【摘 要】
:
随着时间的推移,我国信贷资产证券化的试点规模在不断扩大,执行信贷资产证券化的商业银行在不断增长。虽然我国商业银行信贷资产证券化在不断成熟,但是依然存在许多需要进一步探究的地方。现有研究文献针对信贷资产证券化与银行绩效关系的分析结论依然存在分歧。分歧原因与选取的研究对象、样本时间、采用的分析模型等因素存在必然联系。信贷资产证券化与银行绩效关系作为一个重要研究点,对其进行深入解析可以有助于我国信贷资产
论文部分内容阅读
随着时间的推移,我国信贷资产证券化的试点规模在不断扩大,执行信贷资产证券化的商业银行在不断增长。虽然我国商业银行信贷资产证券化在不断成熟,但是依然存在许多需要进一步探究的地方。现有研究文献针对信贷资产证券化与银行绩效关系的分析结论依然存在分歧。分歧原因与选取的研究对象、样本时间、采用的分析模型等因素存在必然联系。信贷资产证券化与银行绩效关系作为一个重要研究点,对其进行深入解析可以有助于我国信贷资产证券化的健康发展。本文将具有银行性质的企业归入到银行中作为一个整体,完成信贷资产证券化对银行绩效的影响研究。首先完成信贷资产证券化对银行绩效影响的理论推导分析,并基于研究文献提出倾向性、绩效影响、备案制政策差异、企业性质差异等四个方向的研究假设。然后用数据完成基于Logit回归的倾向得分值估计、核匹配方法的样本匹配结果分析以及全样本单变量ATT检验。最后完成DID回归检验(包括杜邦拆解分析)以及异质性检验。研究结果发现:第一,规模较大、具有风险偏好、以及上市的银行(或具有银行性质的企业)执行信贷资产证券化的倾向性更高。第二、执行信贷资产证券化不能降低银行(或具有银行性质的企业)融资成本指标“利息费用率”、能提高盈利指标“平均净资产收益率”,能够降低风险指标“不良贷款率”。第三、2014年备案制的实施对执行资产证券化的银行(或具有银行性质的企业)的融资成本指标“利息费用率”、风险指标“不良贷款率”、盈利指标“平均净资产收益率”产生负向影响。第四、执行信贷资产证券化对非国有银行(或具有银行性质的企业)平均净资产收益率的正向影响表现为显著,而在国有银行(或具有银行性质的企业)中不显著。最后,本文根据绩效影响的实证结果,提出适度提高银行资产证券化的力度、以及加强基础资产信用风险的管理的政策建议。
其他文献
近两年在世界经济结构性低迷期的持续性影响下,中国经济增速已放缓,进入新常态发展模式。当然顺应时势的同时也需积极应对,避免陷落中等收入陷阱,走出颓靡,开启经济增长的新发展内涵。主要坚持实施可持续发展的创新驱动战略,以原创科技创新取代模仿创新作为核心引擎,通过技术创新尤其是自主创新原动力推动经济增长。同样金融发展也是作为现代经济发展的核心动力,运用供给侧改革转变传统经济模式,结合新工业革命浪潮探寻经济
科技型中小企业是“双创”的主体,科技企业孵化器对科技型中小企业至关重要,然而融资问题却一直阻碍着科技型中小企业的生存和发展。因此,如何解决科技型中小企业融资问题是当前一大研究热点。目前,有效解决科技型中小企业融资问题途径尚不明确。本文通过孵化器融资服务深入分析,试图厘清科技型中小企业融资障碍现实原因,提出能够有效解决其融资困难的融资服务模式。首先,从国内孵化器融资服务现状及存在主要问题着手,在借鉴
区块链是随着比特币等数字加密货币的日益普及而逐渐兴起的一门新兴技术。区块链因其具有去中心化、防篡改、公开透明等特点而备受重视。从主要应用于数字货币和支付行为的区块链1.0,到可以自动执行一系列操作的区块链2.0,再到应用于医疗、工业、文化、健康、艺术等多领域的区块链3.0,区块链的重要性不言而喻。随着区块链的普及,越来越多的人关注、使用区块链,而区块链又具有公开透明的特点,容易造成用户隐私泄露的问
