年底~2003年底共計21季25項財務比率，漁會信用部27家1998年底~2003年底共計21季25項財務比率。 本研究之結論為： 一、彙整Z-Score模型對各類金融機構具有顯著性之財務變數，本國銀行有6項、信用合作社有7項、農會信用部有6項，漁會信用部有4項。 二、彙整Logistic模型對各類金融機構具有顯著性之財務變數，本國銀行、信用合作社各有6項，農會信用部有5項，漁會信用部有4項。 三、金融預警模型中，Logistic模型較Z-Score模型有較高的正確區別率。 / This research analyzes 49 domestic banks, 55 credit cooperative unions, 287 credit department of farmer associations and 27 credit department of fisherman associations above four kind of financial institution´s management situation, and refers the operation ways of various countries financial early warning system, selects suitable financial ratios , utilizes SAS statistics software and Z-score, Logistic models, it identifies the root cause of bankruptcy thus reveals finance of ratio the correlation, appraises management efficiency, the defeat probability each kind of financial institution if the correct difference rate. It appraises each kind of financial institution´s management efficiency, defeats probability and correct difference rate. It establishes early warning model that forecasts financial institutions failure rate. The research model and period: used 49 domestic banks from 2001 in 2nd season to the end of 2003 total 11 seasons and 25 items of finance ratio、55 credit cooperative associations from the end of 1998 to the end of 2003 total 21 seasons and 26 items of finance ratio、287 credit department of farmer associations and 27 credit department of fisherman associations from the end of 1998 to the end of 2003 total 21 seasons which used respectively 25 items of finance ratio. The conclusion of this research are: Firstly, it collects the entire Z-Score model to have significant financial indicator to each kind of financial institution, the domestic banks have 6 items, the credit cooperative associations have 7 items, the credit department of farmer associations have 6 items, and the credit department of fisherman associations have 4 items. Secondly, it collects the entire Logistic model to have significant financial indicator to each kind of financial institution, the domestic banks and the credit cooperative associations have 6 items respectively, the credit department of farmer associations have 5 items, and the credit department of fisherman associations have 4 items. Thirdly, in the financial early warning model, when comparing Z-Score with Logistic model , the latter appears to have a higher correct difference rate.