银行内部特征与银行信贷渠道关系实证研究.docVIP

银行内部特征与银行信贷渠道关系实证研究 　　[摘 要]本文利用14家中国银行的一个面板数据观察1996-2007年间的季度数据，深入探讨了银行内部特征对货币政策银行信贷渠道的效果的影响。对Kashyap and Stein (2000)和Ehrmann(2001)中模型加以修正并进行了估计，它假设来自于银行的信贷供给的对称性，依赖于它们的规模、流动性和资本量。通过银行三个特点：银行规模、动资金和资本化的横截面数据分析，研究了具有不同特点的银行对货币政策冲击的反应。发现，拥有更多的流动性和充足的资本的银行对货币政策的冲击的反应更小，受其影响更小。与Kashyap and Stein (2000)相反，我们没有发现我们所考虑的其他两个银行特征（规模和资本量）对银行信贷有任何显著的影响。 　　[关键词]内部特征 信贷渠道 货币政策 规模 　　作者简介：宋春梅（1973-），女，黑龙江牡丹江人，大连广播电视大学财经系副教授，从事金融理论与实践研究。 　　 　　一、模型的设定 　　我们的模型有两个原始模型来源：Kashyap(2000)模型和Ehrmann(2001)模型。我们首先先来简单介绍下这两个模型的核心方程。 　　（一）Kashyap(2000)模型 　　 Kashyap(2000)模型的核心方程是： 　　 　　模型中：△表示差分算子。L代表各种类型的贷款：房地产贷款、农业贷款、工商业贷款和居民（消费）贷款。F是由联邦基金利率（FFR）测量的货币政策指标。X代表银行的各种特征：规模、流动性和资本。Y即真实GDP。π是由CPI的变动率测算的通货膨胀率。Qj为修正季度趋势的季节虚拟变量。vi是指个别银行的影响。εit是模型的误差项。 　　另外，规模、流动性和资本分别由以下方程得到： 　　 　　这个方程组用公式描述运用了三个银行业比率指标。第一个指标衡量银行业的规模，对商业银行总资产进行对数调整得到。第二个指标衡量银行业的流动性，即相对于贷款而言的银行业可贷资金规模。该比率可通过对比金融机构存款总量与其资产规模得到(D/A)。第三个指标衡量银行业资本充足水平，可以通过计算金融机构资本及储备水平与其资产规模的比率得到(C/A)。 　　（二）Ehrmann(2001)模型 　　 Ehrmann(2001)模型的最初简化方程是： 　　 　　系数β4将银行信贷对货币政策指标(rit)的反应与银行体系特征(Xit)联系起来，反映了货币政策导致的信贷供给变化的银行个体差异性。由于信贷与真实GDP以及价格水平的关系可能是对数线性的，需要将模型进一步表示为对数线性形式： 　　 　　对上述模型引入动态机制并且进行一阶差分，可以得到最终的模型： 　　 　　其中，i，t和l分别代表银行、时间以及滞后期数。为了防止潜在的内生性问题，所有的解释变量均为滞后值。 ， ， 　　以及 ，分别表示i银行t-j期的银行信贷增长率、货币政策变动、真实GDP增长率以及通胀增长率。成员国金融体系特征指标表现为模型中的 ，我们将考虑的特征指标包括三个方面，即银行规模、流动性以及资本充足比率。模型还考虑了固定效应，体现为各国具有特定的截距αi。εit为模型的残差。bj，cj，dj，ej，fj均为待估计参数。模型中的宏观经济变量，即真实GDP和通胀增长率是作为控制变量引入的，即我们假定这些宏观经济变量能够反映相应的时间效应。单一货币政策是否存在银行分布效应关键在于交互项系数fi的显著性及其符号上。 　　（三）我们的模型设定 　　为了分析银行结构的三个特点对货币政策的影响，我们将首先融合Kashyap(2000)模型和Ehrmann(2001)模型的中心思想，并加以修改，得到我们所需要的模型，再利用GMM方法（GMM估计最初是由Arellano和Bond(1991)提出的，由于GMM估计能够提供更为有效和一致的参数估计，因此该方法后来被广泛运用于动态面板数据模型估计）对我们所得到的模型进行实证分析： 　　 　　相对于前面介绍的两个经典模型，这个方程式有了一些修正。模型中：△表示差分算子。L代表商业银行贷款总额。r是由七日银行同业拆借利率测量的货币政策指标。X代表商业银行个体的各种特征：规模、流动性和资本。Y即真实GDP。π是由CPI的变动率测算的通货膨胀率。εit是模型的误差项。 　　另外，与以前介绍的模型一样，方程式中的规模、流动性和资本也分别由以下方程得到： 　　 　　在我们的模型中，银行信贷渠道的存在可以通过测量货币政策对不同规模、流动性和资本的银行的信贷的不同影响的相关系数的符号来评估。如果规模小，流动性不强，低资本的银行在寻求外在融资时面对着巨大困难，继而当货币政策紧缩时，他们可能会减少他们的信贷，相对于大规模，流