첫째, 변수 선택 및 모델 구축
(a) 변수 선택 1. 변수를 해석하다. 상업은행 위험부담의 측정에서 국내외 학자들은 주로 불량대출률 (NPL), 가중 위험자산률 (RA) 및 파산 확률 Z-score 를 채택하고 있다. 델리스 & Ampkouretas (2011) 는 불량자산 비율과 가중 위험자산 비율로 은행의 위험 부담 정도를 측정하고 서명동과 진학빈 (20 12) 은 또한 학자는 대출 손실률과 예상 위약율로 상업은행의 위험 부담 수준을 측정한다. 예금대출 업무가 우리나라 상업은행 업무에서 줄곧 높은 비중과 데이터의 정확성을 차지하고 있다는 점을 감안하면, 이 글은 각 주요 은행이 발표한 불량대출률을 은행의 위험 측정 기준으로 선택했다. 2. 변수를 해석합니다. 화폐시장에서 금리 변수를 선택할 때 우리나라 화폐시장이 아직 공인된 기준금리를 형성하지 않았기 때문에 어쩔 수 없이 여러 지표를 채택해야 한다. 국내 학자들이 기준금리에 대한 논란은 주로 전국 은행간 동업분리금리 (CRATE), 은행간 채권 시장금리 (BRATE) 및 상해은행간 동업분리금리 (SHIBOR) 에 집중됐다. 해도와 측 (20 10) 이 SHIBOR, CRATE, BRATE 의 변동을 분석한 결과 이 세 가지 금리가 우리나라 통화시장의 기준금리로 완전히 독립될 수 없다는 것을 발견했다. 이 글은 은행간 채권 시장 이자율 (BRATE) 과 상하이 은행간 동업 대출 이자율 (SHIBOR) 을 화폐시장 금리를 측정하는 지표로 꼽았다. 금리 변동 변수는 상해은행간 동업분리금리 (DSH) 의 표준편차로 측정된다. 3. 제어 변수. 은행 자체의 요인, 거시경제 조건 및 시장 경쟁이 상업은행 위험에 미치는 영향을 통제하기 위해 이 문서에서는 은행 규모, 은행 자본 충족률 (CAR), 은행 자산 수익률 (ROA), 실체경제 성장률 (GDPG), 은행업 경기지수 (BBI) 및
(2) 모델 구축은 연구 목표 및 변수 선택을 기반으로합니다. 이 기사는 Delis & amp； 를 참조합니다. Kouretas(20 1 1) 에 대한 모델 설정입니다. 모델 (1) 은 통화시장 금리가 상업은행 위험에 미치는 영향을 연구하는 데 사용됩니다. 모델 (1) 에서 I 는 은행 I 를, T 는 T 기간을, 위험은 해석된 변수로 상업 은행의 위험 부담을 나타냅니다. 이 기사는 부실 채권률을 측정 지표로 사용합니다. MP 는 통화 시장 금리를 나타내는 해석 변수입니다. 이 글은 BRATE 와 SHIBOR 를 화폐시장 금리의 지표로 사용한다. 통제 변수: 크기 은행 규모, 자동차 은행 자본 충족률, ROA 은행 자산 수익률, GDPG 실제 경제 성장률, BBI 은행 경기 지수, CON 시장 집중도. 은행업 경기 지수는 이번 은행업의 이전 기간과 비교한 변화를 반영한다. 시장 집중도는 은행업의 경쟁을 반영한다. 집중도가 높을수록 시장 경쟁이 작아진다.
둘째, 실증 분석
(1) 데이터 소스는 데이터의 가용성과 신뢰성을 기반으로 합니다. 이 글은 중국은행, 농업은행, 공상은행, 건설은행, 교통은행, 민생은행, 중신은행, 광대은행, 초상은행, 핑안 은행, 닝보은행, 흥업은행, 남경은행 등 전국 16 개 상장은행 2007 ~ 20/으로 되어 있다
(2) 변수에 대한 설명 통계 (표 2) BRATE 가 얻은 데이터는 월간 가중 평균이기 때문에 HIBOR 가 얻은 데이터는 일일 데이터입니다. 여기서 우리는 1 과 같이 하룻밤 SHIBOR 의 그래프를 사용하여 중국 통화 시장 금리의 변화 추세를 설명합니다.
