基于脉冲响应模型的经济波动对商业银行次贷规模的影响研究.docx

基于脉冲响应模型的经济波动对商业银行次贷规模的影响研究.docx

  1. 1、本文档共10页,可阅读全部内容。
  2. 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. 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. 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

?

?

基于脉冲响应模型的经济波动对商业银行次贷规模的影响研究

?

?

论文导读::美国次贷危机的爆发,通过金融链条的传导引发全球性金融海啸,故从根源上控制次贷规模,对我国经济的稳步发展显得尤为重要。本文选取经济增长率与次贷增长率为代理变量,通过对两协整变量的Granger因果检验,得出经济波动是次贷规模变动的原因;进而进行脉冲响应分析,结果表明二者短期存在负相关,而中长期呈现正相关。因而,审视宏观经济形势,适度控制信贷规模,完善信用评级机制,对商业银行防范系统性风险具有重要意义。

论文关键词:次贷危机,经济波动,次贷规模,脉冲响应

?

一、引言

2007年底,一场源于次级抵押贷款的金融风暴席卷全球,致使美国、欧盟和日本等全球主要金融市场出现严重的流动性不足。纵观我国的金融市场,信用体制尚不健全,仍处于起步阶段。作为我国金融市场的参与主体,商业银行的稳定性经营对金融市场以至实体经济的发展具有重要的意义。宏观经济总是呈现上升和下降的周期性波动,繁荣与萧条交替出现,毋庸置疑,这将导致信贷规模的相应变化。2009年保增长、刺激内需的政府导向,使国内信贷规模出现超高增长,在一定程度上为次贷埋下了祸根。金融链条“牵一发而动全身”,当经济形势逆转,市场泡沫爆破,次贷必然爆发出其潜在的信用风险,危及整个金融体系。

现阶段国内关于经济波动与次级贷款的研究尚少,我国学者主要着力于经济与不良贷款的关系。鉴于次贷是不良贷款的重要组成部分,因而不良贷款与宏观经济的分析对次贷的研究具有一定的借鉴意义。国内学者的研究结果表明,不良贷款与宏观经济主要存在以下两种关系:一是以张淼(2002)[1]、李双(2005)[2]等为代表的学者通过回归分析发现银行不良贷款率与经济增长率存在负相关,银行外部经济环境恶化是产生不良贷款的主要原因。谢冰[3]、李麟索、彦峰(2009)[4]等运用相关分析、共线性诊断、主成分分析、时间序列、脉冲响应等方法表明经济波动与不良贷款呈现一种较强的反向动态变动关系。而银行信贷行为的亲周期性更强化了这种关系,从而导致银行业面临严重的系统性风险。二是李宏瑾,徐爽(2009)[5]从夏普比率出发,构建了一个用于分析不良贷款与经济波动的理论模型,通过澳大利亚的数据验证了经济增长与不良贷款比例的正相关关系。高鹤(2009)[6]在财政自给率与地方政府行为与不良贷款率的研究中,亦指出当地方政府行为是“强化市场型”导向时,该地区的经济波动与银行不良贷款率表现出明显的正相关。

基于以上学者的研究,为了分析经济波动与次贷规模之间可能存在的某种相关关系,本文采用银监会公布的次贷数据和国家统计局公布的GDP数据进行单位根(ADF)的平稳性检验和Johansen协整检验,在保证VAR模型稳定的基础上,对两变量进行Granger检验以确定其因果关系,最后进行脉冲响应和方差分解分析,并由此进行理论分析,对商业银行的经营与发展提出合理的建议。

二、经济波动影响次贷规模变动的实证分析

(一)变量的选取及说明

余芳东、杨映霜(2002)[7]认为GDP季度同比增长率是本季度经济运行的内在因素和季节性因素等外在因素综合作用的结果,能客观反映经济运行的实际进展。因而,本文选取GDP季度增长率(RGDP)作为经济增长的代理变量。同时为了使次级贷款在时间上与经济增长率相匹配金融论文,本文选取次贷增长率(RCD)作为次级贷款的代理变量。我国银监会自2003年以来开始对各级贷款的季度数据进行统计并定期公布,为了排除金融危机的突发性因素对研究结果的干扰,以保证数据的平稳性和研究的可参考性,本文采用2004年3季度至2008年3季度的数据进行实证研究。

图1次贷增长率与经济增长率

注:主坐标轴为次贷增长率;次坐标轴GDP同比增长率

(二)实证分析过程

1、单位根(ADF)检验

对时间序列数据进行估计必须要求其具备平稳性,否则,根据2003年诺贝尔奖得主Granger和Newbold(1974)的理论,对非平稳时间序列的估计很可能出现伪回归的结果。因此,首先对RCD与PGDP时间序列进行单位根(ADF)平稳性检验,检验结果如表1所示:

表1单位根(ADF)检验

?

变量

ADF检验

检验类型(c,t,p)

临界值

结论

RGDP

-1.270896

(c,t,0)

-2.673459

不平稳

RCD

-2.528635

(c,t,1)

-2.681330

不平稳

DRGDP

-3.944872

(c,0,0)

-3.081002**

平稳

DRCD

-4.331050

(c,0,0)

-3.959148***

平稳

注:(1)***和**表示在1%和5%的显著性水平上拒绝原假设;(2)检验类型(c,t,p)分别表示常数项、时间趋势和滞后阶数;(3)DRGDP、DRCD分别表示RGD

文档评论(0)

胡珍 + 关注
实名认证
内容提供者

90后

1亿VIP精品文档

相关文档