如何衡量金融脆弱性

如何衡量金融脆弱性
本内容由人工智能自动翻译。

在研究和政策制定中,迫切需要一个全面的国际数据库,用以识别易受危机冲击的金融体系特征。对此类数据库的分析将增进我们对危机引发和传导主要机制的理解。即使金融脆弱性尚未严重到引发危机,它仍是解释金融发展与增长关系受扰的原因之一(Loayza and Ranciere 2006)。1 脆弱的银行不愿发放新贷款(Andrianova et al. 2015b)。相反,它们将精力集中于去杠杆化资产负债表,并加强流动性缓冲,以应对存款人信心下降。

为解决这一需求,作为DFID-ESRC正在进行的项目的一部分,已构建了一个涵盖124个国家、时间跨度为1998年至2012年的金融脆弱性新数据库。2 该数据库(国际金融脆弱性数据库,IDFF)可从莱斯特大学的项目网站下载,同时下载的还有一份讨论文件,其中较为详细地描述了其构建方法、优势和局限(Andrianova et al. 2015a)。3 在此,我们介绍该数据库的构建过程并加以简要概述,同时重点说明其一些主要特征。

金融脆弱性新数据库的创新之处

IDFF利用Bureau van Dijk的Bankscope银行层面数据,构建了八项不同的金融脆弱性指标,每项分别聚焦于金融体系脆弱性的不同方面。其中七项涉及银行层面的脆弱性指标,包括资本化程度、资产质量、管理效率、盈利能力、流动性和风险敞口。第八项指标为Z值,用于衡量整个银行体系距离破产的距离。

各类吸收存款的机构均纳入国家总量统计,而商业银行仅占IDFF中银行总资产价值的三分之二——这一特点使其有别于以往仅关注商业银行的数据库(例如 Beck et al. 2000, Cihak et al. 2013)。纳入IDFF总量统计的其他机构还包括合作银行(占总资产的11%)、储蓄银行(9%)、投资银行(9%)、房地产与抵押银行(5%)以及伊斯兰银行(0.1%)。在许多国家,商业银行并不完全主导银行体系,忽略其他类型的银行可能导致国家层面金融脆弱性的测量偏低或偏高。荷兰即为一例:商业银行占银行总资产的80%,合作银行占18%。荷兰商业银行的总体Z值为9.2,但纳入其他类型银行后,该数值跃升至13.4,这很可能反映了合作银行更高的风险厌恶程度。类似地,在德国,储蓄银行和合作银行合计占资产的40%以上,纳入这些其他类型银行后,Z值从14.1提高到29.8。另一方面,在美国,商业银行占总资产的58%,纳入其他类型银行则导致金融脆弱性指标显著恶化。若仅关注商业银行,将低估美国的金融脆弱性。

  • IDFF的一个新颖特征在于,它包含基于不同规则纳入国家总量的个别银行的、对各项脆弱性变量的替代性估计。

银行无需向Bankscope报告任何财务数据,而某些银行报告的信息量确实随时间变化。纳入那些最不稳定的银行数据,可能使对国家总量同比变化的估计产生偏差,因为银行报告数据的倾向可能与其绩效相关。另一方面,仅纳入始终报告广泛数据的银行,可能使对长期国家平均水平的估计产生偏差,因为某些类型的银行报告数据可能比其他类型更为一致。为此,IDFF报告了基于多种选择规则的替代性总量指标,这些规则在银行报告一致性方面的限制程度各不相同。

  • 在最严格的规则下,银行必须在其营业期间的至少三分之二时间内报告一系列财务指标中的每一项(或者,至少八年),其数据方可计入任何总量指标。

  • 在限制稍宽松的规则下,银行必须在其营业期间的至少三分之二时间内报告某一特定指标(或者,至少八年),其该指标的数据方可计入总量指标。

  • 在限制最宽松的规则下,所有可用数据均用于构建总量指标。

表1显示了不同选择规则如何影响其中一项总量指标——银行资本化程度。建议使用该数据库的研究人员选择最适合其所研究问题的指标,或比较采用不同指标得出的结果,以判断其结论的稳健性。

表1。采用五种不同选择规则计算的年度全国银行股本占银行资产的百分比

图1至图3展示了不同收入组国家在资产质量、流动性和稳定性(Z值)方面的部分差异。4 图表显示,低收入国家(LICs)的银行体系最为脆弱,表现为Z值较低、资产质量较差(不良贷款占贷款总额的比例)。相反,它们的银行体系流动性最强。由于大多数低收入国家位于撒哈拉以南非洲,地理变化模式与此相似。尽管高流动性比率看似有些令人费解,但这可能反映了银行不愿向当地借款人放贷,正如Andrianova et al. (2015b)在其关于非洲银行为何放贷如此之少的分析中所指出的那样。希望IDFF能够促进相关研究,以深化我们对驱动这些特征的因素的理解,并帮助政策制定者减轻金融脆弱性的成因与后果。

图1。资产质量

151008-资产质量 Vox 图表

图2。流动性

图3。稳定性(Z值)

结语

更广泛而言,该数据集旨在用于学术研究,并为政策制定提供参考。对该数据集的分析或将为一些问题提供新的见解,例如金融脆弱性如何影响经济增长、过快推进金融自由化的国家是否更易受金融脆弱性冲击,以及是否存在可用于预测金融危机的脆弱性指标。此外,它还可用于考察与低收入国家中金融—增长关联薄弱(如果不是完全不存在)相关的问题。

参考文献

Andrianova, S, B Baltagi, T Beck, P Demetriades, D Fielding, S G Hall, S Koch, J Rewilak and P L Rousseau(2015a)‘金融脆弱性的新国际数据库。’工作论文 15/18,莱斯特大学。

Andrianova, S, B H Baltagi, P O Demetriades and D Fielding(2015b)‘为何非洲银行放贷如此之少?’ Oxford Bulletin of Economics and Statistics 77(3), 339-359.

Beck, T, A Demirgüç-Kunt and R Levine(2000)‘金融发展与结构的新数据库’, World Bank Economic Review 14, 597-605.

Čihák, M, A Demirgüç-Kunt, E Feyen and R Levine(2013)‘1960年至2010年205个经济体的金融发展’, Journal of Financial Perspectives 1, 1-19.

Demetriades, P O & G A James(2011)“非洲的金融与增长:断裂的纽带,” Economics Letters 113(3), 263-265.

Loayza, N V, and R Ranciere(2006)“金融发展、金融脆弱性与增长,”Journal of Money, Credit and Banking:1051-1076.

脚注

1 这一特征在非洲尤为明显(Demetriades and James 2011)。

2 “Politics, Finance and Growth”,DFID-ESRC资助参考编号 ES/J009067/1。

3 http://www2.le.ac.uk/departments/economics/research/esrc-dfid-project。

4 选择规则记录了‘基准’规则,即国家层面数据使用所有可用观测值生成。

本文与 VoxEU合作发表。发表本文并不意味着世界经济论坛认可文中观点。

如需紧跟 Agenda 动态, 请订阅我们的每周通讯。

作者:Panicos Demetriades是莱斯特大学金融经济学教授。David Fielding是奥塔哥大学经济学教授。Johan Rewilak是赫德斯菲尔德大学经济学讲师。

图片:一名男子走过新加坡中央商务区的建筑。路透社/Nicky Loh。

分享至:

授权与转载
世界经济论坛发布的文章,可依据《知识共享署名-非商业性使用-禁止演绎4.0国际公共许可协议》以及我方《使用条款》进行转载。 本文所表达的观点仅代表作者个人立场,并不代表世界经济论坛的观点。