(3) 매개 변수 추정 및 분석 1. 추정 방법. 제작된 모든 모델에는 해석된 변수의 1 차 지연이 포함되어 있으므로 내생 문제를 피하기 위해 이 문서에서는 광의모멘트 추정 (GMM) 방법을 사용하여 모델을 추정합니다. 일반화 모멘트 추정은 미분 일반화 모멘트 추정 (DIFGMM) 과 시스템 일반화 모멘트 추정 (SYSGMM) 으로 나눌 수 있지만 유한 샘플에서는 시스템 GMM 의 추정 결과 편차가 미분 GMM 보다 작습니다. 시스템 GMM 은 1 단계 일반화 모멘트 추정과 2 단계 일반화 모멘트 추정으로 나눌 수 있습니다. 상대적으로 2 단계 추정 결과는 이분산 및 단면 관련성에 대해 더욱 견고하기 때문에 이 문서에서는 시스템 일반화 모멘트 추정의 2 단계 방법을 선택하여 모델을 추정합니다. 추정 결과는 표 3 에 나와 있습니다. 2. 예상 결과. 먼저 표 3 에 있는 모든 AR(2) 및 Sargan 검사의 P 값을 살펴보면 P 값이 0. 1 보다 훨씬 크다는 것을 알 수 있습니다. 즉, "시퀀스 자기 상관은 없습니다." 와 "모든 도구 변수가 유효합니다." 라는 두 검사의 원래 가정을 알 수 있습니다. 한편, 해석된 변수의 1 차 지연 계수는 각 모델 추정에서 현저히 양수로, 상업 은행이 인접 기간 동안의 위험 부담에 강한 상관 관계가 있다는 것을 보여 주며, 처음 네 가지 모델이 합리적이라고 생각할 수 있습니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 남녀명언)
(d) 변수, 제어 변수 및 교차 항목을 해석하는 계수는 1 입니다. 화폐시장 금리와 상업은행의 위험 부담 사이에는 현저한 부정적 관계가 있다. BRATE 를 해석 변수로 사용하는 모델 추정 결과에서 BRATE 의 β 계수는 각각 -0.07, -0.282 및 -0.474 이고 z 값은 각각 -8.07, -7.35 및 -3.03 이며 모두 65,438+0 입니다 SHIBOR 를 해석 변수로 사용하는 모형 추정 결과에서 SHIBOR 의 β 계수는 각각 -0.069, -0.353 및 -0.397 이고 z 값은 각각 -7.8, -3.44 및-3.1/입니다 이 결론은 Altunbas(2009), Martha(20 10), 소쇼검, 구상 (20 13) 의 연구결과와 거의 일치하며 저금리 수준은 상업을 장려한다. 2007 년부터 20 14 년까지 우리나라 격야 SHIBOR 곡선 (그림 1) 을 결합해 2007 년부터 20 10 년까지 우리나라 화폐시장 금리가 낮은 수준으로 변동하지 않은 것으로 나타났다. 20 1 1 이후 금리 변동 폭이 크게 증가했지만 전체 금리 수준은 크게 높아지지 않았다. 따라서 현재 우리나라 화폐시장 금리가 상업은행 위험에 미치는 영향은 주로 평가효과와 이익별 메커니즘을 통해 이뤄지고 있다는 결론을 내릴 수 있다. 낮은 금리 수준은 상업은행의 위험에 대한 관용을 높이고, 상업은행의 위험에 대한 인식을 낮추고, 상업은행의 높은 수익에 대한 열망을 자극해 결국 상업은행의 위험 부담을 증가시켰다. 2. 금리 변동과 상업은행의 위험 부담 사이에는 뚜렷한 양의 관계가 있다. 표 2 의 모델 (4) 추정 결과를 보면 DSH 의 β 계수는 0. 188, z 값은 1 1.73,/Kloc 에서 알 수 있습니다. 이 결론은 황금의 오래된 이론적 추론 (200 1) 을 검증했다. 금리 시장화는 두 가지 위험, 즉 금리가 눈에 띄게 상승하고 금리가 불규칙적으로 증가하는 것을 가져오지만, 금리 불규칙성 증가는 우리 상업은행이 직면한 주요 위험이 될 것이다. 중국에서는 금리의 장기 규제로 상업은행이 완벽한 위험관리 체계와 효과적인 금융수단이 부족해 금리 변화의 불확실성에 대응한다. 중국이 최근 몇 년간 금융체제 개혁을 대대적으로 추진했지만 상업은행이 새로운 환경에 적응하는 데는 시간이 걸리며, 관리제도를 점진적으로 개선하고 금융혁신을 실현해야 한다. 3. 