基于GMM模型的货币政策不确定性与银行风险承担

来源 :郑州大学 | 被引量 : 0次 | 上传用户:yu555497
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
金融危机出现以后,部分学者认为危机爆发的主要原因是货币政策过于宽松,较长时间的低利率导致了金融机构信贷规模过度扩张、资产价格呈现泡沫化,金融机构的杠杆率变高,系统风险越积越多。分析出金融危机爆发的原因后,诸多的专家和学者们开始把货币政策是如何影响金融业稳定性这一问题,作为一个重要课题展开分析。本论文通过构建GMM动态面板模型展开实证研究,验证货币政策对商业银行风险的影响,希望对维护金融行业的稳定性提供一些理论参考价值。论文首先引用了大量的参考文献,主要是关于货币政策的传导渠道、风险承担渠道和风险承担影响机制等方面的理论知识,接着对货币政策的银行的风险承担进行了实证分析,构建了实证模型,确定了不同的变量,其中银行风险承担行为的被解释变量用不良贷款率、风险加权资产比率这两个指标,货币政策的解释变量用M2的增长率、金融机构法定存款准备金率、银行间7日同业拆借利率这三个指标;其次,采用了中国35家上市商业银行2013年-2019年的相关数据,并通过GMM估计方法分别对不同货币政策下银行的风险进行了实证研究,并分析了银行个体层面包括资产规模、安全性、收入结构、盈利能力、系统重要性以及宏观经济层面包括经济增速这些控制变量对银行风险承担的影响。论文最后部分是一些政策建议,主要从完善货币政策框架、建立宏观审慎监管体系、加强金融微观审慎监管、实行差异化管理、提高商业银行风险抵抗能力5个方面提出了政策建议。本文有以下结论:一是货币政策的风险承担渠道在我国存在;二是我国数量型货币政策、价格型货币政策与银行风险承担的关系,均为显著且负相关;三是我国商业银行的一些财务指标,如总资产规模、资本充足率、利息收入占比,与银行风险承担关系一致,均为负相关;四是我国GDP增长水平与银行风险承担的关系呈现出不确定性。
其他文献
智能汽车作为缓解当前交通压力的重要方式,凭借事故率低,能源消耗少,驾驶舒适性高等优点,逐渐成为高校与企业的研究热点。随着智能汽车研发推进,其应用场景日益复杂,安全舒适性需求不断增加,且受限于早期车载传感器种类单一,模型参数化方案缺少模仿人类驾驶潜力,早期智能驾驶研发主要追求辅助驾驶功能实现,缺乏模仿人类驾驶的项目研究,故为完善“人-车-路”协调统一的智能交通系统,仍需不断引入新的技术手段。近期量产
深度强化学习是当前人工智能研究领域新的热门方向,它将深度学习的感知能力与强化学习的决策能力相结合,以端对端的形式实现了从原始输入到输出的直接控制。提出至今,已经在众多决策控制和需要对高维原始输入数据感知的任务中得到应用,尤其是在指挥决策领域,获得了实质性的突破,然而当前的深度强化学习算法在指挥决策的过程中仍然存在数据利用率低、学习出的策略不稳定以及在欺骗性或稀疏环境中陷入局部最优、长期无法获得奖赏
随着社会的发展和科技的进步,越来越多的人开始关注人体健康。实时、准确、高效的人体姿态识别,可以被广泛应用在个人与家庭的健康监护、人机交互、医疗康复、虚拟现实、舞蹈采集、影视制作与步态识别等方面。近年来日益普及的智能手机,已经成为人们日常生活的重要组成部分;种类繁多、功能强大的嵌入式传感器使得智能手机成为一个无处不在的数据获取和分析平台,这也为高效的人体姿态识别提供了巨大的潜力,因而通过智能手机传感
随着网络技术的迅猛发展,用户可以在日常生活中同时使用多个在线社交网络享受服务。与此同时,社交网络服务平台种类繁多,逐渐形成一个庞大的社交网络结构。从整体来看,大多数的社交网络都是异质社交网络,异质社交网络中的实体主要包括用户、位置、文本等。异质社交网络实体锚链接识别可以推动社交网络的发展,并不断完善社交服务平台,是社交网络中的重要研究内容。本文主要针对异质社交网络中的用户和位置这两类实体的锚链接识
随着互联网技术的高速发展,网络威胁态势随之愈发严峻,网络威胁情报信息作为网络安全保障组织获取网络威胁的重要来源,具有极为重要的研究价值。因此研究如何在P2P交易场景下进行高效、安全的网络威胁情报信息交易,成为网络威胁情报信息交易的重要研究内容。在分布式环境下的多中心化的联盟链使用节点的审核加入机制,解决了联盟链内节点的信任问题,为面向P2P交易的网络威胁情报信息交易提供了可行的解决方案。研究如何提
在科技相对发达的今天,科技为人类生活提供了诸多便利,同时科技也充分融入到战争领域中。战争已经从肉搏为主要形式转变成科技之间的博弈。科技在战争中扮演着“矛”与“盾”两个角色,我国一直以维护世界和平、促进共同发展为己任,不求“矛”尖锐,但求“盾”坚固。秉承和平发展的主要思想,借助科技的力量,本文提出一种基于贝叶斯推理的目标意图识别方法,意在以人工智能的方法为分析空中目标的意图提供了新的方法,以科技力量
随着网络科技的发展,数据已经成为一种可利用的资本,这为数据挖掘技术的发展带来了机遇和挑战。现实世界中,数据本质上是复杂的,而大量的特征又增加了复杂性的挑战。因此,如何去除冗余数据并保留相关数据已经成为了数据挖掘与机器学习任务的研究热点。在现实任务中,为了避免数据维度灾难问题,去除不相关特征降低数据处理任务难度,特征选择技术被用来作为能够保留语义的预处理过程。特征选择主要依据数据的分布特点,利用合适
部分子分布函数(Parton Distribution Functions,PDFs)是对大型强子对撞机(Large Hadron Collider,LHC)、强子-轻子对撞机以及对其他高能物理实验的理论预测不能缺少的工具之一。而且它对高能物理实验的精确测量和发现标准模型之外的新物理起着举足轻重的作用。然而部分子分布函数是非微扰的,不能通过第一原理计算出来。目前通用的获得部分子分布函数的方法是通过
缸套与活塞环是内燃机中重要的一对摩擦副,其磨损性能将直接影响内燃机的可靠性及使用寿命,因而改善缸套与活塞环的耐磨性对于提高内燃机的使用性能具有重要意义。而目前内燃机缸套材料主要以铸铁材料为主,因而本文从材料学的角度出发,针对缸套铸铁材料在实际服役过程中出现的磨损问题提出改善缸套材料耐磨性能的方法。通过对具有不同组织组成的缸套铸铁材料耐磨性能进行研究,分析了缸套铸铁材料在摩擦磨损过程中组织及形貌的变
燃气涡轮发动机作为一种动力装置,在航空、发电、化工、船舶等领域有着广泛的应用。现代燃气轮机系统的目标是使涡轮机进口温度在大约1900 K至2200 K之间变化,该温度远远超过超级合金材料的熔化温度。因此,需要一种高效且可靠的冷却系统,以保证整个动力装置的运行和耐用性。微通道冷却是近些年兴起的新型内部冷却方法,特别是在金属3D打印技术飞速发展的今天,使得用于燃气轮机冷却的内部通道的新颖几何特征可以超