我国的改革开放至如今已有四十余年,而基础建设不足一直是我国经济发展的一大制约因素。传统而言,政府一般具有两种主要方式动员社会力量并为公众提供公共服务,分别为政府购买模式和政府与社会资本合作模式。其中,政府和社会资本合作模式也可称之为PPP模式,其优点如打破了政府强主导性、激发市场积极性、缓解地方财政压力等等显而易见。但是直到今日,如何让PPP模式的项目成功落地依然是个亟需解决的问题,财政部前不久公
近年来,国际宏观经济形势严峻,美国、欧盟、日本等发达国家与中国等发展中国家经济都面临增速下滑的风险,另外国际贸易保护主义抬头,黄金、白银等具有避险保值功能的贵金属受到广大投资者的追捧。然而,我国贵金属市场相比欧美等发达国家起步较晚,且市场主流风险管理模型VaR、CVaR依旧存在一定的问题,因此本文试图引入SRM模型来解决当前VaR、CVaR模型所存在的问题。本文梳理贵金属的影响因素、贵金属价格波动
设k是代数闭域,给定一个Artin k-代数A,子模范畴S(A)中的Auslander-Reiten变换的逆可通过A-mod中Auslander-Reiten变换的逆τA-1来计算,即τS-1=KerMepiτA-1.当A的模范畴存在预投射分支时,我们用例子阐述了S(A)的预投射分支的计算方法与步骤,其中的关键是确定S(A)的Auslander-Reiten序列的中间项.任给一个有限无圈箭图Q,类
在过去的几十年中,时间分数阶扩散方程广泛应用于工程、物理、生物等多个领域。本文在总结近年来时间分数阶扩散方程数值解法的基础上,构造了一种求解时间分数阶扩散方程的数值格式。新的算法的主要思想分为两步,第一步是先对二维空间区域利用谱方法进行离散,得到分数阶常微分方程的线性系统;第二步针对常微分方程的线性系统,可以直接得到解析解,根据右端项的不同,对解析解中的积分形式进行时间方向的离散。求解线性系统的关
因子分析模型是多元统计分析中最常用的对协方差阵进行降维的技术.现存的分析方法主要是在正态假定下进行的.当观测数据具有重尾或存在异常值时,正态性假定将会使参数的估计失去稳健性.代替多元正态分布,本文采用自由度未知的多元T分布,并利用完全的Bayes方法来分析因子分析模型.由于自由度的全条件后验分布密度中含有无解析表达式的项,采用传统的M-H算法抽样时需要首先利用数值方法近似计算出该项的值,导致所得到
本文主要研究美式看跌期权的有效数值方法。首先从美式期权定价最简单的结构化方法入手,接着探讨基于Black-Scholes方程的期权定价方法,并揭示不同方法之间的联系。然后在比较已有研究方法的基础上,提出了一个带随机波动率的最小二乘蒙特卡洛方法。该方法的基本思想是利用分数阶几何布朗运动来模拟随机波动率的样本路径,再通过与最小二乘方法相结合来计算美式看跌期权的价格。其中我们借助一组基函数使用回归估计来
聚类是一种常见的无监督学习技术,用于发现一组数据中的类别结构。尽管有许多用于聚类的算法,但是很少涉及特征选择的问题,即聚类算法应该使用数据的哪些特征。与监督学习技术不同,聚类的特征选择比较困难,它没有数据的类别标签,也没有明显的准则来指导搜索,同时还需要确定聚类的类别数量,这些也会对特征选择问题造成影响。在本文中,我们使用含无关特征的多元混合厄朗模型进行特征选择,先用CMM算法选取具有较高质量的初