银行业监管效能实证分析.docx
- 文档编号:3781603
- 上传时间:2023-05-06
- 格式:DOCX
- 页数:9
- 大小:30.34KB
银行业监管效能实证分析.docx
《银行业监管效能实证分析.docx》由会员分享,可在线阅读,更多相关《银行业监管效能实证分析.docx(9页珍藏版)》请在冰点文库上搜索。
银行业监管效能实证分析
中国银行业监管效能实证分析
【摘要】
国际金融海啸对世界银行业造成的巨大损失导致了世界范围内对银行业监管体系的各种质疑,但同时对中国特色的监管模式在防范银行业风险、保持银行业的稳定、促进经济增长的贡献刮目相看。
本文基于2001-2010年中国银行业发展和监管的相关数据,采用因子分析及回归分析来探讨监管效能与风险水平之间的变动态势,分析两者之间的内在关系,同时对中国银行业监管效能进行系统的实证检验。
【关键词】银行业监管效能实证分析
一导言
2007年2月7日,美国第二大次级抵押贷款经营机构新世纪金融宣布2006年四季度业绩出现亏损,拉开了次贷危机的序幕,接踵而来的华尔街五大投资银行中两家倒闭、一家被收购、两家改组为银行控股公司,美国联邦存款保险公司(FDIC)一次性关闭了四家美国银行等等,使得由虚拟经济演发的金融危机迅速蔓延于实体经济,美国2008年四季度GDP大幅下降3.8%,经济衰退程度持续加深。
此后不断有银行业金融机构遭受冲击,危机迅速蔓延到各国银行业市场,给各国经济增长带来不可估量的影响。
中国银行业的全面对外开放、全球化和自由化经营显然摆脱不了国际金融海啸的影响。
国际金融海啸对世界银行业造成的巨大损失导致了世界范围对银行业监管体系的各种质疑,但同时对中国特色的监管模式在防范银行业风险、保持银行业的稳定、促进经济增长的贡献刮目相看。
2010年中国银行业金融机构税后利润高达8990.9亿元,较上年增长34.51%,名列世界前茅。
在后金融危机时代,在坚守中国特色银行业监管体系的基础上,总结借鉴国际金融危机经验教训,探索更加有效、更加适合时代经济发展的监管方式,提升监管的有效性,促进中国实体经济的稳定发展,将是我们面临的又一个重大课题。
本文基于2001-2010年中国银行业发展和监管的相关数据,采用因子分析及回归分析来探讨监管效能与风险水平之间的变动态势,分析两者之间的内在关系,同时对中国银行业监管效能进行系统的实证检验。
二中国银行业风险水平的动态分析
关于银行业金融机构稳定的研究主要是由“金融脆弱性假说”延伸而来。
1982年海曼·明斯基(Hyman.P.MinShy)在《金融体系内在脆弱性假说》一书中最先对金融脆弱性问题做了比较系统的解释,形成了“金融脆弱性假说”。
他认为金融系统内在脆弱性是金融业的本性,是由金融业高负债经营的行业特点所决定的,就是通常所说的狭义上的金融脆弱性。
随着对金融脆弱性研究的深入,其概念逐渐微观到银行业风险水平的范畴。
对于风险水平的分析也基于此理论,以《银行监管统计主要指标》、《银监会年报》及非现场监管信息系统为原始数据的来源,本着综合性、层次性、针对性及可操作性的原则,选取2001-2010年具有代表性的反映银行业风险水平的九个评价指标的时间序列数据,运用时序全局成分分析法对中国银行业风险水平进行动态描绘,九个银行业系统风险的评价指标分别从资本风险、流动性风险、信用风险、经营风险四大方面设立,具体指标为:
(1)资本充足率(%);
(2)资本资产比率(%);(3)流动性比例(%);(4)存贷款比例(%);(5)不良贷款率(%);(6)次级类贷款率(%);(6)可疑类贷款率(%);(8)损失类贷款率(%);(9)现场检查违规金额/各项贷款(%)。
在研究风险水平时,由于所选取反映银行业风险水平的指标较多,而这些指标之间又具有一定的相关性,因此在进行风险水平综合评价时较为复杂。
为简化原始数据结构,较易计算出中国银行业风险水平的综合评价值,在研究方法上首先进行因子分析。
运用因子分析,可以从反映风险水平的众多指标中提取几个主要的公因子(公因子的选取个数以特征值大于或等于1为界),使每个公因子代表一种重要影响力,抓住这些公因子,不但可以计算出综合评价值,而且可以分析影响银行业风险水平不可观测的主要因素及产生差异的原因,其具体步骤:
(1)由于所选指标的测量度不一样,所以在进行银行业风险水平综合评价时要对所选取的原始数据进行无量纲的标准化处理。
本文在利用原始数据进行因子分析时,采用方差最大法来进行因子旋转,从而使因子载荷矩阵上的每一列元素都能够尽量极化。
