2018年-IMF国际货币组织全球_Uncertainty_and_Cross_51页_1mb

总结：Uncertainty and Cross-Border Banking Flows

核心内容

本研究探讨了国家特定不确定性对跨境银行流动的影响，填补了现有文献中关于不确定性作为国际资本流动“拉力”和“推力”因素的研究空白。通过使用国际清算银行（BIS）的定位银行统计（LBS）数据，研究能够区分信用需求和供给因素，从而更准确地识别不确定性冲击对跨境银行流动的影响。

主要观点

1. 不确定性是跨境银行流动的推力和拉力因素：

   • 国家特定不确定性冲击会显著减少跨境银行流动，包括外流（retrenchment）和内流（stops）。
   • 这种影响在经济和统计上均具有显著性。

2. 全球银行在不确定性上升时调整其信贷组合：

   • 当地经济不确定性上升时，全球银行会将信贷转向被认为更安全的外国借款人（flight-to-quality）。
   • 这种调整主要发生在发达经济体，而不是新兴市场国家。

3. 不确定性的影响不受GFC的单一驱动：

   • 即使在GFC之前，不确定性冲击也对跨境银行流动产生负面影响。
   • 研究结果在使用不同不确定性指标（如经济政策不确定性指数和异质性股票市场波动）和不同样本时期（GFC前后）时保持稳健。

4. 数据结构与方法：

   • 使用BIS LBS数据的双边结构，控制接收国时间固定效应，以识别不确定性对跨境银行流动的影响。
   • 采用工具变量（IV）方法，以减少内生性问题。

关键信息

• 数据来源：BIS LBS数据，涵盖200多个国家的跨境银行债权和债务。
• 不确定性指标：使用季度股票市场波动率、经济政策不确定性指数（EPU）和异质性股票市场波动率。
• 控制变量：包括实际GDP增长、股票市场增长、通货膨胀率、货币政策利率、名义汇率增长、私人信贷增长和外债占GDP比例。
• 研究发现：
  • 不确定性上升会导致跨境银行债权和债务的减少。
  • 全球银行在不确定性上升时倾向于向发达经济体的借款人转移信贷，形成“避险”行为。
  • 不确定性对跨境银行流动的影响在GFC前后均保持稳健。

方法论

1. 模型设定：

   • 使用方程（1）和（2）分别分析跨境银行债权和债务的变化：
     $$
     \Delta L_{i,j,t} = \alpha_{j,t} + \beta X_{i,t-1} + \gamma UNC_{i,t-1} + \varepsilon_{i,j,t}
     $$
     $$
     \Delta B_{i,j,t} = \alpha_{j,t} + \beta X_{i,t-1} + \gamma UNC_{i,t-1} + \varepsilon_{i,j,t}
     $$
   • 所有解释变量滞后一个季度以减少反向因果问题。

2. 稳健性检验：

   • 使用经济政策不确定性指数（EPU）和异质性股票市场波动率进行检验，结果依然显示不确定性对跨境银行流动的显著负面影响。
   • 通过工具变量方法进一步验证结果的稳健性。

结论

• 不确定性对跨境银行流动具有双重影响，既是推力也是拉力因素。
• 全球银行在不确定性上升时倾向于向发达经济体转移信贷，形成“避险”行为。
• 该研究为理解不确定性在国际资本流动中的作用提供了新的视角，并强调了数据结构的重要性。

表格与图表

• 表1：变量的描述性统计。
• 表2：基准分析结果。
• 表3：仅限于新兴市场国家的分析结果。
• 表4：使用经济政策不确定性指数的稳健性检验。
• 表5：使用异质性股票市场波动率的稳健性检验。
• 图1：不确定性指数与跨境银行债权和债务的波动。
• 图2：不同国家对对之间的跨境银行债权和债务的异质性。

附录

• 图A.1：国家特定不确定性指数。
• 表A.1：事件分类。
• 表A.2：最终样本中的报告国和对对国。
• 表A.3：GFC前后的经济政策不确定性指数。
• 表A.4：使用异质性股票市场波动率的稳健性检验。
• 表A.5：使用不同不确定性指标的工具变量方法。

作者信息

• 作者：Sangyup Choi 和 Davide Furceri
• 邮箱：sangyupchoi@gmail.com, dfurceri@imf.org