실증연구 결과를 보면 은행 규모는 상업은행의 위험부담과 직결되고, 은행 자본 적정률과 은행 수익성은 상업은행의 위험부담과 직결된다는 것을 알 수 있다. 은행이 클수록 그 위험이 높아진다. 이는' 넘어질 수 없을 정도로 크다' 는 패러다임에 부합한다. 은행 체계에서의 중요성을 감안할 때, 규모가 큰 은행들은 위기가 닥쳤을 때 중앙은행이 금융 환경의 안정을 보장하기 위해 도움의 손길을 뻗칠 것이며, 따라서 높은 수익을 얻기 위해 더 많은 위험을 감수할 것이라고 생각합니다. 은행의 자본 충족률이 높을수록 중대한 손실을 막기 위해 신중한 투자 결정을 내리는 경향이 있다. 수익성이 높은 은행은 높은 수익을 지나치게 추구하지 않고 보안에 더 많은 관심을 기울이기 때문에 자본 적정률과 수익성이 높은 은행은 종종 낮은 위험을 감수한다. 반면, BRATE 와 SHIBOR 의 계수를 MP*CAR 및 MP*ROA 의 계수와 결합하면 BRATE 와 SHIBOR 의 계수는 현저히 음수이고 CAR 과 ROA 의 교차 항목의 계수는 현저히 양수입니다. 높은 자본 충족률과 수익성이 상업은행의 금리에 대한 민감성을 낮출 수 있다는 결론을 내릴 수 있다. 4. 거시경제조건과 시장집중도는 상업은행의 위험부담과 직결되는 반면 은행업 경기지수는 상업은행의 위험부담과 직결된다. 표 2 의 추정치에 따르면 GDPG 와 CON 의 계수는 현저히 양수이고 BBI 의 계수는 현저히 음수입니다. 전반적으로 거시경제 형세가 좋아서 무위험 수익률이 낮아질 것이다. 충분한 수익을 보장하기 위해 상업은행은 고위험 투자를 하고, 다른 한편으로는 대출 기준을 완화해 은행 모험행위가 증가할 수 있다. 시장 집중도가 낮을수록 시장 경쟁이 치열할수록 은행의 위험 부담은 낮아진다. 이 결론은 Michalak 의 연구 결과 (20 1 1) 와 일치한다. 은행업 경기 지수는 전기에 비해 은행업의 변화를 반영한다. BBI 지수가 높을수록 은행업의 변화가 좋아질수록 상업은행의 위험 부담 수준이 낮아진다.
셋. 결론과 계시
이 글은 고금리, 저금리, 금리 변동의 세 가지 측면에서 통화시장 금리가 상업은행 위험에 미치는 영향 메커니즘을 분석하고, 우리나라 16 개 상장은행 2007 년부터 20 14 년까지의 연간 패널 데이터를 근거로 실증적으로 검증했다. 실증 결과에 따르면 통화시장 금리와 상업은행 리스크 부담 사이에는 상당한 부정적 관계가 있는 것으로 나타났다. 이는 우리나라 통화시장 금리가 상업은행 리스크에 미치는 영향이 주로 가치 평가 효과와 이익별 메커니즘을 통해 이뤄졌다는 것을 보여준다. 저금리 수준은 상업은행의 위험 선호도를 증가시켰다. 금리 변동은 상업은행의 위험 부담과 밀접한 관련이 있으며, 영향계수가 높다는 것은 우리 상업은행이 금리 변화의 불확실성에 대처하는 효과적인 수단이 부족하다는 것을 보여준다. 은행 규모는 상업 은행의 위험 부담과 양의 상관 관계가 있습니다. 은행 자본 적정성 및 수익성은 상업 은행의 위험 부담과 관련이 있으며, 자본 적정성 및 수익성이 높으면 상업 은행의 위험 부담이 금리에 미치는 민감도를 낮출 수 있습니다. 거시경제 상황과 시장 집중도는 상업은행의 위험 부담과 직결되는 반면 은행업 경기 지수는 상업은행의 위험 부담과 직결된다. 우리나라 화폐시장 금리가 상업은행 위험에 미치는 영향은 주로 평가효과와 이익별 메커니즘을 통해 이뤄지는 것으로 나타났다. 이는 상업은행 위험부담관리에 중요한 시사다. 첫째, 상업은행이 대출자 자격에 대한 심사를 강화하고, 일정한 대출 기준을 유지하고, 대출 위약의 가능성을 낮춰야 한다는 것이다. 둘째, 상업은행은 높은 수익을 추구하는 동시에 자금 안전을 중시하고, 수익을 다양화하고, 위험을 분산시켜야 한다. 금리의 변동은 상업은행의 위험 부담에 강한 긍정적인 영향을 미친다. 현재 우리나라 상업은행의 적응력이 약하다는 것을 보여준다. 정부는 금리 시장화 개혁을 꾸준히 추진하는 정책을 계속 견지하고 예금금리를 놓을 시기와 방법을 신중하게 고려해야 한다.