(2)在计算机上用SPSS13统计软件进行数据处理。
用方差最大法进行正交旋转,由此得到中国银行业风险水平评价指标相关矩阵的特征值(见表一)。
表一:
银行业风险水平评价指标相关矩阵特征值
因 子
Y1
Y2
Y3
Y4
Y5
Y6
Y7
Y8
Y9
特征值
5.473
2.030
0.758
0.607
0.106
0.015
0.008
0.002
0
贡献率(%)
60.812
22.561
8.423
6.749
1.180
0.165
0.086
0.024
0
累计贡献率(%)
60.812
83.373
91.796
98.544
99.724
99.890
99.976
100
100
(3)确定主成分因子。
由表一可知,前两个主成分Y1、Y2的累积方差贡献率已达83.37%,基本上保留了原来银行业风险水平评价指标的信息,这样可以用这两个主成分Y1、Y2代替原来的九个银行业风险水平评价指标,其对应的特征向量见表二。
表二:
银行业系统风险评价指标特征向量
主成分
X1
X2
X3
X4
X5
X6
X7
X8
X9
Y1
-0.969
-0.923
-0.111
0.777
0.736
0.420
0.744
0.810
-0.336
Y2
0.064
0.100
-0.610
0.273
0.666
0.832
0.628
0.539
0.880
根据表二的分析数据,可写出各风险评价指标与两个主成分—因子之间的线形组合,设Y为主成分因变量,则线形关系如下:
Y1=-0.969*X1-0.923*X2-0.111*X3+0.777*X4+0.736*X5+0.420*X6+0.744*X7+0.810*X8-0.336*X9
Y2=0.064*X1+0.1*X2-0.610*X3+0.273*X4+0.666*X5+0.832*X6+0.628*X7+0.539*X8+0.88*X9
(4)主成分—因子得分。
按下面的公式以两个主成分因子的信息贡献率作为加重权数计算出2001-2010年中国银行业风险水平的综合评价值。
F=(0.60812*Y1+0.22561*Y2)/0.83373
(5)绘制中国银行业风险水平综合评价时间序列图。
根据步骤(4)计算出的2001-2010年中国银行业风险水平的综合评价值绘制中国银行业风险水平的态势图。
图一:
中国银行业风险水平态势图(2001-2010年)
从上图可以看出,2001-2010年在银监会及相关监管部门的共同努力下,中国银行业风险水平整体上处于不断下行的发展态势,特别是在2004-2008年,中国银监会的成立及先进监管理念、监管模式的运用,使得风险水平下降的速度较快。
但由于受国际、国内资本市场及经济金融环境的影响,2009年中国银行业风险水平处于短暂的上行波动态势,而2010年国银行业风险水平继续下行。
三中国银行业监管效能的动态分析
1997年和2001年,巴塞尔银行监管会先后正式通过“有效银行监管的核心原则”和“新巴塞尔资本协定”,为规范银行监管提出了国际统一的准则。
受2008年金融海啸的影响,2010年7月,巴塞尔银行监管会又发布巴塞尔协议Ⅲ,这三个准则的相继发布为建立统一的银行监管措施提供了良好的基础,在这些准则的基础上,国内学者对银行监管及其影响进行了研究。
江春、许立成从理论上划分了银行监管的四种理论,并利用80个国家数据系统检验了四种银行监管理论的有效性;李涛利用世界银行网站数据库对118个国家银行监管数据进行了计量分析,并比较分析了银行监管的三种模式;沈坤荣、李莉将银行发展作为衡量监管综合绩效的最终指标,采用世界银行2004年调查报告的最新数据,运用主成分分析法构造了12项银行监管指标,从而验证监管措施的效应;肖兴志、韩超采用时间序列数据分析方法,选取合适的非监管变量进行综合分析,以全面实证检验中国银行业监管效果。
为了更全面分析中国银行业监管效能,本文拟在上述文献研究的基础上,利用时间序列数据,采用因子—主成分分析法,选取合适的变量进行综合分析,以对中国银行业监管效能进行系统的实证检验。
衡量产业的发展往往要从规模和效率两个方面来考虑其绩效,银行业亦不例外。
银行在现代经济体系中有着重要的作用,银行的发展规模关系到整个经济体系的健康周转运行。
银行业的经营效率对银行业的稳定与发展,进而对应付银行危机、经济稳定都将具有重要的作用。
