2013年-IMF国际货币组织全球_Financial_Soundness_Indicators_and_Banking_Crises_38页_581kb

报告摘要

本研究探讨了金融健全性指标（FSIs）作为银行危机预警信号的有效性。通过使用多变量逻辑回归模型，分析了FSIs、宏观经济指标和制度指标是否能够预测银行危机的发生。研究使用了IMF提供的FSI数据库，涵盖2005年至2012年间80个国家的数据，并扩展至108个国家的更大数据集，以增强分析的全面性。

FSIs的预警作用：某些FSIs（如资本充足率CAR和净资产收益率ROE）与银行危机存在显著相关性，其中ROE在危机前具有领先指示作用。
模型方法：研究采用两阶段模型，第一阶段通过线性回归计算FSI的残差，第二阶段将残差、滞后年度宏观经济指标差异和制度综合指标作为解释变量进行逻辑回归，以检验指标波动与危机事件的相关性。
危机定义：根据Laeven和Valencia（2012）的定义，银行危机被界定为系统性危机，当银行系统出现显著的运营困境（如挤兑、损失或清算）以及政府采取显著的银行政策干预措施时发生。
数据覆盖与一致性：FSI数据基于IMF统一的方法论，确保了不同国家间数据的可比性。尽管各国采用不同的合并基础（如国内合并DC、跨境合并CBCSDI等），但通过选择合适的合并基础，可以更准确地反映国家金融系统的风险暴露。
FSI的分类：FSI分为核心指标和鼓励性指标，其中核心指标包括资本充足性、资产质量、盈利能力和流动性等，而鼓励性指标则涵盖更多细分领域，如非金融企业、房地产市场等。

样本国家：80个国家提供FSI数据，扩展至108个国家以增强分析的广度。
时间范围：2005年至2012年，涵盖全球金融危机（2007年）。
变量类型：
- 因变量：银行危机二元变量（1表示危机发生，0表示未发生）。
- 自变量：
  - FSIs：包括资本充足率（CAR）、不良贷款净额（NPLs）、不良贷款比率（NPL ratio）、净资产收益率（ROE）、利息收入占总收入比（interest margin to gross income）、非利息支出占总收入比（non-interest expenses to gross income）。
  - 宏观经济指标：包括GDP增长率、广义货币与国际储备比率、通货膨胀率、私人部门信贷、经常账户余额占GDP比率、实际有效汇率、主权信用违约互换（CDS）利差和货币化比率。
  - 制度指标：包括监管质量、法治水平和腐败控制，通过综合指数进行分析。

FSIs与危机的相关性：CAR和ROE在危机发生时呈现显著的负相关性，而滞后ROE是危机的领先指标。
危机地区分布：2000年至2009年间，银行危机主要集中在欧洲，尤其是欧元区国家。
指标表现差异：
- 危机国家的不良贷款比率和非利息支出占总收入比高于非危机国家。
- 非危机国家的资本充足率和流动性覆盖率（LCR）更高，但两者均低于1。
- ROE在危机国家下降更明显，尤其在欧洲。
模型限制：
- 由于数据限制，仅分析了6个核心FSIs。
- 模型采用多变量池化逻辑回归，避免因时间哑变量和完全/部分分离问题导致的估计偏差。