- 1、本文档共15页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
--(完美WORD文档DOC格式,可在线免费浏览全文和下载)值得下载!
宏观审慎监管视角的金融监管目标实现程度的实证分析(下)
李成 李玉良 王婷
? 2013-03-04 14:28:00 来源:《国际金融研究》2013年第1期
(3)金融公平目标 公平性目标主要是监管者应该确保消费者获得平等的待遇和信贷信息的金融服务。公平有效的金融体系表现为健全的法律法规机制、及时透明的信息沟通、准确完整的信息传达。对监管有效性和公平性进行定量研究的学者不多,许多学者都尝试用不同的方法对此计量,LaPorta(1999)构建了产权指数和腐败指数,主要从地方政府征税水平和地方政府质量对整个社会公平性问题进行研究。陈德球(2012)利用JohsonFan的研究成果从四个维度考察地方政府质量。 本文将金融体系的公平性指标看成外生变量,选取的指标是法律权利(益)力度指数、信用信息深度指数以及征信体系的覆盖率三个指标对公平性目标进行研究。法律权利指数是指担保品法和破产法通过保护借款人和贷款人权利而促进贷款活动的程度。每个法律特征的评分是1,指数范围为0到10十一个等级,等级越高,法律制度在提升信贷获取方面的能力越有效。选取的指标主要是来自世界银行发布的《2012全球商业环境报告》,此报告对183个经济体的商业环境尤其是金融环境进行了排名。监管公平性主要体现在对存款者和投资者的保护上面,该指标能够体现监管公平性相关信息(王腾飞,2012)。TomicBozina(2011)认为,规范监管对于整个金融体系非常重要,健全、完善公平的法律机制是整个金融体系运行不可或缺的成分,成为评价监管有效性的重要方面。张世林(2012)运用法律权益力度指数对133个国家的债权人保护进行研究,发现私人信贷依赖于投资者的保护,在我国债权人保护尚低于普通法系国家和高收入国家的均值下,完善债权人保护工作的意义重大。Laporta(2006),Diankov(2007)运用虚拟变量回归发现灵活健全的普通法系有利于金融体系运行效率的提高。金融法律法规在保护借款人和投资者的力度方面充分体现了经济实体运行的公平性和合理性,需成为衡量公平性的重要指标(徐根旺,2012;世界银行,2006)。 信用信息深度指数是测量公共和私人征信体系所提供信用信息的范围、可获得性和质量的指标。征信体系覆盖率表示征信体系5年来所列出的个人和企业数量。这两个指标是衡量信息充分披露的情况,信息披露是投资者保护和债权人保护的替代机制,尤其是在投资者保护不完全的发展中国家,征信系统的完善对于减少信贷系统的道德风险和逆向选择风险尤为重要,能够更好地促进金融体系的发展。JappelliPagano(2000)指出,充分的信息披露在控制风险、降低租金、提高运行效率方面都很重要。Diankov(2007)在LLSV模型的基础上,引入上述两大信息披露的变量,建立模型,实证发现充分的信息披露机制能够促进私营信贷和金融体系的发展。我国学者张世林(2012)、徐根旺(2011)提出,信息披露在投资者保护和金融体系的公平问题上起着不可或缺的作用。表2为一般目标层次实证分析指标选取一览表。
2.具体目标层次的指标选取和解析 以一般目标层次得出的监管综合得分值F为基础,选取传统的GDP增长率及CPI指数两大代表宏观经济增长和经济稳定指标进行实证分析。 (三)数据来源和处理 1.数据来源 本文所有数据源自世界银行、中国银监会网站、国家统计局网站和国家财政部网站。 2.数据处理 主成分分析法需对数据进行处理,此处主要针对一般目标层次实证数据处理。包括逆向指标处理、适度性处理、标准化处理(Zxij=示第j个变量的平均值和方差)三个方面。 (四)数据的检验 1.一般目标层次的数据检验主成分分析法要求数据通过KMO检验和Bartlett球形检验及共同度检验,首先对数据进行KMO和Bartlett检验,检验结果如表3所示。
KMO变量对偏相关性进行说明,偏相关系数为0.451,巴利特球形检验的统计量的sig小于0.01,由此否定相关矩阵单位矩阵的零假设,变量之间有较大的相关性。数据通过KMO和Bartlett检验。对指标进行共同度检验,检验结果如表4所示。
检验结果显示,数据间的共同度较高,数据通过检验,选取的数据可进行主成分分析。 2.具体目标层次的数据检验 具体目标层析实证分析方法为协整分析法,协整分析的数据需要进行ADF检验。检验结果如表5所示。
(五)实证分析 1.监管一般目标实现程度实证分析 通过分析,得出各成分的贡献度。前三个主成分因子累积贡献度为87.252%,说明从七个指标中提取此三个主成分就能对监管目标实施程度进行很好解释。具体结果如表6所示。
再得出各成分的得分矩阵,结果如
文档评论(0)