商行信贷亲周期性与逆周期管理

商行信贷亲周期性与逆周期管理

ID:17872481

大小:31.00 KB

页数:9页

时间:2018-09-07

商行信贷亲周期性与逆周期管理 _第1页
商行信贷亲周期性与逆周期管理 _第2页
商行信贷亲周期性与逆周期管理 _第3页
商行信贷亲周期性与逆周期管理 _第4页
商行信贷亲周期性与逆周期管理 _第5页
资源描述:

《商行信贷亲周期性与逆周期管理 》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、商行信贷亲周期性与逆周期管理商行信贷亲周期性与逆周期管理商行信贷亲周期性与逆周期管理商行信贷亲周期性与逆周期管理商行信贷亲周期性与逆周期管理商行信贷亲周期性与逆周期管理商行信贷亲周期性与逆周期管理  一、问题的提出  银行作为典型的周期性行业,更多地表现在信贷的顺周期性,即银行信贷与实体经济之间的动态的相互作用的关系。这种顺周期性在加大实体经济波动的同时也会加剧银行系统自身的不稳定性。历次的金融危机爆发前都伴随着信贷的扩张和资产价格的上涨,很大一部分原因在于银行信贷的顺周期性。此次由美国次贷危机引发的全球性金融危机影响了我国宏观经济

2、的运行,也凸显了金融监管的缺陷,给我国商业银行稳健经营带来了风险隐患,促使人们重新审视金融体系的顺周期性。各国及国际金融组织通过对此次金融危机的反思,一致认为应当实施宏观审慎的监管政策,针对金融体系顺周期性,引入逆周期政策,从而降低信贷风险及经济的周期性波动。在2011年11月3-4日二十国集团戛纳金融峰会上指出,自2008年爆发国际金融危机以来,通过严格审慎监管力图打破金融危机的恶性循环,防止大规模金融危机再次爆发,已经取得了积极进展,二十国集团希望继续倡导加强宏观审慎监管,防范金融机构的系统性风险。我国在“十二五”规划中,正式提

3、出了“逆周期宏观审慎制度框架”。因此构建宏观审慎的监管体系,实施逆周期政策是我国商业银行缓解信贷顺周期的重要举措。在此背景下,研究基于宏观经济波动下的商业银行信贷风险具有重要的现实意义。  二、描述性统计  本文以我国商业银行为研究对象,测度其信贷行为是否存在亲周期性,以及相应的逆周期监管政策是否能达到对冲亲周期性的效果。为此,本文建立如下计量经济学模型对银行信贷行为进行计量分析:Loangt=c0+c1CaRt+c2NPLt+c3LLPt+c4GDPGt+c5M2t+c6CPIt+εt(1)其中,Loangt表示银行在t期的贷款总

4、额增速,CaRt为银行在t期的资本充足率,NPLt是银行在t期的不良贷款率,LLPt代表银行在t期的贷款损失拨备额,GDPGt描述的是GDP的年度增长率,考察了经济周期因素是否对贷款总额的变动产生影响。M2t则表征了广义的货币供应量,CPIt表示了t期的居民消费价格指数,c0,…c6则为相应的系数。由于国有商业银行的贷款占贷款总额的50%以上,因而本文主要收集了5家国有商业银行(工商银行、中国银行、建设银行、农业银行、交通银行)2000年-2010年的相关数据进行分析(见表1、表2),涉及到贷款总额增速、资本充足率、不良贷款率等银行

5、财务指标,并同时选取了GDP年度增长率、广义货币供应量以及居民消费价格指数等宏观经济指标的数据。  三、实证分析  关于商业银行亲周期性的实证研究多侧重于探讨资本约束对于银行信贷以及经济运行的影响。如Ayusoetal(2004)通过实证模型,对资本充足率与经济周期相关性进行研究。他们利用了西班牙涵盖一个完整经济周期(1986年-2000年)的数据(共1309个年样本数据),运用计量经济学的面板数据模型,探究了西班牙银行的资本缓冲与经济周期波动的相关关系。Jolipii和Milne(2007)同样运用了面板数据模型,选取欧盟25个国

6、家银行(总共486家银行)覆盖一个经济周期(1997年-2004年)的面板数据,研究了资本缓冲与经济周期的关系。本文利用式(1)进行线性拟合回归分析(最小二乘法)。由于大多数时间序列数据存在非平稳性特征,因此在进行模型估计前,需对数据进行一阶对数差分运算。而数据处理的结果可通过ADF平稳性检验和PP平稳性检验方法进行验证。  (一)平稳性检验  为检验解释变量因子与被解释变量因子之间是否存在协整关系,首先需要对各时间变量序列进行平稳性检验。检验序列是否平稳的方法主要是单位根检验,即单整检验,而据协整检验的假设,具有协整关系的两变量须

7、是同阶单整序列,而后才可以建立含常数项但不含时间趋势项的模型,由下表的检验结果可知,各时间序列的一阶对数差分均是平稳的,即服从I(1)过程。本文采用ADF单位根检验和Philipsperron检验进行实证分析。实证结果如下表所示:  平稳性检验  平稳性检验由以上两种平稳性检验可知,该回归模型的所有变量经过相应的数据处理后,都表征出平稳时间序列的数据特征。  (二)回归分析  利用五家国有商业银行2000年-2010年的时间序列数据,利用线性回归模型,Loangt=c0+c1CaRt+c2NPLt+c3LLPt+c4GDPGt+c5

8、M2t+c6CPIt+εt,运用最小二乘法(OLS)分析进行模型的参数估计,其中Loang表示贷款总额,CaR表示资本充足率,NPL表示不良贷款率,LLP表示贷款损失拨备,GDPG表示国内生产总值增长率,M2表示广义货币供应量,CPI

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。