基于此,对于银行业监管效能,本文从银行业业务规模、银行业经营效率两个层面,以总资产/GDP(%)、所有者权益/GDP(%)、各项贷款余额/GDP(%)、资产增长率(%)、资本增长率(%)、资本利润率(%)、资产利润率(%)、拨备覆盖率(%)八项指标的综合评价值来反映中国银行业监管效能的动态变化趋势。
根据《中国统计年鉴》及银监会统计信息网2001-2010年原始经济时间序列数据,运用因子分析法得出中国银行业监管效能的总体评价值,其发展的趋势见图二。
图二:
中国银行业监管效能态势图(2001-2010年)
从图二可以看出,在2001-2010年间中国银行业监管效能总体处于上行的态势,但在2001-2004年间,银行业监管效能的总体态势较为缓慢。
2005-2010年间,在中国银监会风险监管理念的指引下,以资本风险、流动性风险、信用风险、经营风险为监管重点的监管方式促使银行业监管效能的总体态势较上行较为迅速。
四中国银行业监管效能与风险水平关系的回归分析
基于本文开篇问题的提出,根据所计算出的2001-2010年中国银行业监管效能的综合评价值和中国银行业风险水平的综合评价值对两者之间的关系进行研究。
4.1相关性分析
运用Eviews统计软件对中国银行业风险水平综合值与监管效能综合评价值进行相关性分析,得出它们之间的相关系数见表三。
表三:
银行业监管效能与风险水平的相关性分析表
银行业风险水平综合值
银行业监管
效能综合值
相关性系数
-0.880
实际显著性水平
0.001
自由度
10
注:
复相关系数是在默认的显著性水平0.01上的检验。
从上表可以看出,银行业监管效能(Y)与变量银行业风险水平(X)之间的相关性系数为-0.880,这反映出两者之间呈现出负较强的负相关性,说明银行业监管效能的增强将降低银行业风险水平,而银行业风险水平的降低就是银行业监管效能的最佳体现。
4.2因果关系检验分析
经过随机变量的平稳序列检验,运用Eviews统计分析软件作变量之间的GrangerCausalit(因果关系)检验,检验结果见表四:
表四:
格兰杰因果关系检验
原假设(H0)
自由度(N)
滞后阶数(Lags)
F统计量
P值
结果
Y不是X的格兰杰原因
9
1
0.24967
0.63510
接受H0
X不是Y的格兰杰原因
9
1
1.01472
0.08521
拒绝H0
由上表的分析数据可以看出,变量中国银行业风险水平(X)和银行业监管效能(Y)存在着格兰杰因果关系,其中银行业风险水平(X)是银行业监管效能(Y)的一个负因果原因。
4.3回归分析
利用Eviews统计软件的CurveEstimation,通过散点图比较各种曲线配合模型的R2和F检验的结果,可以拟合两变量之间的曲线方程,得出的回归方程为:
Y=127.804+4934.052/X,其中:
R2=0.8984,调整R2=0.8857,D-W=1.224,Prob(F-statistic)=0.00003,F=70.77,Prob(F-statistic)=0.0005。
图三:
监管效能(Y)与风险水平(X)的散点及拟合曲线图
上述非线性回归分析的统计检验基本符合要求,因此是基本有效的。
它再次验证了中国银行业风险水平和监管效能呈负相关关系,银行业监管效果的增强降低了银行业风险水平。
在2008年全球金融危机导致世界各地银行业出现低迷、破产甚至倒闭的背景下,中国银行业监管效能的持续增强使得银行业风险水平保持在合理的尺度内,不仅经受住了全球金融危机的冲击,而且使得银行业竞争水平持续增强,名列世界银行业前茅。
五分析结论
通过以上实证分析我们可以得出以下结论:
银行业风险水平与监管效能统计意义上呈负相关关系,银行业监管效能统计意义上显著促进了银行业风险水平的降低,银行风险水平的降低从银行业务规模的扩大、银行业经营效率的提高两大模块体现了监管效能的增强。
因此,现行的银行业监管是适合中国银行业改革和发展的特色监管模式,现行的银行业监管体系发展的方向是正确的,也是要坚定不移的去实践的。
2008年金融海啸在暴露出新资本协议风险缺陷的同时,也促进了世界银行业监管体制的不断改革和发展,因此,银行业监管部门应该在适应时代监管体制发展,在严格执行“适度稳健的货币政策”的基础上,继续探索、发展适合中国银行业体系的特色监管模式,加强对银行业金融机构的监管,引导银行业与国际金融环境的对接,促进银行业稳定、健康、持续发展。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 银行业 监管 效能 实证 分析