韩国央行-人口老龄化与金融稳定_实证分析（英）-2025_48页_1mb

总结：人口老龄化与金融稳定的关系实证分析

核心内容

本研究通过构建一个包含38个OECD国家、7,148家银行的不平衡面板数据集，实证分析了人口老龄化对银行金融稳定的影响。研究发现，人口老龄化会对银行的资本充足率和Z-Score（衡量银行违约风险的指标）产生负面影响，从而削弱金融系统的稳定性。研究还指出，这种影响在小型银行和依赖抵押贷款的银行中更为显著。

主要观点

• 人口老龄化对金融稳定的影响：
  人口老龄化通过多种机制影响金融稳定，包括：

  • 借款人还款能力下降：老龄化导致经济增长放缓，收入减少，进而削弱借款人的还款能力，增加银行的信用风险。
  • 利息支出负担加重：老年人倾向于安全资产，导致银行的利息负债增加，压缩利润空间。
  • 利息利润率缩小：随着实际利率下降，银行的净息差缩小，影响其盈利能力。
  • 资产价格波动性增加：住房等抵押资产价值可能因人口结构变化而下降，增加银行的违约风险。
  • 银行风险偏好上升：盈利能力下降促使银行放松风险标准，增加对高风险资产的配置，从而加剧尾部风险。

• 实证结果：

  • 人口老龄化每上升1个百分点，银行的资本充足率下降0.64个百分点，Z-Score下降1.98个百分点（以对数形式计算）。
  • 这些结果在固定效应模型和工具变量模型中均具有统计显著性，表明老龄化确实对银行的稳定性产生负面效应。
  • 小型银行和依赖抵押贷款的银行更容易受到老龄化带来的冲击。

关键信息

• 数据来源：
  使用Moody's Analytics BankFocus数据库，涵盖1995至2023年期间的OECD国家银行数据，共包含50,354个观测值。

• 变量定义：

  • 老龄化指标：采用“老年人口依赖比”和“65岁及以上人口占比”作为主要变量。
  • 银行稳定性指标：包括资本充足率和Z-Score（以对数形式呈现）。
  • 控制变量：包括银行规模（总资产）、净息差、流动性比率、存款占比等银行层面变量，以及国家层面的GDP增长率和通货膨胀率。

• 模型设定：
  采用固定效应模型（FE-OLS）和工具变量模型（FE-IV）进行估计，以控制内生性问题。模型中还引入了老龄化与银行特征的交互项，以分析不同银行类型对老龄化影响的异质性反应。

• 异质性分析：
  研究发现，人口老龄化对银行的影响具有异质性。小型银行和依赖抵押贷款的银行更容易受到老龄化带来的负面影响。

政策启示

• 结构性挑战应对：
  政策制定者应关注人口老龄化带来的结构性挑战，如提高生产力、鼓励生育等。

• 监管措施：
  需要建立针对高风险银行的定制化监管标准和支持措施，以缓解老龄化对金融系统的影响。

• 金融产品创新：
  需要开发适合老年群体的金融产品和服务，以增强其流动性并降低系统性风险。

研究局限与未来方向

• 数据限制：
  数据主要来源于2013年之后，部分银行数据缺失，导致面板数据不平衡。

• 机制验证：
  虽然研究验证了老龄化对金融稳定的影响，但部分机制仍需进一步探讨，如老龄化对银行盈利的直接影响。

• 国家层面差异：
  研究结果为OECD国家的平均趋势，可能无法直接应用于单一国家或地区，需结合具体国情进行分析。

结构概述