金融脆弱性资料.ppt

图2 分析： 图中的第二行显示了gdp对模型中其他变量的标准差冲击回应。GDP增长对pod的回应是负面的并显著的（即银行部门违约可能性的增长会致使GDP增长率的下降）。在冲击中，GDP增长的回应对银行业股权指数是积极和显著的。这意味着，保持其他变量不变，在一个积极的冲击中，银行违约可能性对产出是负面影响，而银行盈利能力对产出是积极影响。这些结果符合我们的模型预期。 图2 分析： 其余的脉冲回应估计也是十分的标准和直观的：在积极冲击中，银行股权指数对银行违约可能性的回应是消极的，但在该指数下，对GDP的增长回应是积极的且不是很显著。最后，在产出增长中的一个积极的创新会导致在通货膨中有一个消极并显著的下降回应。这些都是发生在积极供给冲击条件下的情况。然而我们没有建立一个结构模型，因为这超出了本篇论文的研究范围，所以没有去确定供给和需求因素。 图3 把财产价格指数和预期价格加入了之前已给出的变量中 图3 分析： 为了检查结果的稳健性，我们增加了一些回归，这些回归中我们加入了一些会在小宏观模型中会用到的变量，从而来分析货币传导和货币政策。在图3中我们给出了一个三滞后VAR脉冲回应，在这里我们把财产价格指数和预期价格加入了之前已给出的变量中。第一行展示了pod的回应：在积极的冲击中，它对财产价格的回应是消极和显著的。这好像预示这么一个事实，较高财产价格指数会转变为一个较高的银行资产价值，从而反过来使银行违约可能性降低。正如图3第二行所示，冲击对gdp的pod的影响不如先前设定条件下那么明显，但仍然保持着正确的方向。另外，在冲击中gdp对财产价格指数有一个明确的回应。在冲击中，银行股权指数对银行违约风险的反应不如之前明显，但是仍然是负向的。同时，对积极产出冲击的回应更加的显著和持久了。 图4 把短期利率纳入模型 图4 分析： 最后，我们来分析一个包含短期利率的模型，正如图4所示。他们的表现和前面的模型很类似。新增变量短期利率的影响是十分直观的。积极的冲击会导致银行业违约可能性的积极回应，GDP增长的消极回应和财产价格的消极回应。然而通过膨胀的回应是积极的。这个结果对小宏观模型的VAR估计是很常见的，并且可以通过增加其他变量测量的导入或加入商品价格就可以消除这个影响。 5.3 差方分解 这个模型的方差分解证实了主要的结果。在未来10到20个季度的GDP的增长将主要的由GDP自身的增长和银行违约可能性和财产指数所解释，这解释了基本模型规范中GDP变异性的重要一部分。如表3所示。 当我们把财产价格指数包含到模型中时，这个变量在gdp中的变异性解释比在银行股权价格中更好，如表4所示。 最后，把短期利率增加进来似乎没有对之前的已定模式产生影响：银行股权指数在gdp中没有多少变量解释力。 5.3 国家层面的分析 为了检查这组结果的稳定性我们又一次使用了VAR方法在国家层面进行了分析。该模型规范包括四个变量（pod, gdp, eq, inf)）。除了变量的当前价值，我们还加入了第一和第四滞后价值。我们使用分解法来识别冲击和获得脉冲回应函数的估计。所有的图形会在附录B中给出。国家层面的结果与面板数据分析所提供的证据是一致的。正如面板VAR中的情况，对韩国、瑞典和芬兰来讲，在积极冲击中GDP对银行业违约可能性的回应是消极和显著的。 对德国和英国来讲，回应却是消极和不显著的。这并不奇怪，因为在这两个国家的pod水平都在临界值之下。与面板VAR相反的是，在挪威GDP的回应是积极的（但不是很显著），在日本GDP的回应也是积极的（但是不显著）。对挪威、日本、瑞典和英国来讲，GDP对银行股权指数的反应是积极的（但对后两个国家来讲并不很显著），对韩国、芬兰和德国来讲是不显著的。总的来说，国家层面的分析还是给了我们对面板VAR结果稳定性的一些信心。 六、结束语 在本文我们给出了一个金融脆弱性的定义，它由高PD和低银行盈利能力组成。这个定义是基于这么一个模型：在一个拥有最多银行和代理人的经济中，在一个外生变量冲击后，总体内生违约会增加，银行盈利能力会减弱，代理人的福利会下降。因此我们会认为，如果在金融系统中会导致危机的冲击使代理人的福利下降，那么经济会变得更加金融脆弱化（或是金融不稳定）。我们在一个简化的模型中运行了比较静态计算。 具体来讲我们引进了一组简化方程来描述家庭的行为，从而使得英国的数据能够校准我们的模型。在这个版本中我们用产出（输出）作为代理人福利的一个代表。在两个替代条件（即：银行被资本充足率要求所限制和不被其限制）下我们模拟了一系列的经济冲击。当银行不受CARs约束的时候，冲击会导致银行盈利的下降，银行违约率的提升和造成GDP的下滑。 在资本充足率