2014年-IMF国际货币组织全球_Real_and_Financial_Vulnerabilities_from_Crossborder_Banking_Linkages_25页_814kb

总结：跨境银行联结带来的实际与金融脆弱性

核心内容

本论文探讨了跨境银行联结所带来的金融与实际经济脆弱性，并分析了这些脆弱性对宏观经济的影响。研究指出，过去五年中，全球银行体系的信用风险与融资风险有所下降。同时，融资风险对实际经济增长具有显著影响，正常时期表现为正向的GDP增长惊喜，危机时期则表现为负向的GDP增长惊喜。因此，政策制定者应更加关注跨境融资风险的理解。

主要观点

• 跨境银行联结的脆弱性：银行体系的脆弱性不仅来源于其自身的资本缓冲，还受到跨境信用和融资联结的影响。
• 风险类型：研究区分了信用风险（银行体系对其他国家的债权）和融资风险（银行体系对其他国家的负债），并发现两者对宏观经济的影响存在差异。
• 网络分析方法：通过网络分析模型，研究模拟了信用和融资冲击对资本水平的影响，从而构建了脆弱性指数。
• 脆弱性变化趋势：全球银行体系对网络冲击的脆弱性在2008年金融危机后有所下降，主要是由于跨境资金流动减少和资本缓冲增加。
• 宏观经济影响：融资风险在正常时期与GDP增长惊喜正相关，而在危机时期则加剧负向增长惊喜；信用风险则未表现出与GDP增长惊喜的显著关联。

关键信息

数据与方法

• 数据来源：使用BIS的银行合并统计数据（Table 9B）构建20国的跨境银行联结矩阵。
• 资本数据：从Bankscope获取各国银行体系的资本数据，涵盖商业银行、储蓄银行、合作银行、房地产及抵押银行、投资银行、其他非银行信贷机构和专门政府信贷机构。
• 脆弱性指数：通过模拟银行体系的失败对其他体系资本的影响，计算出信用和融资脆弱性指数。指数基于资本消耗水平，考虑了直接和间接（多米诺效应）的冲击传播。

网络模型与模拟

• 信用风险模拟：假设某银行体系（如B）无法偿还其对其他国家的债务（λ=0.5），导致债权体系（如A）资本损失。
• 融资风险模拟：假设某银行体系（如B）无法滚动其对其他国家的负债（ρ=0.5），导致债权体系（如A）被迫出售资产并遭受资本损失。
• 脆弱性指数计算：每国的脆弱性指数为不同银行体系失败时的平均资本消耗，加权平均计算全球脆弱性指数。

宏观经济影响分析

• 固定效应回归模型：用于分析GDP增长惊喜与脆弱性指数之间的关系，结果显示融资风险对GDP增长惊喜有显著影响。
• 随机效应回归模型：进一步验证了融资风险的影响，结果显示更高的融资脆弱性会加剧危机时期的GDP负增长惊喜。
• 资本缓冲的作用：资本缓冲在危机时期有助于缓解GDP负增长惊喜，但在正常时期对GDP增长惊喜影响不大。

脆弱性变化的国别差异

• 信用风险：一些国家如比利时和爱尔兰的信用脆弱性显著下降，而希腊的信用脆弱性则上升。
• 融资风险：印度和土耳其等新兴经济体的融资脆弱性下降主要归因于资本缓冲增加，而奥地利、德国和澳大利亚的融资脆弱性基本保持不变。
• 核心传播者：2008年危机前，美国、英国、法国和德国是信用和融资冲击的主要传播者，而2012年这些国家仍是信用冲击的主要传播者。

结论与政策建议

• 脆弱性下降：过去五年中，全球银行体系的信用和融资脆弱性均有所下降，主要原因是跨境资金流动减少和资本缓冲增加。
• 融资风险的重要性：融资风险对实际经济增长的影响比信用风险更为显著，特别是在危机时期，政策制定者应更加关注融资风险。
• 数据需求：研究强调了获取更详细、透明的跨境银行数据的重要性，以更好地评估和预测脆弱性。

延伸研究方向

• 融资风险为何更重要：可能的原因包括信用联结的透明度和对跨境融资暴露的一般理解。
• 未来研究：应进一步探讨为何融资风险对经济增长的影响比信用风险更为显著，并研究如何改善数据获取以更准确地评估银行体系的脆弱性。